高通量合金和工艺设计用于金属添加剂制造
Sofia Sheikh1, Brent Vela1, Pejman Honarmandi1
1Department of Materials Science and Engineering, Texas A&M University, College Station, TX USA.
npj computational materials
|June 16, 2025
概括
这项研究开发了一个计算框架,用于预测增材制造 (AM) 的合金打印能力. 它使用深度学习快速评估缺陷,从而实现高效的新型合金设计.
科学领域:
- 材料科学 材料科学 材料科学
- 计算工程 计算工程
- 增材制造 增材制造 增材制造
背景情况:
- 传统的工程合金往往不适合用于增材制造 (AM).
- 评估合金的可打印性需要复杂的成分和加工参数分析.
- 实验性评估是耗时的,需要高通量计算方法.
研究的目的:
- 引入一个计算框架,用于在AM中评估合金打印能力.
- 为了加快评估工艺引起的缺陷,如缺乏融合,滚球和钥匙孔.
- 为了促进对AM优化的新型合金的设计.
主要方法:
- 材料特性,加工参数和热模型的整合.
- 使用三种热模型来预测融化池的形状.
- 开发一种深度学习替代模型,用于加快可打印性评估.
- 使用CoCrFeMnNi系统的可打印地图进行验证.
主要成果:
- 该框架准确评估可打印性,并预测缺陷.
- 一个深度学习模型可以在不损失准确度的情况下,加快1000倍的评估速度.
- 为CoCrFeMnNi系统生成可打印地图.
- 在高合金空间内实现了可打印合金的探索.
结论:
- 开发的框架有效地导航AM的大型合金设计空间.
- 概率性可打印地图提供了对缺陷概率和不确定性的洞察.
- 这种方法提高了用于增材制造的新合金的设计.
