在金属激光增材制造领域，激光定向能量沉积（LDED）和激光粉末床熔融（LPBF）是目前技术成熟度最高、工程可行性最强的两种工艺方法，如图1所示。

图1 金属增材制造系统示意图：(a) LPBF；(b) LDED

LDED诞生于20世纪90年代初，广泛应用于零件修复、涂层制备及基于CAD模型的复杂结构直接制造。LDED通过聚焦激光束将金属材料（粉末或线材）熔化并沉积到基底表面。

在激光沉积制造中，几何缺陷形成机制复杂且对构件精度与性能影响显著，主要分为平面度、熔塌、开裂与分层以及孔隙四类，如图2所示，其产生与热力耦合作用、工艺参数波动及材料特性密切相关。

图2 LDED艺的典型缺陷类型：(a) 平面度缺陷；(b) 熔融塌陷缺陷；(c) 开裂与分层缺陷；(d)孔隙与开裂缺陷

LPBF起源于20世纪80年代末，如今已发展成为增材制造领域的核心技术之一。凭借其高精度制造复杂几何结构的能力，该技术在航空航天、医疗植入、汽车零部件等多个领域引发了广泛关注。LPBF工艺基于逐点选择性激光扫描原理构建三维零件。

在LPBF中，构件缺陷主要可分为表面缺陷与亚表面缺陷两大类，其成因涉及能量输入、熔池动态及凝固行为等多重因素。

表面与几何缺陷表现为尺寸偏差、粗糙度异常、球化现象以及热梯度引发的残余应力累积，其中热致变形可使构件几何偏差达毫米级。

亚表面缺陷以孔隙和裂纹最为典型。孔隙形成存在两种机制：扫描速度过高或激光功率不足导致粉末未充分熔化。形成窄缝状未熔合缺陷；能量密度过高时产生的“匙孔效应”使金属汽化，凝固后遗留气泡状空腔。裂纹则与热梯度诱导的残余应力密切相关，尤其在钛合金等高淬硬性材料中更为显著。

此外，扫描策略不当（如层间扫描角度单一）会加剧应力累积，导致层间结合失效或微观组织不均匀，这些缺陷显著降低构件致密度与力学性能。

LDED与LPBF工艺的共性缺陷主要有孔隙、裂纹、表面几何缺陷（如翘曲、球化）及分层。这些缺陷破坏致密度、尺寸精度，劣化力学性能，故对其进行实时检测/监测至关重要。

光学检测方法按类别可分为：可见光检测（如基于高速相机对熔池、粉末床图像的采集与分析）、红外光检测（如近红外/中红外相机、高温计监测热信号）及其他光学技术（如激光扫描、多光谱成像等）。

可见光检测是利用可见光波段（<0.78 μm）的CMOS/CCD相机等设备，对增材制造过程中的熔池、粉末床等进行成像监测的技术。其在增材检测中具有非接触、高时空分辨率的优势，能直观捕捉表面形态、熔池动态及粉末铺展等细节，为实时识别球化、飞溅、铺粉异常等缺陷提供直接的视觉依据。

图3 不同的相机监测视角示意图：(a) LDED工艺下相机位置固定的欧拉视角；(b) LDED工艺下相机跟随激光器运动的旁轴拉格朗日视角

基于可见光的监测方法还可识别其他类型的缺陷，包括工艺异常检测、激光定向能量沉积粉末流监控与故障诊断、粉末床异常检测与分类、基板变形检测以及增材制造构件的表面粗糙度与几何变形识别等。

随着深度学习在金属增材制造中的渗透，监测算法正经历从“数据驱动”向“物理信息约束”的深刻范式转变。纯数据驱动方法在计算效率和特征提取方面具有优势，而物理约束方法在小样本学习、泛化能力和物理一致性方面表现更佳。 

红外光检测的核心优势在于能直接反映熔池温度变化、热积累等热动态，为评估因温度异常引发的孔隙、裂纹等缺陷提供关键热学依据，助力实时监测热致质量问题。

在金属增材制造中，复杂热历史直接影响微观结构演化、材料性能、变形行为及残余应力分布等关键质量指标。以高温计为核心的温度监测技术通过非接触式热辐射测量，为解析热物理过程提供了重要手段。根据测量模式，高温计主要分为两类：光电二极管实现单点测量以及基于比色测温原理的数码相机实现全场温度分布监测，比色法的测温流程如图4所示。

