1.一种智能增材制造在线监测及实时控制方法，其特征在于，包括：根据增材制造的三维模型，对三维模型进行切片，对打印制件的所有切片覆盖区域进行网格划分；

通过激光位移传感器实时监测每一层切片在打印时，每个网格的铺粉厚度和熔覆层厚数据；

监测的熔融区域温度，并实时采集切片每个网格进行铺粉和熔覆过程的热红外图像和高清图像；

根据每个网格的铺粉厚度和熔覆层厚数据，评估熔覆层的熔覆厚度均匀性系数，并根据采集的热红外图像和高清图像，计算每个网格的工艺质量系数；

根据每个网格的工艺质量系数、熔覆厚度均匀性系数和熔覆层厚数据，评价网格的熔覆程度，对网格的熔覆程度小于预设阈值的对应网格进行标记，并根据标记网格熔覆层厚数据，计算标记网格的厚度差值；

根据切片的铺粉密度和材质数据，建立基于材料特性的体积收缩函数模型，对标记网格进行铺粉厚度调节；

其中，根据每个网格的铺粉厚度和熔覆层厚数据，评估熔覆层的熔覆厚度均匀性系数，包括以下步骤：根据每个网格的铺粉厚度和熔覆层厚数据，计算铺粉厚度和熔覆层厚平均值和方差；

根据铺粉厚度和熔覆层厚平均值和方差，通过以下公式，计算熔覆层的熔覆厚度均匀性系数：其中，α为熔覆层的熔覆厚度均匀性系数，S1为同一切片的不同网格铺粉厚度的方差，μ

1为同一切片的不同网格铺粉厚度的平均值，S2为同一切片的不同网格熔覆层厚的方差，μ2为同一切片的不同网格熔覆层厚的平均值；

根据采集的热红外图像和高清图像，计算每个网格的工艺质量系数，包括以下步骤：获取相同铺粉材质进行增材制造出现铺粉缺陷和熔覆缺陷时，熔融区域表面和铺粉区域表面热红外图像和高清图像的历史数据，并对铺粉缺陷和熔覆缺陷位置进行标注；

通过标注过的图片训练神经网络模型，识别热红外图像和高清图像中的缺陷位置；

获取实时采集的热红外图像和高清图像，并对热红外图像和高清图像进行图像增强；

将采集的热红外图像和高清图像输入训练后的神经网络模型中对缺陷位置进行识别；

统计缺陷位置覆盖的网格数量，并对高清图像和热红外图像进行灰度处理统计每个像素点的灰度值，并通过以下公式，计算每个网格的工艺质量系数：其中，β为网格的工艺质量系数；Pa为铺粉高清图像网格中像素点灰度值的均值，Pa1为铺粉高清图像缺陷未覆盖网格中像素点灰度值的均值，fa为铺粉高清图像网格中缺陷位置覆盖的网格数量占网格总数的比值；Pb为熔覆高清图像网格中像素点灰度值的均值，Pb1为熔覆高清图像缺陷未覆盖网格中像素点灰度值的均值，fb为熔覆高清图像网格中缺陷位置覆盖的网格数量占网格总数的比值；Pc为铺粉热红外图像网格中像素点灰度值的均值，Pc1为铺粉热红外图像缺陷未覆盖网格中像素点灰度值的均值，fc为铺粉热红外图像网格中缺陷位置覆盖的网格数量占网格总数的比值；Pd为熔覆热红外图像网格中像素点灰度值的均值，Pd1为熔覆热红外图像缺陷未覆盖网格中像素点灰度值的均值，fd为熔覆热红外图像网格中缺陷位置覆盖的网格数量占网格总数的比值；

根据每个网格的工艺质量系数、熔覆厚度均匀性系数和熔覆层厚数据，评价网格的熔覆程度，包括以下步骤：获取每个网格的工艺质量系数β、熔覆厚度均匀性系数α和熔覆层厚数据；

计算无缺陷网格中熔覆层厚的均值与当前网格熔覆层厚之差C；

通过以下公式，评价网格的熔覆程度：

其中，E为网格的熔覆程度评价值，L0为无缺陷网格中熔覆层厚的均值；

对网格的熔覆程度小于预设阈值的对应网格进行标记，并根据标记网格熔覆层厚数据，计算标记网格的厚度差值，包括以下步骤：获取网格的熔覆程度评价值，若网格的熔覆程度评价值小于预设阈值的对应网格进行标记；

根据标记网格熔覆层厚数据，将无缺陷网格中熔覆层厚的均值与当前网格熔覆层厚之差作为厚度差值；

根据切片的铺粉密度和材质数据，建立基于材料特性的体积收缩函数模型，对标记网格进行铺粉厚度调节，包括以下步骤：采集切片的铺粉密度和材质数据，获取与切片的铺粉密度相同的铺粉的厚度和熔覆后的层厚的历史数据，建立基于材料特性的体积收缩函数模型；

根据实时采集的铺粉厚度和熔覆层厚数据，对建立的基于材料特性的体积收缩函数模型进行参数修正；

通过参数修正后的基于材料特性的体积收缩函数模型，根据标记网格的厚度差值，在下一切片进行铺粉时，对标记网格进行铺粉厚度调节；

采集切片的铺粉密度和材质数据，获取与切片的铺粉密度相同的铺粉的厚度和熔覆后的层厚的历史数据，建立基于材料特性的体积收缩函数模型，包括以下步骤：采集切片的铺粉密度和材质数据，获取与切片的铺粉材质相同的铺粉的厚度和熔覆后的层厚的历史数据，建立初始基于材料特性的体积收缩函数模型；

其中，Hinitial为铺粉的厚度，Hfinal为熔覆后的层厚，k为熔覆收缩系数，ρ为铺粉密度；

将铺粉密度、材质和熔覆后的层厚，以及铺粉的厚度，使用最小二乘法拟合初始基于材料特性的体积收缩函数模型的方程，得到拟合参数熔覆收缩系数k，作为基于材料特性的体积收缩函数模型。

2.根据权利要求1所述的一种智能增材制造在线监测及实时控制方法，其特征在于，根据实时采集的铺粉厚度和熔覆层厚数据，对建立的基于材料特性的体积收缩函数模型进行参数修正，包括以下步骤：使用建立的基于材料特性的体积收缩函数模型计算出预期的熔覆层厚度，比较实际测得的铺粉厚度与铺粉厚度预测值，计算误差：；

其中：Hactual为实际测得的铺粉厚度，Hpredicted为根据现有参数计算出的铺粉厚度预测值；

计算损失函数关于参数熔覆收缩系数k的导数，并通过以下公式，更新参数：其中：k′为更新的参数熔覆收缩系数， 为损失函数关于参数熔覆收缩系数k的导数，L= 是损失函数，ε是铺粉厚度预测值的预测准确率。

3.根据权利要求1所述的一种智能增材制造在线监测及实时控制方法，其特征在于，根据标记网格的厚度差值，在下一切片进行铺粉时，对标记网格进行铺粉厚度调节，包括以下步骤：根据标记网格的厚度差值，在下一切片进行铺粉时，将计划熔覆后的层厚加上标记网格的厚度差值，得到下一切片实际熔覆后的层厚；

通过基于材料特性的体积收缩函数模型，计算标记网格下一切片对应的铺粉的厚度；

根据标记网格下一切片对应的铺粉的厚度，对标记网格进行铺粉厚度调节。

4.一种智能增材制造在线监测及实时控制系统，其特征在于，该系统采用如权利要求

1‑3中任一项所述的一种智能增材制造在线监测及实时控制方法实现增材制造在线监测及实时控制。