近日，中国科学院金属研究所与其合作伙伴在热管增材制造领域取得重要突破。研究团队开发出基于电化学沉积的增材制造技术，解决了Ω槽道与梯度吸液芯一体化制造的难题。

我们可以从当前AI芯片散热架构变革的背景下来尝试理解该技术的意义。随着AI算力需求爆发，单颗GPU功耗已从 NVIDIA H100的700W跃升至 Blackwell 架构的1200W以上，热流密度高达 1000W/cm²。早在单芯片功耗突破300-400W时，传统风冷便已触及物理极限；当功耗攀升至千瓦级，液冷已从可选项变为必选项。

在主流间接液冷方案中，冷板直接覆盖GPU/CPU表面，通过内部微通道与冷却液进行热交换。与此同时，热管凭借相变传热原理，在风冷散热器及液冷数据中心的热管背板、热管列间空调等散热方案中，将芯片及内存、主板等部件产生的高热流密度高效传导至远端散热结构，以避免局部热点导致性能受限或失效，成为解决高热流密度定向传热难题的关键元件。然而，现有沟槽式微热管已接近传热性能上限，亟需开发新一代设计以突破毛细极限和热阻瓶颈。

“ 3D Science Valley 白皮书 图文解析

”

中科院金属所取得的进展正是通过增材制造技术，实现热管的性能跃升。目前，研究团队尚未详细披露电化学增材制造热管在AI芯片级散热及数据中心散热中的具体应用，敬请关注中国科学院金属研究所的后续研究与进展。

以下是中科院金属所对于这项成果的报道。

在新一代人工智能、大数据、云计算等产业高速发展的背景下，高性能芯片（如GPU、TPU）的算力需求呈指数级增长，导致功耗大幅攀升。同时，芯片封装尺寸不断缩小，使得热流密度急剧升高，狭小空间内的散热问题成为制约算力释放与系统可靠性的关键瓶颈。

无氧铜热管利用相变传热原理，能够高效地将芯片热量传导至散热模组并借助气流带走，是目前电子散热领域兼具性能与成本优势的主流方案之一。然而，现有梯形、矩形等沟槽式微热管已接近传热性能上限，亟需开发新一代齿形设计，以突破毛细极限和热阻瓶颈。具备超高导热系数（可达纯铜1000倍）的Ω形槽道热管，有望成为下一代电子散热的主流方案。而如何实现梯度多孔铜吸液芯与Ω槽道的一体化制造成形成为面临的国际难题。

图1 提出的梯度多孔铜结构电化学沉积增材制造方法

近期，中国科学院金属研究所材料控形控性研究部铜基材料与均质化课题组联合白俄罗斯国家科学院科学-实践材料研究中心和江西耐乐铜业有限公司，共同开发了电化学沉积增材制造技术，可在Ω槽道表面高效率原位生长多孔铜吸液芯结构，利用原子级堆垛方法实现了多孔铜孔径从纳米到微米梯度分布的可控调节。利用该方法制备的电化学增材梯度吸液芯结构的毛细力比传统铜粉烧结吸液芯结构提高了2倍，带有梯度吸液芯结构的Ω槽道比传统沟槽管的单管可散热功率提高了1倍。该方法解决了Ω槽道与梯度吸液芯结构的一体化制造难题，为新一代高导热铜热管在AI算力中心散热中的应用提供了有力支撑。

图2 Ω槽道管与梯度吸液芯结构的一体化制造

来源：中科院金属所

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

光固化3D打印陶瓷的力学性能远低于传统方法制备的陶瓷，其关键瓶颈在于层间结合区形成的缺陷。在成型过程中，每层的光聚合程度决定了层间残留单体的数量，进而影响后续层间的二次聚合；在烧结过程中，这些区域的颗粒堆积密度和孔隙演化路径又与初始聚合状态密切相关。

然而，现有研究往往将光固化参数或烧结制度独立考虑，忽视了光聚合动力学与烧结动力学在层间区域的协同作用机制。
近日，南京工业大学张可强副教授与北京理工大学何汝杰教授团队在《Journal of Advanced Ceramics》发表研究论文，提出一种跨工艺协同控制的新范式，将层间界面视为一个在光热场中动态演化的系统，通过有效控制缺陷形成，实现了氧化锆陶瓷力学性能的突破。

