本文介绍了基于参数化物理模型的数字孪生（PPB-DT），用于预测激光粉末床熔化金属增材制造过程中的熔池几何和缺陷识别。通过机器学习模型（PPB-ML-DT），可预测、监测和控制熔池几何，加快产品开发和认证过程。