约翰霍普金斯大学采用AI预测Ti-6Al-4V钛合金在极端环境下的3D打印性能

2025年3月10日，南极熊获悉，约翰霍普金斯大学应用物理实验室（APL）与惠廷工程学院的研究人员正在利用人工智能预测Ti-6Al-4V钛合金在极端环境下的3D打印性能。这项研究展示了AI在优化高性能材料生产过程中的巨大潜力，为金属3D打印技术的未来发展开辟了新途径。

△APL的研究人员利用人工智能预测3D打印Ti-6Al-4V的孔隙率、强度和延展性与加工条件的关系，从而找到调整Ti-6Al-4V性能的新方法

这项研究广泛应用于航空航天、生物医学和汽车工业的高强度、低重量合金，通过激光粉末床熔合技术制造。APL的极端和多功能材料科学项目经理Morgan Trexler指出：“为了满足当前和未来冲突的需求，国家迫切需要加快制造业的步伐。APL正在推动基于激光的增材制造研究，以快速开发出适合任务需求的高性能材料。”

△研究题目为“人工智能助力发现Ti-6Al-4V激光粉末床熔融（L-PBF）新加工领域”（传送门）

这项研究的成果已发表在《增材制造》杂志上，展示了人工智能如何扩展了加工参数的可行范围，从而实现了更快的生产速度，同时保持甚至提升了材料性能。APL高级材料科学家Brendan Croom解释道：“传统上，某些加工参数被认为是所有材料的禁忌，因为它们会导致产品质量下降。然而，通过人工智能的探索，我们揭示了新的加工区域，这些区域不仅加快了打印速度，还提高了材料的强度和延展性。”

△APL高级材料科学家Brendan Croom

AI模型拓宽3D打印加工参数范围

这一突破可能会对依赖高性能钛合金部件的行业产生重大影响，例如航空航天、造船和医疗设备。由Somnath Ghosh等研究人员开发的人工智能模拟也有助于预测3D打印材料在极端环境下的表现。这与NASA 空间技术研究所 (STRI)为加速太空应用材料鉴定和认证所做的努力相一致。

在2021年，研究团队深入探讨了3D打印中的缺陷控制问题，并开发出一种快速材料优化框架，该框架已于2020年获得专利。通过机器学习，研究人员在虚拟环境中探索了数千种不同的处理配置，显著减少了对传统试错方法的依赖。

利用贝叶斯优化技术，人工智能能够迅速识别出最佳的加工设置，从而生产出更加坚固和致密的钛合金部件。正如Croom所强调的，“这不仅仅是加快零件制造速度的问题。人工智能正在帮助我们探索那些我们自己可能不会考虑的加工区域。”

展望未来，团队计划进一步扩展人工智能的能力，结合实时现场监控技术，在打印过程中动态调整制造条件。APL制造技术首席科学家Steve Storck展望道：“我们正设想一种革命性的转变，在这种转变中，未来的增材制造系统将能够实时调整，以确保始终如一的高质量输出。”