Ira A. Fulton 工程学院计算与增强智能学院的研究人员正在开发先进的人工智能工具，旨在提高不锈钢3D打印的速度和可靠性。

（图片：Andrea Heser/亚利桑那州立大学）

Tech Briefs：是什么促使您启动这个项目？

阿希夫·伊奎巴尔：我的专业背景是制造业，自2014年攻读博士学位以来，我的研究方向一直在演进。最初我是纯粹的制造工程师，从事抛光、机械加工和切削工作，后来偶然接触到增材制造。吸引我的并非工艺本身——我更关注的是通过该工艺制造的零件成品。其中多数零件表面粗糙度不理想，通常需要经过后处理工序来精修表面并消除缺陷，才能确保使用安全无虞。

随着研究深入，我意识到从增材制造样本中能采集到海量数据，包括传感器数据、显微图像、原子力显微镜数据、扫描电镜图像等海量影像数据。这促使我开始对数据科学与机器学习产生浓厚兴趣。我的核心命题是：如何让增材制造更具可预测性？在我看来这是关键所在。传统制造方法中，只要掌握工艺流程就能预知成品形态，但增材制造却因工艺本身的巨大变异性而极难实现预测。这正是我开展此项研究的初衷。

Tech Briefs：听您描述时，我联想到传统车铣工艺能实现千分之一英寸的表面精度。增材制造能达到这种水准吗？

伊奎巴尔：这正是我们大力投入后处理研究的原因。虽然技术持续进步，但远未达到“一次打印即达成品”的程度——目前仍有巨大差距。复杂构件如医疗植入体必须经过机械加工，若是复杂曲面则需手工研磨抛光，这些工序极其耗时。

我们总说3D打印能节省时间，但后处理环节耗时长久的痛点始终是行业发展的制约因素。

Tech Briefs：很难想象如何用不锈钢进行增材制造，能介绍一下具体工艺吗？

伊奎巴尔：一切始于原料形态——可能是金属丝、颗粒或粉末。过去20年业界逐渐形成两种技术路线：粉末打印和线材打印。粉末打印需通过气体雾化法制备微米级不锈钢粉末，粒径通常控制在50-500微米之间。

通过喷嘴或喷枪将粉末高速喷射至成型区域，在沉积点与高能激光束交汇——可能是单激光、双激光甚至四激光系统。当激光焦点精准定位在喷口与沉积面之间时，粉末颗粒在撞击基板前的瞬间被500瓦级激光瞬时熔化。

熔池温度可达2000华氏度（约1093摄氏度）甚至更高，瞬间完成粉末熔化-沉积-凝固的微观循环。整个过程以微秒级速度持续演进：喷射-熔融-沉积-冷却各环节在高速动态中完成精密衔接。

Tech Briefs：能否详细说明粉末的制备过程？

伊奎巴尔：以高压气体喷射水流会产生雾化现象——熔融不锈钢也是如此。当高压气体冲击液态金属流时，会形成微细球形颗粒，表面张力效应自然造就了完美球体。这些球形颗粒存在粒径分布差异，后续需要通过筛分工艺按粒度分级。用户可根据应用需求采购不同粒径的粉末。

这种雾化技术历经数十年发展已非常成熟。当前行业更关注粉末颗粒的均质性，因为这将直接决定打印质量。现在已有专业厂商专注于生产钛合金、不锈钢等各类金属粉末。

Tech Briefs：您将这种工艺称为“物理信息化过程”，具体指什么？

伊奎巴尔：激光在粉末沉积前的瞬间完成熔化——这正是神奇之处。随后冷却凝固过程中，根据冷却方式的不同会形成特定晶粒结构。不锈钢处于熔融态时，原子呈离散分布状态；而当金属冷却固化时，原子会锁定在特定晶格结构中。

这种固化原理适用于所有固体。以水凝固成冰为例：根据冻结方式的不同，会形成透明冰、雾浊冰、雪花或枝晶结构——本质上都是水分子定向排列的结果。

同理，若将超低温液体浇注在熔融不锈钢上，其会瞬间凝固——原子被“冻结”在原有位置来不及移动。相邻原子会形成特定构型，而随着距离增加，原子排列呈现差异化分布，最终形成不同的原子簇团。

