金属3D打印+AI=制造业革命？多大华人教授团队科研新突破

来源：加拿大多伦多大学教育

一张通过激光3D打印制造金属部件的图片

（图源：Extreme Mechanics & Additive Manufacturing实验室）

过去，3D打印金属零件常常意味着高成本、慢效率。想要打印一个质量稳定的部件，工程师往往要通过无数次试验调试激光功率和温度，才能找到最合适的打印方案。

但现在，想象一下，如果制造一枚复杂的金属零件，不再需要高昂的试验成本和漫长的调整时间，而是像“开挂”一样，仅需一小时就能精准完成设计—— 这正是多大应用科学与工程学院材料工程系的邹宇（Yu Zou）教授带领的团队正在推动的一项突破性研究。

精准又高效：
金属3D打印也能“自学成才”

邹宇教授带领研究团队研发出了一套全新的机器学习框架AIDED（Accurate Inverse process optimization framework in laser Directed Energy Deposition），该框架可理解为“激光定向能量沉积精确反向优化框架”。

听上去很学术？

让我们用一句话解释它的厉害之处：

这个AI系统可以预测金属在3D打印过程中如何熔化与凝固，从而自动计算出最优打印参数，大幅减少试错时间，提升打印成品的精度与稳定性，让金属3D打印真正实现“快、准、省”。

目前，这项研究已发表于《Additive Manufacturing》国际期刊上。研究团队表示，这项技术未来可广泛应用于航空航天、生物医疗、汽车、核能等行业，助力打造更精准、更可靠的高性能零部件。

作为该研究的第一作者，博士研究生尚笑（Xiao Shang）指出：

“ 目前，激光定向能量沉积（DED）——这一关键金属3D打印技术的广泛应用，正受到试错成本高昂的限制。而我们开发的AIDED框架，能够根据不同行业的具体需求，快速识别出最优工艺参数，大大提高效率并降低成本。”

什么是金属3D打印？
AIDED 到底解决了什么问题？

金属3D打印通过高能激光将金属粉末一层层熔合，直接根据数字模型“打印”出零部件。相较于传统切割、铸造或机加工方式，它能节省材料、提升定制能力，是未来制造趋势。近年来，金属3D打印已被广泛应用于航空、汽车、生物医疗、核能等高精度制造领域。

邹宇教授表示，普通的金属3D打印技术在现实应用中仍面临两大难题：

打印速度与精度难以兼顾：打印条件稍有波动，最终成品质量就可能不稳定。

材料参数复杂：不同金属对激光功率、扫描速度、温度等参数的要求都不同，要找到合适“配方”非常耗时。

而AIDED框架的出现，正是为了解决这些难题 —— 用AI算法，破解传统制造中的“试错困境”。

灵感来自“自然选择”：
AIDED如何工作？

AIDED的核心原理，是一个由进化算法驱动的闭环优化系统，模拟自然选择过程以寻找最优工艺参数：

首先，系统通过模拟“进化”的遗传算法生成多个打印参数组合；

然后，用机器学习模型预测每组参数的打印效果；

接着持续优化迭代，不断筛选出最优解，直到找到最佳设置。

这种“闭环式”的自我优化机制，让AIDED不到一小时就能完成复杂金属零件的打印参数配置，还能准确预测打印出的几何形态。

尚笑补充道：

“ 这项技术不仅运行速度快，而且适用于多种金属材料。”

下一步目标：
“自驾”3D打印？

目前，邹宇教授带领的团队正在着手开发一个更强大的 “自主驾驶“3D打印系统——像无人驾驶汽车一样，AIDED系统未来将可以在最小化人工干预的情况下，实现3D打印全自动运行：

实时识别潜在打印缺陷

风险预警，问题未发先知

自动调整参数，确保生产质量

“这项技术将使高效制造成为现实，”邹宇教授表示，“并且对不同材料、不同几何结构的产品都具有适应性，真正改变传统制造行业。”

研究团队希望AIDED可以成为推动工业从传统制造迈向智能3D打印的关键一步。

无论是用于精密医疗器械、航空发动机零件、汽车组件，还是核能系统，工业界都需要一种低成本、高精度、高效率的解决方案。

到2030年，3D打印有望彻底重塑多个高精度制造行业。

——邹宇教授

让我们持续关注这项前沿研究，共同见证 AI 与工程如何融合创新，引领智能制造新时代！