维度网讯，韩国浦项工科大学（POSTECH）和韩国材料科学研究所（KIMS）的研究人员开发了一种基于AI的分析框架，能够在内含缺陷的情况下，于数秒内预测金属3D打印部件的机械强度。该研究由POSTECH的Kim Hyeong-seop教授与KIMS的Park Jung-min高级研究员合作完成，成果发表于期刊《材料学报》（Acta Materialia）。

金属增材制造中的激光粉末床熔融（LPBF）工艺常产生微小气泡状空隙，影响部件可靠性，但传统测试耗时且昂贵。研究团队并未试图消除缺陷，而是训练模型摄入包含制造参数（如激光功率、扫描速度）及微观结构、空隙分布的数据集，并采用“数据选择性学习”技术识别关键变量，提升预测精度。该框架还能生成人类可读的方程，避免黑箱操作。

在航空航天和汽车领域常用的铝硅镁（Al-Si-Mg）合金验证中，强度预测平均误差为9.51兆帕，较现有方法准确度提升四倍以上。Kim Hyeong-seop教授表示：“这项技术将提高金属3D打印部件的可靠性，加速其在航空航天和汽车等领域的商业化。”

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知，本站将予以修改或删除。邮箱：news@wedoany.com