根據3D科學穀的市場觀察，材料是推動增材製造突破界限約束的驅動力！人工智能、數字材料、人工雙胞胎，這些因素正在推動推動增材製造突破界限約束。

根據德國弗朗霍夫研究所-Fraunhofer，未來製造業(ye) 競爭(zheng) 的關(guan) 鍵是材料，以數字形式提供材料的行為(wei) ，將產(chan) 品開發與(yu) 材料開發關(guan) 聯，通過工業(ye) 4.0將材料信息鏈接到整個(ge) 加工應用鏈條中，大幅降低材料的全壽命應用成本。

根據中國鋼研，企業(ye) 發展材料數字化研發，對歐美企業(ye) 來說，其目的是大幅縮短研發周期、降低研發成本，對中國製造來說遠不止於(yu) 此，其意義(yi) 在於(yu) 幫助中國深刻認識材料創新研究的機理，使研發過程可迭代、可升級。

此前，由英國劍橋的一家人工智能公司Intellegens開發的一種新的機器學習(xi) 算法已被用於(yu) 設計一種新的用於(yu) 金屬增材製造的鎳基合金，減少了合金開發15年的努力時間。

可以說在我們(men) 當前的數字時代，機會(hui) 以不斷增長的速度出現並成熟。

未來，或許我們(men) 將不再談如何將製造數字化，因為(wei) 那時候製造從(cong) 材料到成品就是數字化的。

本期，窺一斑而見豹，3D科學穀與(yu) 穀友通過幾個(ge) 典型案例來共同領略國內(nei) 外在推動digital materials-數字材料方麵的最新研發舉(ju) 措。

貫穿設計到製造的數字化材料

亞(ya) 琛工業(ye) 大學（RWTH) DAP數字增材製造

亞(ya) 琛工業(ye) 大學（RWTH) DAP是ACAM亞(ya) 琛增材製造中心的研發成員，在推動Intelligent digital materials-智能數字材料的發展方麵，DAP具備三大優(you) 勢：來自亞(ya) 琛工業(ye) 大學（RWTH) 國際領先的數字孿生技術優(you) 勢；來自亞(ya) 琛工業(ye) 大學及Fraunhofer研究所的材料與(yu) 生產(chan) 製造研發優(you) 勢；來自亞(ya) 琛工業(ye) 大學及Fraunhofer研究所在增材製造領域的研發優(you) 勢。

數字材料可以隻包含一種材料，可以包含多種材料。

我們(men) 來看看一種材料由於(yu) 在幾何體(ti) 中的密度分布可能會(hui) 有所不同，因此零部件在不同的位置可以具有不同的機械性能。

3D打印-增材製造可以在不同材料分布的幫助下根據負載和其他要求調整局部密度。此外，借助定製的數字材料，可以優(you) 化組件的重量、成本和生產(chan) 時間。增材製造 (AM) 作為(wei) 一項突破性的生產(chan) 技術，由於(yu) 其幾何自由度和免模具生產(chan) ，成為(wei) 可以高效生產(chan) 數字材料的工藝。

▲智能化數字材料

© RWTH亞(ya) 琛工業(ye) 大學DAP數字增材製造學院

為(wei) 了推動數字材料在工業(ye) 應用中的非凡潛力，亞(ya) 琛工業(ye) 大學數字增材生產(chan) DAP 學院專(zhuan) 注於(yu) 開發用於(yu) 生成智能數字材料的創新及高效算法。開發的解決(jue) 方案側(ce) 重點是在未來生成數字材料時可以自動集成生產(chan) 和應用相關(guan) 的條件，從(cong) 而使得設計更輕鬆更智能化。 

根據3D科學穀的了解，在材料的智能化數字化方麵，亞(ya) 琛工業(ye) 大學數字增材生產(chan) DAP 學院目前的主要開發重點在以下領域：

• 考慮製造限製（例如臨(lin) 界懸角或最小可實現特征尺寸）的點陣晶格結構生成算法

• 基於(yu) 負載和邊界條件的自適應網格結構生成

• 共形晶格結構生成

• 局部或全局晶格結構的細化算法

• 拓撲優(you) 化算法

將增材製造設計領域的專(zhuan) 業(ye) 知識與(yu) 在增材製造工藝開發領域多年的專(zhuan) 業(ye) 知識相結合，作為(wei) 各種項目的一部分，亞(ya) 琛工業(ye) 大學數字增材生產(chan) DAP 學院正在為(wei) 汽車、航空、模具和醫療行業(ye) 的應用領域開發和工業(ye) 化數字材料。

