高速3D打印与机器学习相结合,加速用于增材制造的合金开发
Avinash Hariharan1, Marc Ackermann1,2, Stephan Koss3
1Steel Institute, RWTH Aachen University, 52072, Aachen, Germany.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|March 7, 2025
概括
这项研究使用高通量方法快速选新型钢合金用于3D打印. 确定了优化的合金组成和加工条件,以提高材料性能.
科学领域:
- 材料科学 材料科学 材料科学
- 金工程 金工程 金工程
- 增材制造 增材制造 增材制造
背景情况:
- 开发用于3D打印的新型金属合金是具有挑战性的,因为时间和资源的限制.
- 快速选多种组成和加工参数对于合金开发至关重要.
研究的目的:
- 通过采用高吞吐量技术,加速发现用于3D打印的新合金.
- 探索金属稳定的钢合金中的工艺结构特性 (PSP) 关系.
主要方法:
- 使用高通量3D打印,创建了20种不同的钢-合金组合 (0-10重量%Al).
- 使用现场合金和灵活调整输入量的体积能量.
- 进行了大面积晶体分析,化学分析和纳米印记以进行表征.
主要成果:
- 确定了含量和加工条件对材料行为的显著影响.
- 建立了基于物理机制的明确的过程结构属性 (PSP) 关系.
- 在有限的数据上使用可解释的机器学习验证了微观结构与属性关系.
结论:
- 高通量方法可以有效选和开发新的3D打印合金.
- 了解PSP关系是优化增材制造合金设计的关键.
- 机器学习可以支持材料科学研究中的实验发现.


