additive-manufacturing

Czinger在21C Spyder上首次推出其拓扑优化的BrakeNode集成制动总成，降低了簧下质量并简化了维护。这款可量产组件比传统制动器更轻，并适用于Czinger全系车型。

本文提出了一种用于激光粉末床熔融的神经符号闭环架构，其中环内本体将符号推理与统计学习相结合，以控制熔池深度并消除悬垂挂渣。通过校准至NIST AM-Bench基准的代理模型验证了可行性。

freeCodeCamp现已推出关于3D打印和增材制造的免费综合课程，涵盖核心技术、材料、设计及应用。

介绍了DiffARFNO，一个两阶段框架，结合了自回归Fourier-MIONet与条件DDIM校正器，用于喷墨打印中的长时间跨度液滴演化预测，在ANSYS Fluent数据集上实现了最先进的性能。

Czinger 21C 混合动力超级跑车采用母公司 Divergent Technologies 的3D打印组件和生成式设计，实现了卓越的性能和圈速记录。

本文提出了一种数据驱动的代理建模框架，采用混合图神经网络-长短期记忆网络架构预测增材制造短纤维热塑性复合材料的静态响应，实现了高精度（R²≈0.98），且计算速度相比有限元模拟提升了两个数量级。

RocketSmith是一个自主系统，利用大语言模型自动进行高功率火箭的设计与增材制造，成功实现了飞行测试，仿真结果与预测远地点的匹配度达到80%。

本文提出了一种混合机器学习方法，用于激光粉末床熔融增材制造中的实时熔池监测，结合EfficientNetB0特征提取与随机森林分类，实现了高精度和亚毫秒级的推理时间。

本文提出了一种新颖的架构，将多头注意力与Soft Actor-Critic算法相结合，用于增材制造中的孔隙率预测和工艺参数优化，相比标准强化学习方法实现了更快的收敛速度和更高的奖励值。