▲走向數字材料的3D打印骨科植入物

© 3D科學穀

數字流程鏈

不僅(jin) 尋求製造技術層麵的突破，亞(ya) 琛的Fraunhofer一直在開發數字流程鏈，通過可擴展的，強大的增材製造係統技術和自動化流程以及量身定製的增材製造材料來提升3D打印技術的產(chan) 業(ye) 化潛能。

亞(ya) 琛的科學家還正在研究監測金屬3D打印的新方法，以提高工藝的穩定性和製造的可重複性。通過在構建平台中使用結構傳(chuan) 感器，希望在未來監測關(guan) 鍵的缺陷，例如支撐結構何時發生撕裂。此外，超聲波傳(chuan) 感器還用於(yu) 分析空氣中爆破的聲音以確定與(yu) 組件質量的相關(guan) 性。

▲通過人工智能來預測增材製造加工工藝與(yu) 材料性能的關(guan) 係，從(cong) 而創建更強大的材料

© Fraunhofer

在質量控製方麵，Fraunhofer將不斷推動基於(yu) 激光的超聲波測量的研究，將在未來更進一步進行一係列的研究，包括研究脈衝(chong) 激光是如何引起結構噪聲，這些變化通過激光振動計檢測以形成變量之間相關(guan) 性的研究。Fraunhofer希望在製造過程中發現孔隙的產(chan) 生，以便能夠立即進行幹預。

金屬粉末方麵，3D科學穀還分享過Fraunhofer IFAM 采用新的生產(chan) 方法，可以將鐵基金屬粉末的成本降到當前成本的10％左右。鈦金屬粉末等其他材料，也能夠通過新的製備工藝生產(chan) 出廉價(jia) 的替代品。

人工智能成就超合金

在《增材製造設計（DfAM)指南》這本書(shu) 中，援引了AM零件質量影響因素的石川圖，在石川圖中詳細的舉(ju) 出了影響加工質量的160多種因素，僅(jin) 僅(jin) 是激光掃描過程，就包括了掃描線長度，掃描線種類，外輪廓，內(nei) 輪廓，掃描方式，掃描速度，光束矯正，收縮補償(chang) ，掃描線順序，填充間距，填充方向，激光功率，（離）聚焦，表麵填充參數，偏移等等。可見要通過人的經驗來駕馭和平衡160多種影響加工質量的變量是非常難的。

好在人工智能 (AI) 已經取得了長足的進步，在這方麵，Fraunhofer IWS的專(zhuan) 家通過“人工智能”（AI）和“機器學習(xi) ”的先進方法來提升對加工過程的理解，由Fraunhofer IWS圖像處理和數據管理工作組進行研究。通過人工智能，可以找到這些數據泛洪中的隱藏聯係。

例如，特殊的分析算法將測得的傳(chuan) 感器值與(yu) 研究所的粉末數據庫聯係起來，並評估進一步的工藝參數。根據3D科學穀的了解，機器逐漸學習(xi) 如何做出自己的決(jue) 定。例如，可以自主確定是否可以容忍激光熔覆增材製造過程中溫度的輕微升高，還是必須在導致整個(ge) 組件的加工出現質量缺陷之前立即采取對策。

通常采用單一材料設計飛機發動機整個(ge) 組件不是很有效，因為(wei) 組件不會(hui) 在所有點上都受到相同的熱量。最好隻在溫度很高的地方使用昂貴的高電阻材料，在其他地區，使用較便宜的材料就足夠了。這正是增材製造係統可以實現的，一旦人工智能學會(hui) 了加工所需的超合金，下一步是將各種高性能材料整合到一個(ge) 組件中。

將材料的數字化與(yu) 零件增材製造建立聯係

根據3D科學穀的市場觀察，材料巨頭GKN增材製造看到了數字化的加速趨勢，以及數字化在推動3D打印突破邊界約束的力量，通過與(yu) 與(yu) ACAM亞(ya) 琛增材製造研究中心的密切合作，GKN增材製造正在加速技術創新，推動3D打印的主流應用從(cong) 原型與(yu) 設計驗證轉向批量生產(chan) 。