图4 基于光学检测的双波段比色测温法获取熔池温度场流程示意图：(a) 双波段分光光路；(b) 基于DIC的双波段图像匹配方法；(c) 温度场测量结果

光电二极管凭借其高采样率（通常>100 kHz）、低成本及易于集成的特性，一直是激光增材制造过程监测的重要手段。最新的研究表明，该技术正沿着“物理场关联-定量缺陷预测-闭环控制-高阶数据重构”的路径深度发展。

图5 (a) 基于温度场相似性（TDSD）的缺陷原位检测；(b) 基于光电二极管的熔池温度时间序列检测；(c) 基于深度学习的激光粉末床熔融中连续缺陷检测

从技术原理看，单色高温计需预先设定发射率，而熔池在复杂物理变化中发射率的非恒定性显著影响测量精度；比色高温计（包括双色和双波长型）通过测量相邻波长的红外能量比值实现温度反演，有效规避了单一发射率带来的误差，在恶劣工艺环境中应用更为广泛。

在局部质量预测领域，原位红外热成像技术通过捕捉零件表面ROI区域的热历史（时间序列温度数据），为缺陷评估提供了新路径。此外，多物理场耦合效应引发的热变形、残余应力及微观结构演化是制约构件质量的关键难题，推动了基于光学和热信号原位监测技术的跨学科创新。

声学检测作为金属激光增材制造中重要的原位监测手段，通过捕捉工艺过程中的声信号解析缺陷特征，按传感器原理可分为两类：声发射传感器和麦克风，二者从不同角度捕捉声信息，为缺陷识别与质量控制提供依据。

声学传感器对结构声（如工件内部裂纹扩展产生的声波）的检测能力尤为突出，在该领域表现优于视觉与温度传感器。此外，其与现有LDED和LPBF设备的易集成性进一步提升了在增材制造领域的应用潜力。

声发射检测（AE）可在制造过程中实时应用，与视觉和热检测技术相比，该技术具有多项优势，因为声发射检测能够精确检测内部缺陷，尤其是裂缝或扩散型缺陷；此外，声发射技术还可监测粉末原料流量，相比传统光学方法，具有非侵入性、抗灰尘干扰、不受窗口磨损影响等优势，为金属增材制造过程的可靠性研究提供了新的监测手段。

图6 基于声发射传感器的检测设备：(a) 用于LPBF工艺的装置及信号；(b) 布置于舱室内的麦克风装置

对于激光增材制造，声发射信号主要来源于激光-材料相互作用（如熔融粉末颗粒膨胀产生的空气压力波动），但保护气流、设备运转噪声及粉末流等环境干扰导致有效声信号的分离极具挑战性。

原位声学监测在金属增材制造过程中检测异常和缺陷方面具有巨大潜力。声学信号处理与机器学习相结合可实现声学信号与缺陷的关联，便于早期检测和缓解。这些技术的成功依赖于传感器的精心选择和布置、声学信号特征的提取与选择，以及用于缺陷预测的合适机器学习模型的部署。

麦克风传感器的核心优势在于布置灵活且成本低廉，但其定位角度、与工艺区的距离以及麦克风类型（如极化方式、频率响应范围）等因素显著影响采集数据的质量与可靠性。

图7 麦克风检测设备：(a) 用于LDED工艺的麦克风检测示意图；(b) 用于LPBF的麦克风检测装置

单一传感器虽擅长检测特定类型缺陷（如孔隙、裂纹、变形等），但单传感器的视角过于单一，无法全面地获取制造过程信息。相比之下，多传感器监测通过融合多源传感器信息，获得更全面的过程信息，弥补单个传感器的局限性，并通过数据融合提高监测结果的精度及效率。

不同监测技术在空间分辨率即缺陷检出尺度，与时间分辨率即数据采集频率之间存在显著的权衡关系，这直接决定了其在工业场景中的适用性。

光学监测技术，如高速相机，具有较高的空间分辨率，能够捕捉微米级表面形态与裂纹细节。然而，这种高空间精度伴随着巨大的数据吞吐量，导致图像处理与传输存在显著延迟，通常难以满足kHz级的高频实时闭环控制需求。

