Hafkamp在其题为 "
反馈回路的力量
虽然2020年的SLA系统比以往任何时候都要复杂，但仍然存在打印失败的问题。要在第一次运行时就完美地制造出一个零件，需要大量的技巧和经验（以及运气），这就需要基本上采用试错的方法。用Hafkamp的话来说，你不可能 "CTRL + P，然后从3D打印机中得到一个无缺陷的产品"。
闭环可能是解决这个问题的答案，使用传感器数据和智能算法来抵消干扰，否则会导致零件质量下降。在SLA的背景下，反馈控制需要一次性解决系统的过程模型、传感器和执行器。
光固化的闭环控制
Hafkamp的工作首先进行了全面的文献回顾，研究者在理论上证明了这种控制系统是可能的。然而，他确定主要的限制将是系统的测量方面，因为相关的机器实现的传感器并不完全是现成的。他主动设计、制造和测试了一种新的光学测量仪器来解决这个问题。
虽然2020年的SLA系统比以往任何时候都要复杂，但仍然存在打印失败的问题。要在第一次运行时就完美地制造出一个零件，需要大量的技巧和经验（以及运气），这就需要基本上采用试错的方法。用Hafkamp的话来说，你不可能 "CTRL + P，然后从3D打印机中得到一个无缺陷的产品"。
闭环可能是解决这个问题的答案，使用传感器数据和智能算法来抵消干扰，否则会导致零件质量下降。在SLA的背景下，反馈控制需要一次性解决系统的过程模型、传感器和执行器。
光固化的闭环控制
Hafkamp的工作首先进行了全面的文献回顾，研究者在理论上证明了这种控制系统是可能的。然而，他确定主要的限制将是系统的测量方面，因为相关的机器实现的传感器并不完全是现成的。他主动设计、制造和测试了一种新的光学测量仪器来解决这个问题。
这套新的测量仪器能够测出光敏树脂固化的程度，也就是说对树脂的固化状态进行测量。
Hafkamp的仪器测量的光聚合过程，图片来自埃因霍温理工大学
实时过程监控和质量控制是增材制造领域积极研发的一个领域。最近，宾夕法尼亚州立大学从科技公司3M获得了18万美元的资助，用于探索金属3D打印的质量控制方法。该团队将使用无损评估（NDE）方法，即在不伤害零件或系统的情况下对其进行测试，以评估使用粘结剂喷射工艺3D打印的零件。
橡树岭国家实验室的研究人员最近开发了一个基于人工智能的软件，能够实时监控PBF 3D打印过程。算法在生产过程中评估零件的质量，是替代表征设备的高性价比产品。
