3D打印朝着大规模应用去发展的时候，有个问题怎么也躲不开，那就是质量控制。特别是像生物医疗这种对产品质量要求特别高的行业，这就更重要了。在熔融沉积成型打印过程里进行实时监控，这可是个大难题，也是研究的重点。为啥呢？因为相关的质量参数很难拿到，而且这些参数还会随着时间、空间不停地变。不过呢，随着传感器技术慢慢发展起来了，现在有个办法还挺有效，就是用传感器网络对打印过程进行实时监控，然后通过软件反馈来实时修正，这样就能控制产品质量了。但这里面有两个问题还得好好研究。第一个问题就是怎么选那些用来实时监测的传感器参数，让这些参数能把打印过程中的质量信息都包含进去。第二个问题就是怎么用分析方法把这些质量信息提取出来，好用来进行过程监测和故障诊断。

Isermann 很清楚地说明了怎么定义故障发生的时间、类型、量级，这就是过程故障监测。从上个世纪六十年代开始，国内外好多专家学者就开始研究过程监测这个领域了。这么多年过去，这个领域越来越大，诊断的精度也越来越高。过程监测技术是靠着控制理论、信息理论、设备结构这些知识，再结合现代的传感器技术，才形成的一门新的工程科学。在过程监测这个领域里，有两个最重要的知识，一个是信号特征提取技术，另一个是模式识别技术。能不能从信号里把能反映故障特征的信号提取出来，这可是非常关键的。

信号处理方法经过好多年的研究，发展得更厉害了。处理方法可以分成两种，一种是传统的信号处理方法，另一种是近些年新出现的信号分析方法。传统的信号处理方法一般是对信号的时域数据和频域数据进行分析。在时域里，常用的特征量有最大值、最小值、信号均值、峰峰值和标准差这些。在频域信号分析里，常用的方法有频谱密度、幅值特征量、密度函数分析等等。振动信号的频率能反映出被测量设备的内在联系，和时域分析比起来，它更能体现出设备振动里包含的频率成分，能从频率成分里看出信号的本质。所以呢，一般会把采集到的信号进行时频转换，频谱分析方法、倒频谱分析方法经常用在信号的频域分析里。信号时域处理和频域处理分析方法各有各的特点。时域分析法虽然能表示出时间域上信号幅值的变化，但是反映不出信号的内在结构。频域分析方法虽然能反映出数据的内在结构，但是分析不出信号频率的瞬时变化，所以有一定的局限性。一般频域分析方法只用在一些平稳的线性信号上。