材料从液态向固态转变时，会自发趋向能量最低状态，这个过程取决于原子排列方式。若所有原子取向一致，就会形成单一巨型晶粒的均质结构。但要实现这种理想状态，需要极其缓慢的冷却速度，让每个原子都有足够时间移动到低能态位置。

若急速冷却，原子会保持随机取向，形成大量微细晶粒；而缓慢冷却时，原子逐步定向排列形成更大簇团——冷却速度越慢，晶粒尺寸越大。这些晶粒簇团的形态最终决定了材料的力学性能。

当我们弯曲金属物件时，其可塑性完全源于内部缺陷的存在。这些缺陷使我们能够在无需熔化或软化的条件下实现塑性变形——关键在于弯曲时缺陷开始迁移运动。

假设材料是单一晶粒结构（所有原子取向完全一致），缺陷会迅速向边界迁移。由于晶界会形成缺陷无法跨越的障碍，缺陷将被禁锢在晶粒内部。在这种均质材料中，缺陷极易传播至边缘导致材料开裂。

但若存在多晶结构（大量晶粒形成海量晶界），缺陷传播将受到层层阻隔。晶界就像无数道防护屏障，使缺陷被局限在微小区域内无法自由移动。正因如此，即使存在局部缺陷，零件仍能保持结构完整性而不发生断裂。

因此核心在于控制冷却速度——过慢的冷却会让原子充分移动形成低能态大晶粒，过快冷却则会产生过多微晶粒。理想状态是找到平衡点：既要避免形成过大晶粒导致缺陷易传播，也要防止晶粒过细使材料硬如陶瓷难以加工。

逐层打印时，我们可以在沉积每层后暂停打印，待当前层适当冷却后再继续。但关键问题是：冷却时长该如何确定？遗憾的是，目前没有通用答案。因为每次打印的零件结构各异——实心块体与空心构件的热扩散方式完全不同，这意味着每个零件都需要定制化的冷却策略。

物理学原理能精确预测热量在零件中的扩散规律以及原子取向分布。通过求解物理方程，理论上可以预知微观结构的形成状态。但每次物理模拟都需要耗费数小时甚至更长时间——即便使用千核超级计算机，完成整套模拟也可能耗时整年。

材料性能控制才是核心关键，而物理模拟是实现控制的手段。本项目的研究主旨正是寻找加速这些模拟的方法，以获取实时工艺参数。例如打印茶杯时，因几何形状差异，手柄部位可能需要不同的冷却时长。若能实现实时推演，就能精准控制零件的最终性能表现。

Tech Briefs：如何实现快速模拟？

伊奎巴尔：模拟本质上是一系列方程组的求解过程。传统方法需要在三维空间的每个点上进行长时间计算，而我们尝试用AI模型来学习模拟系统的运行规律——这才是技术突破的关键。当调整AI模型时，我们会进行“损失最小化”优化：通过损失函数量化现实数据与AI预测值之间的差异，并运用物理定律来最小化这种差异。

每当AI预测偏离物理规律时，系统就会施加惩罚机制。经过长期训练，模型就能掌握模拟系统的运行机制。本研究最巧妙之处在于：我们不需要真实实验数据，仅通过离线模拟数据就能完成训练。具体流程是：先离线运行大量模拟，将物理法则嵌入损失函数，进而训练AI模型。本质上，这是在用物理定律而非实验数据训练人工智能。

《科技简报》：即使同一物体内不同形状部位（比如咖啡杯手柄）的物理规律也不相同吧？在制造过程中，物体形状始终在动态变化。

伊奎巴尔：我们的物理模型设计包含两个核心模块：热扩散模型和相场模型。扩散方程能描述热量在整体结构中的传导规律，目前我们通过CAD模型来模拟扩散方程。但让AI模型泛化到所有形状的扩散规律确实是个更宏大的课题——比如狭窄壁体处的热扩散速度明显慢于实心块体，这就需要模型自主识别这类空间模式。

现阶段我们暂未深入这个更复杂的问题，但未来必然重点攻关。最终目标是能根据具体设计架构，训练出适应不同几何特征的扩散模型。目前我们主要专注于已知设计下的物理模拟，通过精确模型预测特定结构的扩散速率。

