根據3D科學谷的市場觀察，材料是推動增材制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制造突破界限約束。

根據德國弗朗霍夫研究所-Fraunhofer，未來制造業競爭的關鍵是材料，以數字形式提供材料的行為，將產品開發與材料開發關聯，通過工業 4.0將材料信息鏈接到整個加工應用鏈條中，大幅降低材料的全壽命應用成本。

根據中國鋼研，企業發展材料數字化研發，對歐美企業來說，其目的是大幅縮短研發周期、降低研發成本，對中國制造來說遠不止于此，其意義在于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Intellegens開發的一種新的機器學習算法已被用于設計一種新的用于金屬增材制造的鎳基合金，減少了合金開發15年的努力時間。

可以說在我們當前的數字時代，機會以不斷增長的速度出現并成熟。

未來，或許我們將不再談如何將制造數字化，因為那時候制造從材料到成品就是數字化的。

本期，窺一斑而見豹，3D科學谷與谷友通過幾個典型案例來共同領略國內外在推動digital materials-數字材料方面的最新研發舉措。

▲ RWTH亞琛工業大學DAP數字增材制造學院

....

貫穿設計到制造的數字化材料

/ 亞琛工業大學（RWTH) DAP數字增材制造

數字材料可以只包含一種材料，可以包含多種材料。

我們來看看一種材料由于在幾何體中的密度分布可能會有所不同，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-增材制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，借助定制的數字材料，可以優化組件的重量、成本和生產時間。增材制造 (AM) 作為一項突破性的生產技術，由于其幾何自由度和免模具生產，成為可以高效生產數字材料的工藝。



▲智能化數字材料

RWTH亞琛工業大學DAP數字增材制造學院

為了推動數字材料在工業應用中的非凡潛力，亞琛工業大學數字增材生產 DAP 學院專注于開發用于生成智能數字材料的創新及高效算法。開發的解決方案側重點是在未來生成數字材料時可以自動集成生產和應用相關的條件，從而使得設計更輕松更智能化。

根據3D科學谷的了解，在材料的智能化數字化方面，亞琛工業大學數字增材生產 DAP 學院目前的主要開發重點在以下領域：

考慮制造限制（例如臨界懸角或最小可實現特征尺寸）的點陣晶格結構生成算法

基于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

拓撲優化算法

將增材制造設計領域的專業知識與在增材制造工藝開發領域多年的專業知識相結合，作為各種項目的一部分，亞琛工業大學數字增材生產 DAP 學院正在為汽車、航空、模具和醫療行業的應用領域開發和工業化數字材料。



▲走向數字材料的3D打印骨科植入物

3D科學谷

/ 數字流程鏈

不僅尋求制造技術層面的突破，亞琛的Fraunhofer一直在開發數字流程鏈，通過可擴展的，強大的增材制造系統技術和自動化流程以及量身定制的增材制造材料來提升3D打印技術的產業化潛能。

亞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制造的可重復性。通過在構建平臺中使用結構傳感器，希望在未來監測關鍵的缺陷，例如支撐結構何時發生撕裂。此外，超聲波傳感器還用于分析空氣中爆破的聲音以確定與組件質量的相關性。



▲通過人工智能來預測增材制造加工工藝與材料性能的關系，從而創建更強大的材料

Fraunhofer

在質量控制方面，Fraunhofer將不斷推動基于激光的超聲波測量的研究，將在未來更進一步進行一系列的研究，包括研究脈沖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性的研究。Fraunhofer希望在制造過程中發現孔隙的產生，以便能夠立即進行干預。

金屬粉末方面，3D科學谷還分享過Fraunhofer IFAM 采用新的生產方法，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，也能夠通過新的制備工藝生產出廉價的替代品。

