Nature子刊：利用人工智能克服LPBF TC4钛合金的强塑性权衡挑战

2025年2月28日，南极熊获悉，由韩国第一所研究型科学技术研究生院韩国科学技术院 (KAIST)的 Seungchul Lee 教授和POSTECH的 Hyoung Seop Kim 教授领导的研究团队利用人工智能解决了 Ti-6Al-4V 合金的强度-延展性权衡问题。

KAIST 是韩国第一所研究型科学技术研究生院，POSTECH 的研究人员预计在 2024 年将达到 900 名。研究团队利用人工智能解决了 Ti-6Al-4V 合金的强度-延展性权衡问题。通过预测机械性能并提供不确定性数据，新方法能够生产出具有优异强度和延展性的金属产品。

△韩国科学技术研究院博士生 Jaejung Park 和教授 Seungchul Lee、浦项科技大学的教授 Hyoung Seop Kim 和浦项科技大学的硕士博士生 Jeong Ah Lee。照片来源：韩国科学技术研究院

李教授说：“在这项研究中，通过优化 3D 打印工艺参数和热处理条件，我们能够以最少的实验次数开发出高强度、高延展性的Ti-6Al-4V 合金。与之前的研究相比，我们生产出了一种具有相似极限抗拉强度但总伸长率更高的合金，以及一种具有相似伸长率但极限抗拉强度更高的合金。”

这项研究以题为“Active learning framework tooptimize process parameters for additive-manufactured Ti-6Al-4V with highstrength and ductility”的论文发表在《自然通讯》杂志上，由韩国政府拨款资助韩国国家研究基金会，以及韩国科学技术信息通信技术部支持的纳米和材料技术发展计划。

相关论文链接：https://www.nature.com/articles/s41467-025-56267-1

激光粉末床熔融研究：新发现

激光粉末床熔融技术常用于生产 Ti-6Al-4V 合金，这种合金因其强度和生物相容性而闻名。然而，由于潜在的工艺组合范围广泛，创建具有高强度和延展性的 3D 打印版本一直具有挑战性。

为了解决这个问题，研究团队开发了一个主动学习框架，探索各种 3D 打印参数和热处理条件。人工智能模型预测拉伸强度和伸长率，同时评估这些预测的不确定性。然后通过 3D 打印和拉伸测试验证模型的建议，以获得有关材料特性的进一步数据。

△实验总体流程示意图

这些新数据被纳入额外的AI模型训练中。经过五次迭代改进，确定了最佳工艺参数和热处理条件。最终3D打印的Ti-6Al-4V合金的抗拉强度达到1190 MPa，伸长率为16.5％，成功克服了强度-延展性的挑战。

李教授解释说，将这种方法应用于热导率和热膨胀等其他特性，将可以更有效地探索 3D 打印工艺参数和热处理条件。

△主动学习框架。图片来源：KAIST

增材制造中的人工智能

人工智能正在推动增材制造的重大进步。专注于人工智能驱动的增材制造解决方案的公司1000Kelvin推出了AMAIZE 2.0，这就是其中一项努力。这一解决方案标志着金属激光粉末床熔融 (LPBF) 工艺的重大改进，旨在提高不同行业制造商的可靠性、效率和可扩展性。

另一项进展是，专门从事 3D 打印软件的公司Dyndrite推出了SMART Python 脚本，可自动遵守增材制造中的 ASTM/ISO 标准。脚本与 Dyndrite 的 LPBF Pro 软件集成，可生成符合行业标准的 3D 打印布局，从而节省高达 99% 的劳动力并减少人为错误。曾经需要一周多时间才能完成的任务现在只需几分钟即可完成。