编辑推荐：
制造系统正面临日益增长的压力，需要在保持产品质量、生产率和经济可行性的同时，减少能源使用、材料消耗、废弃物产生和环境排放。这些要求涉及整个生产链，从材料选择、工艺规划到加工、设备维护和寿命终止管理。因此，可持续制造（Sustainable Manufactur
制造系统正面临日益增长的压力，需要在保持产品质量、生产率和经济可行性的同时，减少能源使用、材料消耗、废弃物产生和环境排放。这些要求涉及整个生产链，从材料选择、工艺规划到加工、设备维护和寿命终止管理。因此，可持续制造（Sustainable Manufacturing）应被理解为贯穿产品生命周期的技术、环境和组织决策的综合体。材料加工在这一转型中处于核心地位，因为它通常涉及大量能源消耗、切削液、刀具磨损、材料损耗和工艺相关排放。基于生产率和尺寸精度的传统方法可能忽视工艺选择的环境后果。当前研究越来越多地在切削力、表面完整性、生产时间和成本等传统指标之外，考虑资源利用、废弃物预防、设备耐久性和工艺控制。绿色加工方法通过若干互补途径应对这些关切：微量润滑（Minimum Quantity Lubrication, MQL）可减少对传统大量浇注冷却的依赖；超声振动辅助加工（Ultrasonic Vibration-Assisted Machining, UVAM）可改变刀具-工件接触状态并降低难加工材料的切削力学需求；预测模型可减少不必要的实验并支持选择能降低废品率和材料损耗的加工条件；计算模拟可在代价高昂的物理损伤发生之前识别退化机制；在生产系统层面，结构化的管理方法可减少等待时间、返工、过量库存和低效资源配置。人工智能（Artificial Intelligence, AI）也在可持续制造中变得日益重要。传统机器学习（Traditional Machine Learning, TML）通常应用于预测、分类、监测和工艺控制，而生成式人工智能（Generative Artificial Intelligence, GenAI）可辅助设计生成、合成数据生产、情景分析和基于知识的决策。继第一版特刊之后，本第二版特刊继续探讨将技术性能与更低资源消耗和减少环境负担相结合的制造方法，范围涵盖节能加工、废弃物预防、回收、清洁生产、环境评估、循环制造和面向改善资源利用的工艺规划。本特刊包含六篇投稿，涉及微量润滑、超声振动辅助加工、聚合物加工的预测建模、水轮机泥沙侵蚀、定制化造船中的精益实施，以及生成式人工智能与传统机器学习在可持续制造中的比较应用。尽管这些研究涉及不同材料、工艺和工业领域，它们共享一个共同目标：通过更深入的理解、预测、控制和生命周期评估来改善制造资源的利用。
可持续制造已成为全球制造业应对资源约束和环境压力的核心发展方向。制造系统面临减少能源使用、材料消耗、废弃物产生和环境排放的迫切需求，同时必须维持产品质量、生产率和经济可行性。这些要求贯穿从材料选择、工艺规划到加工、设备维护和寿命终止管理的整个生产链。材料加工在这一转型中尤为重要，原因在于其涉及大量能源消耗、切削液使用、刀具磨损、材料损耗以及工艺相关排放。长期以来，工艺选择主要依据生产率和尺寸精度，却常忽视其环境后果。如何在保证加工质量和效率的前提下，降低资源消耗和环境影响，是该领域面临的关键科学问题。为回应上述挑战，本特刊收录了六篇研究，分别聚焦微量润滑（MQL）、超声振动辅助加工（UVAM）、聚合物加工的预测建模、水轮机泥沙侵蚀评估、定制化造船中的精益生产管理，以及生成式人工智能与传统机器学习在可持续制造中的比较应用，旨在从切削界面物理机制、计算预测方法、生产组织管理和人工智能辅助决策等多维度推动绿色制造的发展。
在关键技术方法方面，各研究采用了多样化的方法论工具。Mei等人的MQL研究发展了半经验建模（Semi-empirical Modeling）与实验验证相结合的方法，在高速铣削GH4169合金条件下量化喷嘴参数和主轴转速对油雾穿透效率的影响；Namlu和K?l??的超声振动辅助加工研究采用对比实验方法，系统比较了常规加工与纵向、进给方向及组合振动三种UVAM模式对Inconel 718切削性能的作用；Natarajan等人的聚合物加工研究构建了基于集成学习（Ensemble Learning）的两阶段元模型，结合逻辑回归、XGBoost、支持向量回归以及交叉验证进行表面粗糙度预测；Narváez等人的泥沙侵蚀研究开发了Python与OpenFOAM耦合的计算流体动力学（Computational Fluid Dynamics, CFD）方法，运用Oka侵蚀模型和拉格朗日粒子追踪（Lagrangian Particle Tracking）技术，并以厄瓜多尔San Francisco水电站的全尺寸Francis水轮机为验证案例；Kunkera等人的造船业精益研究基于档案信息、专业经验和对欧洲船厂代表的访谈，构建了适用于定制化生产的精益实施模型；Rojek和Miko?ajewski的综述则提出了基于生命周期的框架，系统比较生成式人工智能与传统机器学习在节能和循环制造中的应用。
