采用人工智能和3D打印设计超级材料

       材料设计，是指应用已知的理论与信息，预报具有预期性能的材料，并提出其制备合成方案。从工程角度，材料设计是依据产品所需材料的各项性能指标，利用各种有用信息，建立相关模型，制定具有预想的微观结构和性能的材料及材料生产工艺方法，以满足特定产品对新材料的需求。这是材料工作者需要不断奋斗的一项长期目标。

       传统的材料设计方法通常涉及在宏观层面考虑材料特性，但是近年来出现了更先进的材料设计浪潮，这种新的工程模式使科学家和工程师能够设计出更强、更轻、更灵活、制造成本更低的新材料。在这个过程中，人工智能（AI）和3D打印起着关键作用。

       ▌借助AI实现新材料设计

       机器学习和预测建模是AI的一个强大子集，可以加速新材料的设计过程。设计人员只需在程序中输入所需的材料属性，算法就可以预测哪些化学元素可以在微观层面上组合，从而创建具有所需功能和属性的结构。

       麻省理工学院多尺度材料设计研究员、McAfee工程学教授Markus Buehler提到，利用物理和化学理论并借助于于量子力学，让计算机重新发现变量之间的关系，这是借助人工智能进行材料设计的新方法。

       计算机辅助材料设计系统使用自然语言

       研究人员可以创建不同的材料变量，并询问AI系统设计将如何体现，如果让分子链更长或更短，或添加不同的化学物质会发生什么变化，计算机都会给出性能结果。执行一次迭代只需要几微秒，而传统方法可能需要几天甚至几周。

       用户可以输入他们想要的所需材料属性，系统将搜索数以千计的科学文章以寻找匹配的材料。（国立材料科学研究所）

       换句话说，研究人员正在利用这种简单的组合关系来设计材料，它同时允许大规模批量生产这些具有相同高性能的新材料。AI使得计算机可以在很短的时间内解决问题，单纯依赖研究人员将要花费几倍的时间。

       ▌采用3D打印制造新材料

       科学家们可以同时合成和测试数千种材料，但即使以这样的速度，盲目地尝试所有可能的组合也是浪费时间，这就是3D打印和其他先进制造方法发挥作用的地方。3D打印有助于材料科学领域的创新，它为工程师和设计师测试新材料带来了新方法。利用现代增材制造和其他实验技术，设计人员可以将各种组成成分按照规划放置于空间中特定的点，构建任何比例的结构并验证结果。每次测试的结果会再次输入系统，让机器自主学习和训练，随着时间的推移，机器对材料的设计将更加智能可靠。

       工程师开发材料工艺与性能数据库

       自2017年以来自，德国Fraunhofer IWS的工程师联合其它五家研究所执行了一项名为futureAM的项目，即借助AI和3D打印来寻找超级合金的合适配方。项目人员通过使用人工智能和机器学习来研究大量监测数据与实际工艺效果间的联系。例如，特殊分析算法将测量的传感器值与研究所的粉末数据库相关联，通过评估工艺参数，机器将自己做出决策并选择出合适的工艺组合。使用激光粉末堆焊技术，结合优化出的工艺参数，可以同时或连续地将不同粉末送入加工区，精确调节进给速率，性能最好、最昂贵、高抗性的材料只在最需要的位置释放，其他非关键区域可采用价格较低的材料。

       通过激光粉末堆焊，可以整体制造由不同材料制成的部件，它可以将特定材料准确放置在需要其性能的位置。该技术为航空航天、燃气轮机开发更轻、更强和成本降低的部件提供了广阔的前景

       在此前这些工作是怎么做的呢？工程们需要记录不同温度、粉末、进给速率和其他参数组合下产生的监控数据和工件性能参数，然后分析哪个参数可以增材出自己所需要的性能，但这一过程需要庞大的数据分析和人工比对工作。借助人工智能，增材制造系统通过多种监控数据自主学习如何做出决定并自动调整温度及其他参数，可成功地在具有挑战性的工作中开发新的超级合金。

       EDX分析：数据显示了测试件化学成分的转变。颜色说明了从钴基-Merl72到IN 718（黄色：钴，蓝色：镍，橙色：铝）的连续过渡。

       到目前为止，这种新材料的制造技术也仅能通过3D打印实现。它将可能需要的铁、镍、钴、钛、铝和碳化物复合在一起，按照规划施加，这是其他工艺所无法实现的。

       END

       人工智能在先进材料设计和工程方面的未来前景非常广阔。专家们一致认为，它将成为几乎所有行业未来创新的基石。但挑战仍然存在，人工智能需要不断学习和训练，才能更加准确可靠。为了在材料科学中充分发挥人工智能的潜力，工程师、研究人员和科学家需要不断加深对这项会改变行业的尖端工具和技术进行深入学习和应用。