2026年第15卷第5期
10.26599/JAC.2026.9221290

研究亮点

（1）提出跨工艺协同控制新策略：将层间视为“光-热”连续场中的动态演化系统，打破光固化与烧结的传统割裂，实现全流程一体化调控。

（2）构建层间结合三模型：基于光敏树脂的聚合程度，提出了“能量输入不足-适中-过高”三种层间结合模型，阐明了弱/强/弱结合的形成机制。

（3）阐明烧结动力学窗口：系统研究了1200~1650℃烧结温度与1~4 h保温时间对层间孔隙演化及力学性能的影响，明确了1350~1550℃致密化窗口。

 被层层叠加放大的“软肋”

光固化增材制造（VPP）技术，包括立体光刻（SLA）和数字光处理（DLP），凭借高成型精度和良好的表面质量，在复杂结构陶瓷制造领域备受关注。然而，逐层叠加的工艺特性也引入了一个固有难题——层间结合薄弱。这些层间区域构成了潜在的缺陷带，在烧结过程中易于扩展，最终损害陶瓷部件的致密度和力学完整性。

传统研究通常将光固化成型与高温烧结视为两个独立的优化阶段，分别优化参数。这种思路，忽视了层间区域在“光-热”连续场中的动态演化机制。具体而言，在光固化阶段，每层的光聚合程度决定了层间残留单体的数量，进而影响后续层间的二次聚合；而在烧结阶段，这些区域的颗粒堆积密度和孔隙演化路径又与初始聚合状态密切相关。割裂这两个阶段，就无法从根本上理解并控制层间缺陷的形成与演化。

 跨工艺协同，主动引导层间进化

针对上述瓶颈，研究团队提出了一种全新的研究范式：将层间区域视为一个在光-热耦合场中持续演化的动态系统，采取跨工艺协同控制的主动策略。

研究系统考察了关键光固化参数（辐照度、曝光时间、切片厚度）和烧结制度对层间区域的影响，揭示了光聚合动力学与烧结动力学在该区域的协同作用机制。

光固化阶段的主动设计

研究通过正交实验发现，切片厚度是影响层间性能的最关键因素。基于此，团队提出了一个关键发现：通过精确控制紫外（UV）能量输入，引入一种可控的不完全聚合状态。其原理在于，适中的能量输入使当前层固化后仍留有充足的残留单体，这些单体在后续层固化时能有效参与二次聚合，形成牢固的化学键合，从而实现“强层间结合”。团队据此构建了“能量输入不足-适中-过高”三种层间结合模型，阐明了弱/强/弱结合的形成机制。

烧结阶段的精准调控

在光固化阶段为层间结合打下基础后，烧结工艺则针对层间区域的致密化进行优化。团队通过构建烧结动力学窗口，系统研究了1200~1650°C烧结温度与1~4h保温时间的影响，明确了1350~1550°C为最佳致密化窗口。在此窗口内，晶界扩散与孔隙迁移达到最佳平衡，层间孔隙被有效排出。

 实现氧化锆陶瓷力学性能的显著提升

通过上述跨工艺协同策略，研究团队在氧化锆（ZrO₂）陶瓷上取得了突破性成果：

• 力学性能：在1550°C烧结2h的条件下，制备的ZrO₂陶瓷抗弯强度达到425.89±16.01 MPa，相对密度高达97.21%±0.14%。
• 微观结构验证：通过X-CT三维重构证实，优化后的样品内部无层间裂纹，残余孔隙主要为晶内闭孔，说明层间薄弱区得到了有效强化。

这项研究的价值不仅在于提供了一条高性能陶瓷制备的具体路径，更在于构建了连接工艺参数、层间结构演化与最终力学性能的理论框架。该成果打破了传统研究中光固化与烧结相互割裂的局限，提示研究者从全流程一体化的视角审视增材制造中的缺陷演化问题。