扩散模型训练完成后，就进入“相场模型”阶段。相场模型用来预测当零件开始冷却凝固时，原子会如何排布。因此，这两个模型必须并行运行——加热模型和凝固模型。

我们的项目还要解决一个更棘手的问题，这也让它格外有趣。在增材制造中，如果我先打印一层，让它冷却，再打印下一层，那么即便到目前为止一切都控制得很好，只要我把下一层材料铺上，整个零件就会再次升温。一旦升温，原子就又有机会迁移、重组，从而打乱之前的结构。

这正是难点所在：即使前面做得完美无缺，下一层一铺上来，所有努力都可能前功尽弃。因此，我们提出一种思路：打印完后，不铺粉，而改用另一束热源对已成形区域进行再加热，通过精确控制温度历史，最终获得想要的显微组织。

另一种做法是：在铺下一层之前，先把已打印部分稍微预热，这样当它再次冷却时，就能形成我们预期的显微组织。

《科技简报》：这项技术如何解决增材制造表面粗糙的问题？

伊奎巴尔：这正是我们当前研究的重点。在每层沉积后，我们可以通过机械加工或热平滑技术处理表面。若不控制粗糙度，表面缺陷会成为裂纹萌生源——想象相邻粉末颗粒间存在的孔洞或凹陷，抛光只是暂时填充这些缺陷。若进行切削加工，隐藏的孔洞会再次暴露，这种治标不治本的方式无法根本消除缺陷。

这可能导致零件在使用十年后出现失效风险，正是目前行业逐步从粉末系统转向线材系统的原因。线材定向能量沉积技术（Wire DED）使用细金属丝替代粉末，激光在沉积点瞬间熔化线材，从根本上避免了粉末带来的问题。这种工艺不仅能获得更光滑的表面，还能减少缺陷产生，同时显著降低材料浪费（粉末飞溅问题）。

《科技简报》：您这项技术的产业化应用进展如何？

伊奎巴尔：十年前我刚开始研究时，GE就在增材制造领域取得了革命性突破。他们将原本由20个部件组装的发动机喷嘴，改为整体3D打印成型。这个完全相同的零件省去了所有组装环节，至今GE已为飞机生产了约3万个这类喷嘴。

虽然3D打印已被工业界采用，但应用范围仍很有限——因为每次打印新零件都需要重新配置和认证工艺。当前主要研究方向之一就是加速增材制造零件的认证流程。

一旦工艺成熟就能实现规模化，就像Relativity Space公司制造的火箭箭体85%采用3D打印部件。他们通过机器人增材制造技术，以螺旋堆叠方式完成整个圆柱箭体的成型，并已成功实现首箭发射，这证明了复杂构件打印的可行性。

在生物医疗领域，复杂关节植入体是绝佳应用场景：肌肉附着区需要粗糙多孔结构促进细胞结合，而关节承压面则要求高度光滑。增材制造能同时实现不同功能表面的个性化制造，根据患者需求创建复杂形状和孔隙结构。

应用规模取决于经济性——医疗设备巨头Stryker采用增材制造植入体已超十年。随着技术成熟和成本降低，从航空航天到个性化医疗的各个领域都将迎来爆发式增长。

《科技简报》：增材制造更适合大规模生产而非单件定制吗？

伊奎巴尔：我认为两者都适用。虽然工艺变异性要求每个零件都需要认证，这确实适合大规模生产——一次认证后即可批量制造。但增材制造真正的潜力在于个性化定制生产，因为只需要三    AD设计和对应G代码就能实现打印。

《科技简报》：能否总结您的研究对现有技术的突破性贡献？

伊奎巴尔：当前增材制造在沉积成型方面已相当成熟，而我们的核心突破在于实现跨形状的工艺控制——确保每个成型件都符合预期性能指标。这不仅是形状制造，更是缺陷最小化和微观结构调控的革命。我们要保证零件在实际工况下完全达到设计性能，关键攻克点在于：如何精准控制微观结构？如何彻底掌控缺陷生成？一旦突破这些瓶颈，增材制造技术应用将迎来跨越式发展。