首页 今日新闻文章正文

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

今日新闻 2025年10月20日 15:55 2 aa
麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

在增材制造(AM)领域,我们常常面对一个棘手的矛盾:传统的高强度铝合金往往难以打印,而易于打印的合金其性能又无法满足高端需求。例如,广泛使用的Al 7075合金就因热裂敏感性高,通常认为难以直接打印。

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

论文链接:

https://doi.org/10.1002/adma.202509507

最近,一项来自麻省理工学院等研究团队、发表于Advanced Materials的研究带来了新思路。研究团队通过一套创新的 “计算-实验”混合流程,成功设计并制备出一种名为Al-0.4Er-1Zr-1.33Ni 的新型合金。研究团队制备了合金粉末并通过增材制造制成无裂纹的宏观试样,其强度是同类铸造合金的五倍,与锻造Al 7075相当。并且研究团队指出“在400°C度高温环境下时效 48小时后,该合金的强度没有明显下降。” 本期谷·专栏将简要分享这一研究成果。

对“快速凝固”的巧妙利用

与传统铸造的缓慢冷却不同,激光粉末床熔融(LPBF)技术本质上是极快的冷却过程。

研究团队发现,对于特定成分的铝合金,快速凝固能诱发出一个关键的亚微米尺度(约100 nm)的“亚稳三元相”。这个相本身并非最终的强化相,但它是一个至关重要的 “前驱体” 和 “反应元素库” 。

在后续对打印材料进行热处理时,这个前驱体便会转化为真正起到强化作用的、纳米尺度的L1₂-Al₃M相。正是这些在高温下仍抗粗化的纳米析出相,使材料获得了明显高于基准合金的强度。

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

图1. 合金设计概念图 (论文Figure 1,展示三种不同凝固路径与最终硬度对比)清晰揭示设计精髓:借助快速凝固形成亚稳三元相(蓝色路径),最终得到纳米级析出相和最高硬度。

机器学习和计算模型

那么,研究团队如何锁定这一“最优成分”?

面对Al-Er-Zr-Y-Yb-Ni这个庞大的成分体系,传统的“试错法”无异于大海捞针。麻省理工学院团队采用的方式是:让机器学习和计算模型来帮忙。

他们构建了一套高效的集成设计流程:

1. 定义目标:首先明确,理想的合金必须在高温下具备高强度的“性能描述符”(如高L1₂相分数、低粗化指标)和良好的“可打印性描述符”(如低热裂纹敏感性)。

2. 高通量计算:通过热力学计算,对数十万种虚拟成分进行模拟,初步锁定关键元素——Zr和Er对降低粗化指标至关重要。

3. 机器学习建模:研究团队采用神经网络算法,在仅40组训练样本、5折交叉验证的条件下,将测试RMSE降至3%,建立起从成分到粗化指标的代理模型,捕捉到元素间的非线性效应

4. 逆向设计:最后,采用贝叶斯优化算法,在成分空间中主动搜寻最优解,仅用约100个采样点,锁定使关键“粗化指标”下降71%的最佳成分,查询效率显著高于随机搜索。

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

图2. 逆向设计效能对比图 (论文Figure 5b,展示贝叶斯优化与随机采样的效率差异)

该图展示了数据驱动设计的威力:机器学习指导的搜索,以更少计算量获得找到更优性能“配方”。

经上述流程确定的合金Al-0.4Er-1Zr-1.33Ni 在实验中显示出与预测一致的力学性能与可打印性:

可打印性验证:激光扫描与LPBF打印样品均未观察到裂纹,而相同条件下的Al 7075样品存在明显裂纹。

超高的强度与硬度:3D打印的样品在经过400°C、8小时的时效处理后,达到了性能峰值。

硬度:论文指出,其“硬度(200 HV)再次比基准合金(133 HV)高出50%”。

拉伸强度:论文指出,其“室温拉伸强度达到395 MPa,同样比参照基准铝合金(275 MPa)高出约50%。”

卓越的热稳定性:研究团队在论文中指出,此高强度“且在400°C时效48小时后仍无明显下降”,证明了其纳米析出相确实具有强大的抗粗化能力。

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

图3. 力学性能对比图 (论文文Figure 6c,展示新设计合金与基准合金的拉伸曲线对比)

在纳米世界寻找证据

理论需要实证支持。通过高分辨率的微观结构表征,研究人员在打印出的合金中清晰地看到了他们设计的一切:

扫描电镜和透射电镜确认了晶界处存在作为前驱体的三元相。

更重要的是,在晶粒内部,他们观察到了弥散分布的、尺寸仅为1-5 nm的强化相,这些相具有L1₂有序结构。

原子探针技术更是从成分上证实,这些纳米析出相正是设计的L1₂-Al₃(Er,Zr),而较大的第二相则是预期的三元化合物。

麻省理工用机器学习高效设计3D打印铝合金,强度与Al 7075相当

图4. 纳米析出相表征(论文Figure 3,展示原子分辨率下的L1₂纳米析出相)

这些图像直观地显示,设计的微观结构已与计算预测结果一致。

总结与展望

这项研究,成功地完成了从一个虚拟预测到实验验证的完整合金设计周期。其核心在于通过成分设计,充分利用快速凝固条件,获得了具有抗粗化能力的纳米级析出相,从而实现传统方法难以获得的高温强度。

展望未来,这种亚微米级亚稳相析出策略完全可以拓展至其他合金体系。而这项工作中所发展的集成计算与实验的流程,更为加速设计新一代增材制造及传统制造用结构合金,为后续合金设计提供了可复制的流程。

l 谷专栏 l

网站投稿 l 发送至2509957133@qq.com

发表评论

长征号 Copyright © 2013-2024 长征号. All Rights Reserved.  sitemap