增材制造中的物理信息与混合机器学习: 熔丝制造应用

摘要

本文探讨了几种物理信息与混合机器学习策略，将物理知识纳入基于实验数据的深度学习模型，以预测熔丝制造零件的粘接质量和孔隙率。研究采用三种策略：在损失函数中加入物理约束、将物理模型输出作为额外输入、以及先用物理模型预训练再用实验数据微调。实验评估了八种组合，表明多种策略结合即使在实验数据有限时也能生成准确且物理一致的模型。