在研究结果方面，第一组研究关注资源节约型难加工材料切削。在MQL高速铣削GH4169合金油雾穿透机理研究中，Mei等人建立了穿刺效率与主轴转速、喷嘴方向、喷嘴角度和喷嘴距离之间的半经验模型，模型预测的相对偏差低于6%；结果表明主轴转速影响最大，喷嘴方向次之，角度和距离影响相对较小；选定参数组合下表面粗糙度（Surface Roughness）达到0.17 μm，铣削力为24.27 N，与最不利条件相比，表面粗糙度降低85.32%，铣削力降低53.52%，为MQL输送参数的物理基础选择提供了依据。在Inconel 718超声振动辅助加工中不同振动轴效应的比较分析中，Namlu和K?l??发现组合纵向-进给振动模式效果最优，原因在于间歇性刀具-工件接触降低了切削过程中的机械载荷；与传统加工相比，该模式使切削力降低高达43%，区域表面粗糙度（Areal Surface Roughness）降低37%，同时还产生更均匀的表面形貌、减少毛刺形成，并通过表面锤击效应（Surface-Hammering Effect）提高次表层显微硬度（Subsurface Microhardness）。第二组研究聚焦加工质量和设备耐久性的计算预测。在基于集成学习的聚合物加工表面粗糙度预测元模型中，Natarajan等人针对聚甲醛（Polyoxymethylene, POM）、聚四氟乙烯（Polytetrafluoroethylene, PTFE）、聚醚醚酮（Polyether Ether Ketone, PEEK）以及多壁碳纳米管增强PEEK复合材料，提出了先按加工工况分类后分别预测的两阶段策略，以切削速度、进给量和切削深度为输入变量；XGBoost回归器对所有材料均实现了90%以上的决定系数（Coefficient of Determination），该方法可减少试切加工、废品率和多余的精加工工序。在基于Python与OpenFOAM耦合的Francis水轮机泥沙侵蚀拉格朗日模拟中，Narváez等人采用缩减域方法排除了蜗壳（Spiral Casing）但再现其引起的颗粒旋流，降低了网格划分复杂度和计算成本；全尺寸水轮机的模拟显示，侵蚀集中于转轮叶片（Runner Blades）尾缘附近和导叶（Guide Vanes）压力面，大多数颗粒冲击以接近法向角度和6至9 m/s的速度发生，而偶发的高速冲击则造成更大的材料损失，该方法可为含沙水流条件下水轮机的检测规划、局部几何修改、材料选择和防护涂层策略提供依据。第三组研究关注定制化制造中的可持续生产管理。Kunkera等人针对欧洲造船业——一类涉及复杂产品、低产量、单件定制需求和众多参与方协调的行业，基于档案信息、行业经验和访谈提出了精益流程管理实施模型；该模型解决了定制化生产中精益实施不完整的风险，允许在生产改进期间实现持续改善，并设计为适用于不同组织结构；其研究将废弃物削减概念从废弃物料扩展到等待、返工、过量库存、不必要移动和信息流低效，尽管以造船业为背景，该模型对其他复杂、低产量行业也可能具有借鉴价值。第四组研究聚焦人工智能在节能和循环制造中的应用。Rojek和Miko?ajewski综述了生成式人工智能与传统机器学习在工业5.0（Industry 5.0）背景下与节能和循环制造的关系，提出了基于生命周期的比较框架，将传统机器学习主要关联于预测、分类、工艺控制、能源预测和预测性维护（Predictive Maintenance），而将生成式人工智能关联于设计生成、合成数据（Synthetic Data）、生产情景分析和知识支持决策；该框架为根据制造任务、可用数据、生命周期阶段和预期环境结果选择合适的方法提供了依据。
在总结讨论中，六篇投稿共同揭示了可持续制造的四个主要方向：切削界面物理机制的控制、计算方法的工艺支持、从单工序到设备耐久性和生产管理的拓展，以及人工智能方法的生命周期评估。然而，环境性能的直接量化仍是一项核心挑战——切削力、表面粗糙度、润滑剂用量、加工时间或预测误差的减少固然是相关指标，但尚未构成完整评估，未来研究还应测量能源消耗、材料损耗、刀具寿命、排放、废弃物产生、部件耐久性和AI系统的计算负担，并建立共同的系统边界和报告程序以实现制造方法间的可靠比较。在工业应用方面，MQL研究可为高速铣削喷嘴和主轴条件选择提供指导，超声加工研究确认了可降低切削力并改善表面质量的振动配置，聚合物加工模型可支持工艺规划，水轮机侵蚀方法可为检测、维护和涂层选择提供信息，造船精益模型为定制化生产中引入精益方法提供了结构化路径，而综述文章则为生成式人工智能与传统机器学习的工业选择提供了生命周期框架。本特刊的研究结论表明：可持续制造不仅仅是用被描述为"绿色"的替代方案取代传统工艺，而是需要对工艺机制、资源流动、产品质量、设备寿命、计算需求和组织实践进行仔细的审视。未来研究应将工艺性能与能源使用、材料消耗、刀具寿命、废弃物产生、维护间隔、计算需求和综合生产成本联系起来，并结合工业条件下的验证、数字系统能耗的核算以及研究局限性的明确报告，从而为制造商判断所提方法是否能提供持久的技术、环境和经济收益提供坚实证据。