目前，根據3D科學穀的了解GKN正在將材料的數字化與(yu) 零件增材製造建立聯係，通過將GKN Hoeganaes的材料專(zhuan) 業(ye) 知識與(yu) 增材製造組件功能之間建立數字聯係，GKN正在加速從(cong) 材料到零件的整個(ge) 工藝鏈的數字化，從(cong) 而為(wei) 零件的致密性、質量的可重複性，認證過程提供數字化基礎。

GKN還通過與(yu) 西門子的合作將數字雙胞胎用於(yu) 實現增材製造中的批量生產(chan) 。通過強大的過程預測來節省時間，這還意味著可以更好地了解3D打印過程，這是進一步降低成本的一個(ge) 很好的起點。

目前，GKN已經將激光製造過程中的大部分工藝數字化。現在，GKN希望通過對材料和過程進行全麵的數字描述來預測加工過程的結果。

通過將整個(ge) 環節以數字化作為(wei) 鋪墊，GKN獲得大量的大數據，然後從(cong) 結果中獲得深刻的理解。這使得材料公司具備了深刻的數字化的DNA。

目前，GKN根據客戶需求在閉環係統中開發用於(yu) 汽車高性能生產(chan) 的鋼材。而GKN將粉末生產(chan) 和3D打印零件製造集中在一個(ge) 屋簷下帶來的不僅(jin) 僅(jin) 是部門合作之間的創新，而是理念的升級，即以應用為(wei) 中心的開發，並通過應用為(wei) 導向的數字化流程縮短交付周期。

一方麵，GKN開發了供內(nei) 部使用的經過驗證的材料，同時也將這些材料對外銷售，提供給外部市場。

3D打印進入產(chan) 業(ye) 化最關(guan) 鍵的驅動因素是強大的質量和成本。GKN正在致力於(yu) 通過數字表征材料，並將數字之間的聯係建立起來，以實現強大的質量控製能力。而隨著3D打印的應用麵獲得更廣泛的推廣，成本將隨之下降。

GKN將這些具有詳細特征表述的粉末稱為(wei) 先進的數字粉末，因為(wei) 不可能有100％可重複的材料生產(chan) ，從(cong) 材料的物理和化學特征來看，這是不可能的。

目前，GKN通過其粉末研究實驗室，對粉末進行金相組織分析，對粉末形態進行表征。通過這些關(guan) 於(yu) 粉末的信息，GKN可以建立材料的數字雙胞胎。通過與(yu) 加工流程的數據相結合，形成對粉末與(yu) 加工的相關(guan) 性研究。

金屬材料高通量製備技術 

根據國內(nei) 安士亞(ya) 太，未來新材料的開發更多的會(hui) 以海量的數據作為(wei) 基礎，這也是當前發展“材料基因組”工程的重要原因，“材料基因組工程”以前所未有的大量數據為(wei) 基礎，將人工智能數據技術與(yu) 高通量計算、高通量製備、高通量表征等新技術深度融合，更快、更準確的獲得成分-結構-工藝-性能間的關(guan) 係，從(cong) 而實現對先進新材料及工藝進行設計預測，更快的獲得所需的材料。

材料高通量製備技術可以在短時間內(nei) 製備大量不同成分的新型材料，可以加速新型材料的研發與(yu) 應用，被列為(wei) 材料基因組技術的三大技術要素之一。其中金屬材料的高通量製備有多種製備方法，但傳(chuan) 統的金屬材料高通量製備方法製備周期長，製備樣品尺寸較小，能源消耗較高。

隨著增材製造技術的不斷發展，采用增材製造技術開展金屬材料的高通量製備也得到了迅速的發展，且增材製造高通量製備相較於(yu) 傳(chuan) 統高通量製備技術呈現出了明顯的優(you) 勢：

• 可以快速成型多種材料試樣；

• 可以製備毫米級以上的塊狀樣品；

• 研究過程中原材料消耗較少，更經濟。

基於(yu) 此，安世增材攜手鋼鐵研究總院，基於(yu) 激光選區熔化技術開發了DLM-120HT金屬材料高通量增材製備設備。

DLM-120HT是基於(yu) 異質粉末3D打印的新金屬材料開發高通量製備平台。直接利用元素粉末或合金粉末進行激光選區熔化成型，一次打印過程可實現4種粉末、160種材料成分配比的力學性能樣件製備，適用於(yu) 鋼鐵材料、鋁合金、鈦合金、 鎳基高溫合金、高熵合金等金屬新材料的成分篩選、性能研究以及梯度材料的研究。