/ 人工智能成就超合金

在《增材制造設計（DfAM)指南》這本書中，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出了影響加工質量的160多種因素，僅僅是激光掃描過程，就包括了掃描線長度，掃描線種類，外輪廓，內輪廓，掃描方式，掃描速度，光束矯正，收縮補償，掃描線順序，填充間距，填充方向，激光功率，（離）聚焦，表面填充參數，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，在這方面，Fraunhofer IWS的專家通過“人工智能”（AI）和“機器學習”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系。

例如，特殊的分析算法將測得的傳感器值與研究所的粉末數據庫聯系起來，并評估進一步的工藝參數。根據3D科學谷的了解，機器逐漸學習如何做出自己的決定。例如，可以自主確定是否可以容忍激光熔覆增材制造過程中溫度的輕微升高，還是必須在導致整個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組件不是很有效，因為組件不會在所有點上都受到相同的熱量。最好只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。這正是增材制造系統可以實現的，一旦人工智能學會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組件中。

/將材料的數字化與零件增材制造建立聯系

根據3D科學谷的市場觀察，材料巨頭GKN增材制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，通過與與ACAM亞琛增材制造研究中心的密切合作，GKN增材制造正在加速技術創新，推動3D打印的主流應用從原型與設計驗證轉向批量生產。

目前，根據3D科學谷的了解GKN正在將材料的數字化與零件增材制造建立聯系，通過將GKN Hoeganaes的材料專業知識與增材制造組件功能之間建立數字聯系，GKN正在加速從材料到零件的整個工藝鏈的數字化，從而為零件的致密性、質量的可重復性，認證過程提供數字化基礎。

GKN還通過與西門子的合作將數字雙胞胎用于實現增材制造中的批量生產。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很好的起點。

目前，GKN已經將激光制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面的數字描述來預測加工過程的結果。

通過將整個環節以數字化作為鋪墊，GKN獲得大量的大數據，然后從結果中獲得深刻的理解。具備了深刻的數字化的DNA。

目前，GKN根據客戶需求在閉環系統中開發用于汽車高性能生產的鋼材。而GKN將粉末生產和3D打印零件制造集中在一個屋檐下帶來的不僅僅是部門合作之間的創新，而是理念的升級，即以應用為中心的開發，并通過應用為導向的數字化流程縮短交付周期。

一方面，GKN開發了供內部使用的經過驗證的材料，同時也將這些材料對外銷售，提供給外部市常

3D打印進入產業化最關鍵的驅動因素是強大的質量和成本。GKN正在致力于通過數字表征材料，并將數字之間的聯系建立起來，以實現強大的質量控制能力。而隨著3D打印的應用面獲得更廣泛的推廣，成本將隨之下降。

GKN將這些具有詳細特征表述的粉末稱為先進的數字粉末，因為不可能有100％可重復的材料生產，從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。通過這些關于粉末的信息，GKN可以建立材料的數字雙胞胎。通過與加工流程的數據相結合，形成對粉末與加工的相關性研究。

/金屬材料高通量制備技術

根據國內安士亞太，未來新材料的開發更多的會以海量的數據作為基礎，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基礎，將人工智能數據技術與高通量計算、高通量制備、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-性能間的關系，從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。

材料高通量制備技術可以在短時間內制備大量不同成分的新型材料，可以加速新型材料的研發與應用，被列為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制備有多種制備方法，但傳統的金屬材料高通量制備方法制備周期長，制備樣品尺寸較小，能源消耗較高。

隨著增材制造技術的不斷發展，采用增材制造技術開展金屬材料的高通量制備也得到了迅速的發展，且增材制造高通量制備相較于傳統高通量制備技術呈現出了明顯的優勢：

可以快速成型多種材料試樣；

可以制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。

基于此，安世增材攜手鋼鐵研究總院，基于激光選區熔化技術開發了DLM-120HT金屬材料高通量增材制備設備。

▲DLM-120HT增材制造金屬材料高通量制備平臺

安世增材

DLM-120HT是基于異質粉末3D打印的新金屬材料開發高通量制備平臺。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制備，適用于鋼鐵材料、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癬性能研究以及梯度材料的研究。