ASU 研究人員利用AI實現316L螺旋槳智能化3D打印，可實時預測微結構形成
時間：2025-06-16 09:11 來源：南極熊 作者：admin 閱讀：次
2025年6月15日，來自亞利桑那州立大學 (ASU)正在開發新的人工智能，以使 3D 打印不銹鋼的過程更快、更可靠。
ASU計算機科學與工程學教授AviralShrivastava和工業工程學助理教授Ashif Iquebal獲得了美國國家科學基金會“CompAM：實現計算增材制造”項目的資助，該項目利用人工智能預測材料在制造過程中的形成方式，使金屬 3D 打印更快、更可靠。在項目演示階段，研究團隊將使用常見的工業級金屬合金316L不銹鋼3D打印一個五軸金屬海軍螺旋槳。目標是精確控制打印過程，將金屬顆粒尺寸控制在1微米以下——大約相當于一根蜘蛛絲的寬度——從而顯著提升材料的性能。
為什么是螺旋槳？因為它體積龐大，幾何形狀復雜，對精度要求高——這種部件正是當前金屬增材制造技術突破極限的體現。
從鍛造廠到艦隊
增材制造技術應用面臨的一個關鍵挑戰是，材料的內部結構（稱為微觀結構）會根據部件的打印方式而發生變化。打印過程中，熱量或時間的細微變化都可能極大地改變材料的性能。Shrivastava說：“當我們進行金屬打印時，金屬的質量實際上取決于冷卻曲線。我們希望控制冷卻，以便達到所需的性能。”他從傳統鍛造工藝的角度解釋了這個問題。傳統上，鐵匠使用不同形式的淬火工藝來冷卻金屬。將白熱的金屬浸入水中可以快速冷卻，從而制成堅硬的工具，例如劍或刀。而砂淬火則使金屬隨著時間的推移冷卻得更慢，從而形成更具延展性的材料。
由于海軍螺旋槳等部件具有嚴格的性能和工程標準，當業界想要3D打印此類部件時，專家必須運行復雜的計算機模擬，以確定打印和冷卻速度等因素將如何影響整個過程。或者，他們必須依靠反復試驗。
為了避免反復試驗帶來的浪費和不確定性，亞利桑那州立大學的研究人員正在尋求更高效的模擬方法。傳統的模擬方法可能既緩慢又昂貴。使用目前的方法，僅對一組海軍螺旋槳的打印參數進行模擬，就需要使用一臺擁有 1000 個核心的超級計算機耗時超過 60 天。
Shrivastava 和Iqubal 的團隊想要改變這一切。他們正在構建一個基于物理、人工智能的系統，可以預測金屬在打印過程中內部結構的形成過程。研究團隊創造了一種更智能的方法，讓人工智能無需海量數據或復雜的數學運算就能學習和應用物理概念。系統會邊學習邊運行，識別出需要重點關注的重要數據點。Shrivastava 說：“對于許多過程，實際上已經有很多研究。物理學只是現實世界中遵循的一套規則。我們正在做的是，將這些方程式與數據驅動的學習相結合，使系統學習得更好、更快。”
新系統還可以通過定義材料中需要比其他區域更詳細關注的區域來節省時間，跳過打印過程中不會發生太大變化的部分。
甲板上的工業工程
項目以伊克巴爾在智能制造領域的專業知識為基礎。Iquebal表示，確保這項工作具有明確的工業應用至關重要。他說道：“這項工作的真正價值在于它能夠將研究與產業需求聯系起來。在航空航天、國防和能源等行業，金屬部件的性能至關重要。通過為制造商提供更快、更精準的工具來預測和控制材料特性，我們正在開啟精密制造的新時代，并減少那些往往會阻礙創新的、代價高昂的猜測。”
Iquebal 和團隊將利用亞利桑那州立大學創新中心新購置的一臺配備六軸機械臂和激光器的高科技 3D 打印機，用不銹鋼打造一個大型海軍螺旋槳，并將預測的微觀結構與部件內部實際形成的微觀結構進行比較。之后，他們將通過與傳統模擬結果和實際打印的螺旋槳進行比較，來測試新技術的準確性。Iquebal 和團隊假設，制造商將能夠微調 3D 打印流程，以更少的試驗獲得所需的精確屬性。這些軟件和工具將免費開放，幫助其他領域的研究人員加快自己的模擬速度。
Shrivastava 表示，研究團隊還將把這項工作納入研究生計算機科學課程，并針對K-12 學生開展外展活動。計算機與增強智能學院院長Ross Maciejewski表示，這項工作展示了學院內工業工程與計算機科學的重要交匯點。
最后，Maciejewski說道“這個項目正是我們所追求的——與產業息息相關的創新。通過將人工智能與材料科學相結合，我們的教職員工正在為先進制造業開辟一條新的道路。這展現了我們的研究如何推動工程學的未來發展。”
(責任編輯：admin)
Stratasys起訴拓竹3D打印
將人工智能與3D打印結合的
機器學習輔助高細胞密度生
Deepseek唱反調？高關稅可
硬剛特朗普關稅，中國這家最新內容
推薦內容
熱點內容
