AI+材料合成：寻找航天级别3D打印铝合金

根据机器之能，Citrine智能材料平台基于尖端AI工具和智能数据管理基础架构搭建而成，可用于数据驱动的材料和化学品开发。平台可基于机器学习模型，结合用户企业的行业知识来预测材料在各种配方下的性能，帮助加速材料研发工作。

l 点击文中出现的红色字体打开延伸阅读 l

l欢迎转载l

▲©HRL

....

AI成就更好的材料开发

/ 材料合成行业：3D打印金属材料亟待人工智能助力突破性能局限

增材制造-3D打印可以生产出与最终规格要求颇为接近的零件，减少材料浪费和焊接等其他后续处理。然而，打印材料的限制使得当下3D打印尚无法被广泛使用在工业领域。

以波音公司和通用汽车公司联合拥有的HRL实验室为例，航空航天和汽车工业需要重量轻、在极端温度下具有高强度的合金，然而3D打印铝合金的强度并不足以满足条件。由于3D打印金属在固化过程中会形成热裂纹（hot cracking），从而影响金属强度，HRL实验室希望能够找到一种能使微型结构成核的纳米粒子，以减少热裂纹的出现。

/ Citrine助力HRL寻找航天级别3D打印铝合金为例

Citrine智能材料平台基于尖端AI工具和智能数据管理基础架构搭建而成，可用于数据驱动的材料和化学品开发。平台可基于机器学习模型，结合用户企业的行业知识来预测材料在各种配方下的性能，加速材料研发工作。

I 核心功能

Citrine智能材料平台可以快速搜索1150万种粉末和纳米颗粒的组合。平台通过针对目标材料的性质按批次寻找组合，识别关联的数据集和数据流，创建材料感知的数据结构；然后基于数据来，生成，细化和验证模型。此外，平台在每个环节均支持人机结合的操作模式，其涉及的功能主要包含：

数据管理 – 平台可以提取、构建和存储材料和化学品开发过程中的数据，避免重复试验，并能够迅速找到相关的数据集。

▲©Citrine

领域知识集成（DKI） – 平台将最大限度利用用户的领域知识数据来优化机器学习模型的性能。通过数据导入（Ingestion）、数据策展（Curation）、数据特征化（Featurization）、设计空间生成、AI模型生成以及目标材料设置六个步骤来预测材料在各种配方下的性能，并给出试验建议。

▲©Citrine

双界面操作 – 平台具有两个不同的界面：一为图形化网页界面，可直观访问数据和机器学习模型。二为一个灵活的Python客户端，可支持数据工程师和收据科学家自动化工作流程。

I 应用效果

在HRL实验室和Citrine的合作项目中，平台确定了100种粉末和纳米颗粒的候选组合以优化HRL团队需要合成测试的属性。由此产生的材料al7a77是第一种高强度铝合金粉末原料，用于在铝协会注册的现成AM机器。同时，其材料研发工作实现了多项成就，包含：

1. 时间节省：由于材料信息学方法，实验实验室工作从数年减少到几天。

2. 性能提高：新型合金粉在现成的3D打印设备中使用时仍能保持强度。

3. 率先注册：该研发成果成为铝协会注册的第一种增材制造合金。

4. 首次进入市场：Citrine相关研究报告发表两年后，美国宇航局作为第一个商业化的客户。

来源：机器之能

3D科学谷Review

3D科学谷在《人工智能与材料技术成就超合金，揭示Fraunhofer的futureAM项目如何助力下一代飞机发动机》一文中，曾解释了Fraunhofer IWS的专家在futureAM下一代增材制造项目中通过“人工智能”（AI）和“机器学习”的先进方法来提升对加工过程的理解，由Fraunhofer IWS图像处理和数据管理工作组进行研究。通过人工智能，可以找到这些数据泛洪中的隐藏联系。

可以说通过人工智能替代大量枯燥的材料开发过程是一个既定趋势。

通过3D打印技术可以帮助实现更具成本效益的高性能材料，而根据3D科学谷的市场了解，人工智能将发挥决定性的开发作用。

正如人工智能在药物领域的作用，一款新药从开始研发到临床试验再到投入市场，通常需要10-15年；随着数字经济时代的到来，大数据、人工智能等技术的应用，将大大缩短药物研发时间，提升效率和质量。在制药行业，人们有兴趣实施AI驱动的解决方案以发现新药并加快将其推向市场的速度。食品和药物管理局进一步推动了这种兴趣，促进将基于AI的技术用于药物开发的创新。总体来说，AI和机器学习旨在改变药物发现过程，从而降低财务成本和上市时间。

同样的事情，将发生在3D打印领域的材料开发方面，人工智能将在两个维度上发挥作用：降低材料开发的财务成本和开发周期。

除了单一材料的开发，正如Fraunhofer在futureAM项目中的发现，通常采用单一材料设计飞机发动机整个组件不是很有效，因为组件不会在所有点上都受到相同的热量。最好只在温度很高的地方使用昂贵的高电阻材料，在其他地区，使用较便宜的材料就足够了。这正是增材制造系统可以实现的，一旦人工智能学会了加工所需的超合金，下一步是将各种高性能材料整合到一个组件中。

而此前，3D科学谷通过《减少15年的努力，人工智能设计金属3D打印的新合金》一文，揭示了Intellegens的Alchemite™深度学习算法设计的另外一款新合金，这款新合金是通过定向能量沉积（DED）金属3D打印工艺进行制造的，该合金可满足增材制造所需的性能目标，用于制造喷气发动机零部件。

全世界有数以百万计的商业材料，其特点是数百种不同的特性。使用传统技术探索我们对这些材料所了解的信息，提出新的物质，基质和系统，是一个艰苦的过程，可能需要数月甚至数年。通过了解现有材料数据中的基础相关性，估算缺失的属性，人工智能可以快速，高效，准确地提出具有目标属性的新材料 – 从而加快开发过程。

深入了解3D打印在铝金属方面的应用，请参考《铝金属3D打印白皮书》等白皮书。

---

l AMPOWER与3D科学谷正在合作面向全球欧洲、美洲、亚洲市场发布的2020年全球增材制造研发市场报告，欢迎中国企业积极参于有关3D打印领域设备、软件、材料的研发市场调查，敬请扫码参与调研。

l 点击观看视频微课 l

3D打印与第四次工业革命

延伸阅读:

知之既深 行之则远

三维世界｜全球视角

白皮书下载

金星群已满3000人，请申请3D科学谷QQ群-木星群：106477771

网站投稿请发送至[e-mail]

▲

更多关注请登陆www.3dsciencevalley.com