Nature子刊：利用人工智能克服LPBF TC4鈦合金的強塑性權衡挑戰(zhàn)

2025年2月28日，南極熊獲悉，由韓國第一所研究型科學技術研究生院韓國科學技術院 (KAIST)的 Seungchul Lee 教授和POSTECH的 Hyoung Seop Kim 教授領導的研究團隊利用人工智能解決了 Ti-6Al-4V 合金的強度-延展性權衡問題。

KAIST 是韓國第一所研究型科學技術研究生院，POSTECH 的研究人員預計在 2024 年將達到 900 名。研究團隊利用人工智能解決了 Ti-6Al-4V 合金的強度-延展性權衡問題。通過預測機械性能并提供不確定性數(shù)據(jù)，新方法能夠生產出具有優(yōu)異強度和延展性的金屬產品。

△韓國科學技術研究院博士生 Jaejung Park 和教授 Seungchul Lee、浦項科技大學的教授 Hyoung Seop Kim 和浦項科技大學的碩士博士生 Jeong Ah Lee。照片來源：韓國科學技術研究院

李教授說：“在這項研究中，通過優(yōu)化 3D 打印工藝參數(shù)和熱處理條件，我們能夠以最少的實驗次數(shù)開發(fā)出高強度、高延展性的Ti-6Al-4V 合金。與之前的研究相比，我們生產出了一種具有相似極限抗拉強度但總伸長率更高的合金，以及一種具有相似伸長率但極限抗拉強度更高的合金�！�

這項研究以題為“Active learning framework tooptimize process parameters for additive-manufactured Ti-6Al-4V with highstrength and ductility”的論文發(fā)表在《自然通訊》雜志上，由韓國政府撥款資助韓國國家研究基金會，以及韓國科學技術信息通信技術部支持的納米和材料技術發(fā)展計劃。

相關論文鏈接：https://www.nature.com/articles/s41467-025-56267-1

激光粉末床熔融研究：新發(fā)現(xiàn)

激光粉末床熔融技術常用于生產 Ti-6Al-4V 合金，這種合金因其強度和生物相容性而聞名。然而，由于潛在的工藝組合范圍廣泛，創(chuàng)建具有高強度和延展性的 3D 打印版本一直具有挑戰(zhàn)性。

為了解決這個問題，研究團隊開發(fā)了一個主動學習框架，探索各種 3D 打印參數(shù)和熱處理條件。人工智能模型預測拉伸強度和伸長率，同時評估這些預測的不確定性。然后通過 3D 打印和拉伸測試驗證模型的建議，以獲得有關材料特性的進一步數(shù)據(jù)。

△實驗總體流程示意圖

這些新數(shù)據(jù)被納入額外的AI模型訓練中。經過五次迭代改進，確定了最佳工藝參數(shù)和熱處理條件。最終3D打印的Ti-6Al-4V合金的抗拉強度達到1190 MPa，伸長率為16.5％，成功克服了強度-延展性的挑戰(zhàn)。

李教授解釋說，將這種方法應用于熱導率和熱膨脹等其他特性，將可以更有效地探索 3D 打印工藝參數(shù)和熱處理條件。

△主動學習框架。圖片來源：KAIST

增材制造中的人工智能

人工智能正在推動增材制造的重大進步。專注于人工智能驅動的增材制造解決方案的公司1000Kelvin推出了AMAIZE 2.0，這就是其中一項努力。這一解決方案標志著金屬激光粉末床熔融 (LPBF) 工藝的重大改進，旨在提高不同行業(yè)制造商的可靠性、效率和可擴展性。

另一項進展是，專門從事 3D 打印軟件的公司Dyndrite推出了SMART Python 腳本，可自動遵守增材制造中的 ASTM/ISO 標準。腳本與 Dyndrite 的 LPBF Pro 軟件集成，可生成符合行業(yè)標準的 3D 打印布局，從而節(jié)省高達 99% 的勞動力并減少人為錯誤。曾經需要一周多時間才能完成的任務現(xiàn)在只需幾分鐘即可完成。