南极熊导读: 铜合金 3D 打印难在哪?反光率高、导热快,熔池还没稳定就散了热,行业公认的硬骨头。华盛顿州立大学换了个思路 —— 不自己调参数了,让 AI 从 37 次失败里找规律,三个月 40 组实验,愣是把 GRCop-42 的打印门槛从 "重型专用设备" 干到了 500W。
2026 年 9 月 28 日,南极熊获悉,美国华盛顿州立大学机械与材料工程学院团队利用人工智能优化 3D 打印工艺参数,首次实现仅用 500 瓦激光成功打印 NASA 开发的铜铬铌合金 GRCop-42。研究结果已公开发布。
![]()
NASA 的铜合金,为什么难打?
GRCop-42 由 NASA 研发,成分是铜、铬、铌。这材料的卖点很明确:疲劳强度好、热导率极高、抗蠕变性能出色,专门用于火箭发动机燃烧装置这类极端工况。
但问题也出在铜身上。铜的反光率和热传导效率太高了,激光打上去能量还没熔透就被导走了,传统工艺得靠超大功率激光器硬怼,设备贵、能耗高、工艺窗口窄。之前不少团队试过,烧钱烧时间,良品率还上不去。
从 37 次失败里,AI 学到了什么?
研究团队手上的起点并不光鲜 ——37 次打印失败记录。他们做了一个 AI 模型,输入就是每次失败的参数组合和结果,输出是 "这组参数行不行" 的判断。然后 AI 负责选参数,人负责上机打。
有意思的是,哪怕某组参数打出来还是失败了,这些数据也会回流给模型继续训练。用团队负责人 Jana Doppa 的话说:"每次尝试只能告诉你成功还是失败,二元信号,你得用最少的尝试次数找到那几根成功的针。"
三个月下来,一共跑了 40 组实验,锁定了 6 组可行参数,覆盖不同激光功率。其中最关键的突破是 ——500W 就行。
![]()
【南极熊观察】
AI 在金属 3D 打印里的角色,正在从 "预测性能" 往 "替代试错" 走。以前调工艺是工程师凭经验一组组试,现在是 AI 用失败数据反向搜参数空间。37 次失败换 6 组成功,这个效率比纯人工试错确实高了一截。不过也要看到,40 组实验、三个月的周期,离 "AI 一键出工艺" 还有距离 —— 它更像是一个帮你筛掉明显坑的助手,而不是全自动工艺开发。铜合金打印门槛降不降得下来,最终还得看这套参数能不能在不同设备上复现。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.