方楠｜利用机器学习假设金属3D打印产生的裂纹

美国宾夕法尼亚华盛顿大学的研究者职员研发出一种化学信息机器学习模型，尽可能有效预测金属3D打印有助于成当中外露的导致。

打印机每一次当中或打印机未完成后制成当中导致的外露，是限制金属3D打印机技术广泛应用的更是难题。金属3D打印有助于成当中外露的导致有多种有助于，目前还没有通用有效的管控方法。为此，研究者职员提出了一种化学信息机器学习模型，通过获取打印机每一次当中零部件下陷相关的极其重要化学模板，直观预测外露的导致。实验选用了6061、2024、AlSi10Mg等多种铝合金进行模型计算和实验验证，并的设计了一个关键模板——外露危险性倍数（CSI），并用判断金属3D打印机当中外露的导致。研究者发现，零部件外露的导致与溶解应力、脆化与放松时间之比、连续性与溶解速率之比以及冷却速率单独相关，通过线性回归可考虑到危险性倍数与上述模板的关系式。设定CSI的阈值为0.5，借助该模型直观可验证102个样品当中的86个水银的外露导致情况，直观率将近84.3%。

这项研究者为金属3D打印有助于成当中外露的消除提供了思路，还可用于新合金的的设计以及其他研发工艺的提高效率。