汕头大学智能制造技术教育部重点实验室、汕头市高端装备智能运维与再制造技术重点实验室IMAM团队彭世通副教授在激光金属增材制造过程温度场实时预测方面取得新进展。相关成果以论文形式在TOP期刊《Journal of Manufacturing Processes》（中科院一区，IF=6.8）发表，近期已入选了ESI高被引论文。
温度场是影响金属增材制造构件成形质量的关键因素，直接关系到金属构件的变形、微观组织演化以及最终力学性能。然而，传统温度监测方法通常只能获取表面二维温度信息，难以反映材料内部复杂的三维热行为；而依赖有限元、有限体积等数值模拟手段进行三维温度场重建，又往往面临计算成本高、耗时长、难以满足在线应用需求等问题。
针对这一瓶颈，团队将物理信息神经网络与迁移学习相结合，构建了兼顾物理约束、预测精度与计算效率的新型模型框架。通过把热传导、热辐射以及以往常被忽略的对流换热共同纳入混合热传输偏微分方程，并结合轻量化注意力模块、残差连接与全连接网络构建模型，再利用数值模拟数据预训练、二维红外温度实验数据微调，最终实现了由单一二维温度数据向蓝激光沉积过程三维温度场的高效、准确预测；将“混合物理建模+轻量化时空特征提取+迁移学习跨任务知识迁移”整合成一体化方案，既增强了模型对复杂热行为和内部温度分布的表征能力，又缓解了实验数据稀缺和训练成本高的问题。
该方法在预测精度和计算效率方面均表现出明显优势。模型平均温度预测误差低于1.3%，在多数区域与实验结果保持较高一致性；同时，迁移学习策略显著缩短了目标任务训练时间，提升了模型在复杂热过程预测中的稳定性与泛化能力。研究还表明，该框架不仅能够利用二维实验数据重建三维全场温度分布，而且具备推广到其他金属增材制造工艺场景的潜力。
温度场是影响金属增材制造构件成形质量的关键因素，直接关系到金属构件的变形、微观组织演化以及最终力学性能。然而，传统温度监测方法通常只能获取表面二维温度信息，难以反映材料内部复杂的三维热行为；而依赖有限元、有限体积等数值模拟手段进行三维温度场重建，又往往面临计算成本高、耗时长、难以满足在线应用需求等问题。
针对这一瓶颈，团队将物理信息神经网络与迁移学习相结合，构建了兼顾物理约束、预测精度与计算效率的新型模型框架。通过把热传导、热辐射以及以往常被忽略的对流换热共同纳入混合热传输偏微分方程，并结合轻量化注意力模块、残差连接与全连接网络构建模型，再利用数值模拟数据预训练、二维红外温度实验数据微调，最终实现了由单一二维温度数据向蓝激光沉积过程三维温度场的高效、准确预测；将“混合物理建模+轻量化时空特征提取+迁移学习跨任务知识迁移”整合成一体化方案，既增强了模型对复杂热行为和内部温度分布的表征能力，又缓解了实验数据稀缺和训练成本高的问题。
该方法在预测精度和计算效率方面均表现出明显优势。模型平均温度预测误差低于1.3%，在多数区域与实验结果保持较高一致性；同时，迁移学习策略显著缩短了目标任务训练时间，提升了模型在复杂热过程预测中的稳定性与泛化能力。研究还表明，该框架不仅能够利用二维实验数据重建三维全场温度分布，而且具备推广到其他金属增材制造工艺场景的潜力。
IMAM团队聚焦“人工智能+制造”国家战略，深度融合多模态大模型、生成式AI、数字孪生及物理信息神经网络等前沿技术，围绕高端装备智能运维与健康管理、增材制造过程智能监测与质量控制、激光增材再制造工艺与性能评估、多尺度成型机理与缺陷控制四大方向开展系统研究。团队重点突破多模态大模型驱动的装备故障诊断与寿命预测、检索增强生成与多模态感知融合的增材制造缺陷实时识别、AI赋能的再制造工艺-组织-性能协同评估，以及图神经网络与物理约束深度学习驱动的多物理场耦合缺陷抑制等关键技术，并进一步探索面向装备-工艺协同的工业多模态智能体系统，构建从制造过程监控到服役健康管理的全链条智能化技术体系，为我国高端装备绿色化、高可靠、智能化发展提供核心支撑。
团队由王奉涛教授牵头组建，现有骨干研究人员10人，其中教授2人、副教授3人、讲师5人，博士、硕士研究生50余人。近年来，团队承担国家自然科学基金项目、广东省自然科学基金项目及企业科研合作项目数十项，在《Mechanical Systems and Signal Processing》、《Reliability Engineering & System Safety》、《Journal of Manufacturing Processes》、《机械工程学报》等国内外权威期刊发表高水平学术论文100余篇，授权发明专利50余件。
团队致力于建设成为面向国家重大战略需求和粤东地区产业发展需要的重要研究基地，聚焦现代产业、战略性新兴产业以及大健康与医疗器械领域的关键共性技术问题和前沿科学问题，为当地高端装备、新能源（海上风电）、新材料、高性能医疗器械及传统特色产业（纺织服装、创意玩具）转型升级和长远发展提供基础性、战略性、前瞻性的知识储备、技术支撑和人才保障。
图文：工学院
