2025年6月16日，亞利桑那州立大學（ASU）的研究人員正在開發新的人工智能工具，以增強金屬3D打印工藝。這項技術可以顯著提升金屬3D打印的速度、精度與效率。該項目由美國國家科學基金會（NSF）資助，由Aviral Shrivastava教授與Ashif Iquebal教授領銜，致力于開發“CompAM：實現計算增材制造”系統。
 

打印海軍螺旋槳：一個實際測試案例
      本次研究的核心挑戰在于3D打印復雜的五軸316L不銹鋼海軍螺旋槳。該部件對幾何形狀與性能要求極高，且對材料微觀結構的精準控制提出了更高標準。團隊的目標是實現晶粒尺寸小于1微米——遠小于蜘蛛絲的直徑，從而顯著提升材料的強度與耐久性。在金屬增材制造過程中，微小的熱變化和時間控制對部件的微觀結構和機械性能產生顯著影響。為了滿足海軍螺旋槳等具有嚴格性能要求的部件的生產標準，行業專家通常需要運行復雜的計算機模擬，以確定打印和冷卻速率對整個制造過程的影響，或者依賴于一系列反復的試驗來優化參數。這種方法不僅耗時而且成本高昂。例如，在一臺擁有1000個核心的超級計算機上，模擬一組海軍螺旋槳的打印參數可能需要超過60天。
 

通過人工智能控制微觀結構
       為了提高效率和精確度，ASU團隊創新性地開發出基于物理原理、由人工智能驅動的實時學習系統。新系統能夠在打印過程中智能識別并聚焦于關鍵區域，跳過穩定部分，從而大幅縮短模擬時間并提升預測精度。這些進步預計將加速金屬增材制造技術的創新，降低生產成本，并使得高精度和定制化金屬部件的制造更加經濟可行。
      Shrivastava教授表示：“物理學為現實世界提供了規則。通過將這些規則與數據驅動的人工智能學習相結合，我們無需依賴龐大的數據集，也能實現高效、精準的適應性控制。”Iquebal教授補充道：“該項目的真正價值在于將前沿研究與工業實際需求緊密結合。尤其在航空航天與國防等對材料性能有極高要求的領域，能夠提前預測并微調材料特性至關重要。”研究團隊將使用亞利桑那州立大學最先進的3D打印機（配備激光器和六軸機械臂），比較打印螺旋槳中預測的微觀結構與實際的微觀結構。他們的研究結果將與傳統方法進行對比，并且開發的工具將以開源方式發布。
      本項目不僅加速了先進制造技術的產業化進程，還推動了人工智能在工程教育與工業應用中的深度融合，助力理論創新轉化為切實可行的金屬增材制造解決方案。

(責任編輯：admin)

• 3D打印“光學密碼鎖”：光
• 受木蛙啟發，瑞士3D打印出
• Wayland Additive 3D打印
• 3D同軸打印還原氧化石墨烯
• 亞利桑那州立大學借助AI提
• 《Science》：斯坦福大學

• ·3D打印“光學密碼鎖”：光致變色與室溫
• ·受木蛙啟發，瑞士3D打印出自修復長壽命
• ·Wayland Additive 3D打印鈦合金賽車排
• ·3D同軸打印還原氧化石墨烯氣凝膠基生物
• ·亞利桑那州立大學借助AI提升316L不銹鋼
• ·《Science》：斯坦福大學為3D打印心臟
• ·芬蘭職業健康研究表明：金屬增材制造的
• ·ENEA通過2PP 3D打印技術，研發并測試用