维度网讯，目前生产兼具高强度与延展性的金属材料通常依赖钴、钼等昂贵元素，且需经多步热处理，成品在恶劣环境下极易锈蚀。针对此痛点，中国南华大学与美国普渡大学的研究团队利用“可解释机器学习”模型，成功开发出一种低成本、高性能的新型合金配方。研究团队向算法输入了81项元素的物理化学特征数据，通过算法锁定了一套以铁和铬为主，并混入少量硅、铜、铝等廉价元素的配比方案。研究人员随后采用激光定向能量沉积技术进行3D打印，并仅在480°C下进行6小时的一步回火处理，大幅缩短了加工时间。

物理测试数据显示，该AI设计钢材的性能表现优异，其抗拉强度达到1,713 MPa，断裂伸长率为15.5%，与打印原始状态相比，强度提升约30%，延展性提升一倍。在抗腐蚀性方面，该合金在盐水测试中的腐蚀速率仅为每年0.105毫米，性能显著优于标准商用不锈钢。性能提升的核心机理在于材料内部形成的纳米级颗粒网络。在3D打印后的短时热处理中，金属内部生成了致密的铜及镍铝相颗粒，这些颗粒在受力时能钉扎结构缺陷并阻止裂纹扩散。同时，内部的奥氏体相能通过形变吸收能量，起到减震作用，防止材料突然脆断。

在抗锈蚀方面，该配方有效解决了传统高强合金中铬贫化导致的腐蚀问题。由于纳米铜颗粒在形成时会排斥铬元素，迫使铬均匀分布在基体中，从而构建了更稳固的钝化层。尽管该方法大幅降低了材料成本并优化了生产效率，但研究人员提醒，由于不同3D打印工艺的冷却速率差异巨大，相关数据集具有较强的工艺针对性。该研究为工业界摆脱传统经验依赖、快速设计定制化高性能金属部件提供了清晰的科学蓝图。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告之，本站将予以修改或删除。邮箱：news@wedoany.com