相比之下，光电二极管与高温计虽然丧失了空间维度的信息，即点测量，但其数据采集频率通常超过100 kHz，且信号处理延迟极低，达微秒级，非常适合用于捕捉熔池热辐射的瞬态波动并进行快速反馈控制。

声学监测技术，如麦克风与声发射，则位于两者之间。声发射传感器具有极高的时间敏感性，达MHz级，能够捕捉裂纹萌生时的瞬态应力波，虽然其缺乏直接的空间定位能力，但通过阵列信号处理可间接推断缺陷位置，且数据量远小于图像数据，适合长时段的工艺监测。

同步辐射X射线成像虽然代表了当前时空分辨率的极限，即亚毫秒级时间分辨率与微米级空间分辨率，能够揭示锁孔振荡等深层机理，但受限于设备体积与极高的数据量，目前仍主要用于离线机理研究而非工业现场的实时监测。

综上所述，单一传感器难以同时兼顾全视场的高精度检测与高频实时响应。未来的技术趋势是采用多传感器融合策略，例如利用光电二极管的高频信号触发高速相机的关键帧采集，或结合声学信号的预警功能与视觉信号的定位功能，从而在系统精度与时间分辨率之间取得最优平衡。

随着金属增材制造技术的不断成熟，其质量控制的内涵正在经历深刻的深化与拓展。当前的研究热点已不再局限于单一的宏观缺陷（如气孔、裂纹）抑制，而是发展为对成形质量与微观组织性能的协同调控。特别是在针对镁合金、镍钛合金等高性能难加工材料的研究中，通过精细化的工艺场操控来实现微观组织与服役性能的定制化，已成为该领域的重要前沿方向。

最新研究成果表明，增材制造的“质量”标准已从单纯的“无缺陷”进阶为“组织性能可控”。这一发展趋势对原位监测技术提出了更高的挑战：监测系统不仅需要具备识别孔隙等不连续缺陷的能力，更需具备表征热历史、相变过程及显微组织演化的潜力，从而为构建高保真的“工艺−监测−性能”闭环制造系统提供数据支撑。

激光增材制造工艺的复杂性要求配备实时闭环控制系统，该系统需能够动态调整工艺参数，以补偿工艺过程中出现的偏差或误差。此类系统借助原始传感器信号（如熔池温度）或从原位监测数据中提取的特征参数（如熔池宽度），对激光功率、扫描速度、送粉速率等工艺参数进行调节。通过上述机制，闭环控制系统可显著提升成形件质量，改善其几何精度、表面光洁度及显微组织均匀性。

许多控制器需要通过实验系统辨识来获取对象模型或分层自适应控制规则，如图8所示，这一过程既繁琐又耗时。为解决这一问题，Chen等提出了一种自适应PID控制器，能够无缝适应零件形状、材料、刀具路径和工艺参数变化的激光定向能量沉积过程，无需人工调整参数。此外，通过逐层高度控制可有效消除不稳定的波纹动态；采用前馈PI控制器可提高螺旋零件的几何精度。这些案例研究凸显了应用闭环控制系统在激光增材制造质量提升方面的巨大潜力。 

图8 在线质量监测与控制：(a) 自适应控制算法及温度、冷却速率控制结果；(b) 高度偏差的在线监测及缺陷矫正

尽管该领域已取得显著进展，但激光增材制造的闭环控制仍面临若干挑战：现有方法主要在单道或薄壁结构研究范围内验证，而实际生产中如火箭发动机喷嘴、螺旋桨等零件具有复杂且庞大的几何结构，这类方法在实际应用中的有效性受限；多数控制方法采用对象模型的线性传递函数近似，忽略增材制造工艺本质上的非线性特性；现有文献主要探讨闭环控制对特定材料和几何结构精度的影响，却忽视了零件几何形状的复杂性，且缺乏对显微组织特征和力学性能的全面分析。

