先进制造工艺和技术通过实现更高效、可持续和精密的生产方法，彻底改变了各个行业。从现代视角研究这些方法时，它们可以将设计和制造带入一个新时代 [1,2,3,4,5,6,7].
- 先进制造工艺优化，例如基于超声波的加工工艺、蜗杆磨削、薄壁零件等；
- 基于高级方法的制造过程算法建模的应用，例如支持向量回归、随机森林、岭回归、分层图神经网络和 CatBoost；
- 特征识别在基于 3D CAD 的智能制造中的应用；
- 增材制造（AM）和 3D 打印（3DP）技术作为主流制造工艺；
- CAD/CAM/CAE、计算设计和人工智能（AI）；
- 基于高级算法的生产调度实施，例如考虑机器故障的分布式资源受限混合流水调度。
当上述方法和工具结合起来，遵循工业 4.0 和 5.0 的方法，大多数产品制造问题都能以有利于制造商和客户的方式得到解决。在本专题论文中，一系列制造问题在整个产品生命周期中得到解决，从而降低成本并优化性能 [8,9,10,11,12,13,14,15].
介观超声振动辅助端铣支持了制造业的最新趋势。Zahid 等人引入了一种机器学习框架，系统地比较了高斯过程回归（GPR）、支持向量回归（SVR）、随机森林（RF）和岭回归，用于预测切削力、刀具磨损和表面粗糙度。因此，他们为制造工艺的可持续性方面做出了贡献。实验工作基于田口 L16 正交阵列，所有案例都进行了重复以提高准确性。使用的加工参数包括切削速度、进给率、切削深度、振动幅度和刀具涂层。推荐 SVR 和 GPR 作为 Inconel 718 的 UVAEM 工艺优化可靠的代理模型。
蜗杆磨削用于面齿轮的高精度制造。He 等人提出了一种适用于面齿轮磨削中复杂拓扑曲面的补偿方法，旨在减小节距和齿厚偏差。该方法在案例研究中成功应用。该补偿策略减小了面齿轮的节距和齿厚偏差，减小率在 48.57% 到 96.80% 之间。
Wang 等人提出了一个双图融合网络，以解决现有基于 GNN 的方法经常忽略 B-Rep 数据结构中固有几何关系这一差距。鉴于在基于 3D CAD 的智能制造中进行加工特征识别的重要性，所提出的方法使用基于 GatedGCN 的图编码器和基于 FiLM 的跨流融合机制，共同编码 B-Rep 模型的拓扑和几何信息。在开源合成数据集（包括 MFInstSeg 和 MFRCAD）上进行了成功的验证测试。
定制化产品设计需要基于个体人体测量学特征的完全个性化设计方法的支持。Minaoglou 等人开发了一种应用程序，结合人工智能（AI）和计算设计（CD）原理，自动设计定制合身的太阳镜。使用了文本和视觉编程工具，同时验证程序为产品设计应用的成功奠定了坚实基础。同时，证明了结合 AI 驱动的特征提取和参数化计算设计是自动化生产个性化可穿戴产品的可靠工具。
Xu 等人研究了一个考虑机器故障的分布式资源受限混合流水调度问题，有两个优化目标（最大完工时间和总能耗）。为了解决该问题，开发了一种基于块邻域的多目标进化算法。将所提出的方法与一系列其他先进的多目标算法进行了比较，结果表明其具有优越的性能。
Li 等人提出了一种基于图神经网络的可制造性分析方法，以便工艺工程师能在设计周期早期及时检测难以/无法制造或制造成本高的缺陷。进行了一系列验证测试，可制造性分析与实验结果证明该方法可以成功实施。
Harishbabu 等人探讨了使用氮化硼纳米片（BNNPs）增强 PLA 以在使用 FDM 工艺时提高其机械性能。同时，该研究利用田口 L27 设计，为优化增强含量、喷嘴温度、打印速度、层厚和试样方向做出贡献。使用了统计分析和机器学习模型来预测工艺的机械性能。
Min 等人研究了振动对薄壁零件切削过程中高刀具磨损率、加工精度严重恶化和表面完整性差的影响。结果证实显著减少了薄壁零件的加速度响应幅值并缩短了其振动衰减时间。该研究为减少铣削力和加工振动做出了贡献。
