王远航他们在重型机床故障诊断的时候，用了专家系统的办法，还结合了 K 近邻（也就是 KNN）算法，这样就能把案例分类存到库里了。结果发现这个方法用在重型机床的过程监测上特别好用。Wang 他们研究了基于神经网络和专家系统这两种方法来对变压器进行过程监测，效果很不错。Sui 他们把支持向量机（SVM）方法和基于类可分的特征评价方法合在一起，对轴承故障进行诊断，监测效果也挺好。

3D 打印经过三十多年的发展，已经有了好多不一样的打印技术，每种技术都有自己的特色，能用来打印不同的产品。还有根据用的材料和打印组织的不同，产品得用不同的增材制造技术才能成型。机械设备的结构一般都很复杂，出故障的时候对应的信号也都是复杂非线性的。所以传统的信号处理方法很难处理这种复杂非线性信号，这时候就得用现代信号处理方法了。现代信号处理方法能很好地处理这种信号，它不光能体现信号的时域频域特征，还能反映出信号的瞬时变化特性，像快速傅里叶变换、短时傅里叶变换、集成经验模态分解这些都是现代信号处理方法。

过程监测与识别呢，就是用信号处理技术把采集到的传感器信号里的特征提取出来，再用模式识别方法对信号特征量进行识别。现在社会一直在进步，科技变化特别快，智能化技术发展得特别猛，过程监测技术也朝着智能化的方向不停地发展，像神经网络、专家系统、狄里赫雷过程混合模型这些模式识别算法也越来越多地用在故障诊断里了。

上海交通大学把立体光固化技术（SLA）和凝胶注模成型技术合在一起，用钙磷类生物陶瓷材料做出了股骨支架模型。虽然 3D 打印技术在组织工程支架制备这个领域已经做了好多实验研究了，但是要想让它大规模应用，就得通过对打印过程进行实时监控，这样才能保证支架制备的质量。