为了有效地将湍流燃烧复杂的物理化学信息嵌入到物理信息神经网络（PINNs），选取湍流燃烧模拟中的2个典型场景案例，即刚性常微分方程ROBER问题及稳态射流火焰混合分数方程求解，探索PINNs在燃烧化学微分方程计算中的应用潜力. 结果表明，对于零维刚性反应系统，利用PINNs模型可以较好地捕捉到系统的演化过程；对于稳态射流火焰，PINNs的预测解与传统的数值解有较好的一致性. 残差点的选取对于燃烧化学领域内的复杂微分方程求解尤为重要，应基于具体的构型详细考虑.

为了及时解决打印过程中的拉丝异常工况，提出基于振动信号的熔融沉积成型(FDM)3D打印拉丝缺陷正交分析方法. 开展单因素试验，对加速度振动传感器采集的信号进行时域分析，提取相关峭度、峰值因子和脉冲因子特征值，确定喷头温度、回抽距离、回抽速率和空驶速率4个打印参数与零件拉丝缺陷的关系. 在单因素试验的基础上进行四因素三水平正交试验，以提取的振动信号时域特征值为评价指标，通过极差与方差分析对试验数据进行分析. 试验结果表明，利用该方法可以对拉丝缺陷进行识别，其中在使用材料为PLA的情况下，回抽距离和喷头温度对零件拉丝缺陷的影响显著，空驶速率和回抽速率影响不显著，当喷头温度为190 ℃、回抽速率为50 mm/s、回抽距离为12 mm、空驶速度为50 mm/s时，打印模型的拉丝情况最好.