闭环控制领域的研究正试图攻克这些挑战，例如Wang等提出了激光粉末床熔融中的激光功率实时控制方法，利用定制的自控制LPBF平台应对信号处理时间长、设备通信延迟高以及信号与质量相关性缺失等难题；Liao等针对激光定向能量沉积中的熔池深度控制提出了仿真引导工艺设计方法，该技术可离线确定激光功率时间序列分布以实现目标熔池深度，进而改善表面光洁度与几何精度。

随着增材制造向智能化演进，数字孪生技术已超越单纯的虚拟映射，发展成为融合物理机理与实时数据的质量预测与调控中枢。为解决单一数据驱动模型可解释性差而纯物理仿真计算耗时长的矛盾，物理-数据混合驱动的灰盒模型成为主流实现途径。数字孪生正通过物理场与数据流的深度耦合，从离线质量评估向在线实时决策与主动缺陷抑制方向跨越。 

尽管闭环反馈控制策略能有效预判缺陷产生并促进显微组织均匀性，但激光增材制造工艺的复杂性仍为缺陷形成留有空间。这些策略面临的两大核心挑战包括：

(1) 多误差源或不稳定性相互作用导致的尺寸偏差与亚表面缺陷，使大多数单输入单输出闭环控制器在制造复杂几何零件时效能不足；

(2) 传感信号的鲁棒性，这对闭环控制系统的成功至关重要。若原位监测信号不足以提供工艺动态的充分信息，或闭环控制算法未能识别最优工艺参数调整，缺陷仍可能产生。 

工艺中缺陷修正的研究主要针对表面缺陷（如尺寸偏差）和亚表面缺陷（如孔隙、裂纹）。在混合增材-减材制造中采用周期性增材制造与减材加工阶段相结合的方法具有广阔前景。

该工艺首先通过机上激光线扫描结合原位点云处理技术进行表面监测。完成一个沉积周期后，激光定向能量沉积过程暂停，激光线扫描技术对中间层进行测量，生成成形件的高分辨率三维点云数据，从而捕捉任何几何偏差或表面异常。点云数据输入机器学习模型以识别偏离设计意图的区域，该模型可精准识别凸起（过度成形）或凹陷（欠成形）区域。系统基于提取的缺陷边界生成修正刀具路径，并决策采用增材制造修复表面或减材加工去除缺陷区域。

将缺陷检测与修正相结合可显著提升激光增材制造质量。然而，目前仍存在若干挑战，例如在单一软件平台内实现这些流程的统一集成、在多尺度下精准检测并修正细微缺陷，以及改进自适应刀具路径生成技术以实现更精确的修正。这些问题的解决将为工艺过程中缺陷自动修正消除以及增材制造质量保证铺平道路。 

尽管现有技术已能有效识别熔池失稳、未熔合及几何偏差等典型缺陷，但要实现增材制造从“形性可测”到“质量可控”的根本性跨越，仍需在以下关键维度寻求突破：

(1) 系统集成从“离线分析”向“边缘智能与实时闭环”跨越。受限于多源数据的传输带宽与处理延迟，当前多数高精度监测仍停留在离线分析阶段。未来的工程化路径应聚焦于边缘计算架构的开发，实现监测数据的在线采集、特征提取与推理，将反馈延迟进一步降低。同时，构建基于高保真数字孪生的自适应控制系统，利用实时传感数据动态修正仿真模型参数，实现对制造偏差的逐层补偿与工艺参数的即时优化。

(2) 质量评价从“缺陷检出”向“服役性能预测”延伸。现有的监测主要关注气孔、裂纹等非连续性缺陷的存在与否，未来的监测体系应建立“过程监测-微观组织-性能”的闭环模型。利用原位监测实时预测构件的致密度、残余应力分布乃至疲劳寿命。通过主动调控熔池热动力学状态，实现对构件局部力学性能的定制化设计。

(3) 监测范式从“纯数据驱动”向“物理信息约束”转型。当前主流的深度学习模型虽然在缺陷分类上表现优异，但普遍存在对高质量标注数据依赖度高、泛化能力弱且物理可解释性差的问题。未来的研究应重点发展物理信息神经网络，将热流体动力学方程、凝固微观机制等物理定律嵌入神经网络的损失函数中。这种模型不仅能利用物理先验知识弥补小样本数据的不足，还能确保预测结果符合能量守恒等物理规律，从而显著提升监测系统在变工艺窗口下的鲁棒性。