这一思路对于其他存在层间问题的增材制造材料体系，同样具有重要的借鉴意义。

课题组介绍

张可强（第一作者，通讯作者），南京工业大学副教授，研究方向是陶瓷材料增材制造。

何汝杰（通讯作者），北京理工大学长聘教授、博士生导师，《先进陶瓷（英文）》期刊副主编。长期从事陶瓷及其复合材料3D打印基础理论、关键技术及工程应用研究，包括：陶瓷及其复合材料3D打印成形工艺与原理、3D打印陶瓷及其复合材料的形性表征与精准调控、3D打印陶瓷及其复合材料的结构功能一体化构筑与应用等。

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

近日，Materials Research Letters 在线发表综述论文“Applications and challenges of machine learning in metal additive manufacturing”。武汉理工大学数字制造湖北省重点实验室柯文超副教授为通讯作者，研究生彭先哲为第一作者，华中科技大学为合作单位。文章系统梳理了机器学习在金属增材制造工艺优化、缺陷监测、性能预测与智能设计中的应用，并总结了物理信息机器学习、可解释人工智能、数字孪生及工业化面临的关键挑战与未来方向。

论文链接：
https://doi.org/10.1080/21663831.2026.2702018

金属增材制造通过逐层沉积与熔合金属粉末、丝材或片材，可制造传统工艺难以实现的复杂结构和高性能构件，已在航空航天、医疗、能源、汽车和模具等领域展现出广泛应用潜力。

然而，金属增材制造本质上是一个多物理场耦合、快速熔化与凝固并存的非平衡制造过程，激光功率、扫描速度、送粉或送丝速度、层厚及成形环境等因素会通过局部热历史影响凝固组织、相变行为、残余应力和最终性能，形成高度非线性的“工艺—组织—性能”（process–structure–property, PSP）关系；与此同时，孔隙、未熔合、裂纹、飞溅、变形等缺陷，使传统试错优化、离线检测和经验控制难以满足高质量、可重复和规模化制造的需求。

在此背景下，机器学习（machine learning, ML）凭借从实验、仿真、图像和传感器数据中提取复杂映射关系的能力，为工艺参数搜索、缺陷识别、性能预测和智能设计提供了新的技术路径。但机器学习并非对物理模型的简单替代，数据稀缺、模型“黑箱”、跨设备与跨材料泛化能力不足、实时部署困难，以及工业系统的可靠性与安全性，仍是其由实验室研究迈向工程应用必须解决的关键问题。

一、金属增材制造全生命周期机器学习赋能

文章首先从MAM面临的核心难题出发，将ML的主要应用归纳为四个相互关联的方向：工艺参数优化、缺陷检测、性能预测和面向增材制造的设计。工艺优化关注如何以更少实验探索高维参数空间；缺陷检测强调由成形后检验转向原位识别与过程监测；性能预测连接工艺、组织与材料服役性能；智能设计则将ML引入拓扑结构、点阵结构和支撑结构的快速生成与优化。物理信息机器学习（physics-informed machine learning, PIML）贯穿上述方向，用于在数据驱动模型中引入物理规律、领域知识和仿真信息。

图1. ML在MAM中的主要应用。

二、工艺参数优化：从经验试错走向数据驱动的高效寻优

MAM工艺参数数量多、耦合强，而且常常需要同时兼顾致密度、强度、塑性、表面质量、微观组织和成形效率。文章指出，参数优化通常先筛选能够抑制孔隙和未熔合的工艺窗口，再在该窗口内针对性能和效率进行多目标优化。

1. 传统降维与筛选方法。固定非主导参数能够简化实验并突出关键变量，但容易掩盖未考察参数之间的交互作用；体积能量密度（volumetric energy density, VED）可将激光功率、扫描速度、道间距和层厚压缩为单一指标，适合初步排除明显欠熔或过熔区域，但相同VED并不意味着相同的熔池行为、表面粗糙度、致密度或硬度；田口（Taguchi）正交设计可在有限实验次数下筛选主效应，但对高阶耦合项的刻画能力有限。

2. ML与主动学习方法。代理模型、贝叶斯优化、主动学习、遗传算法和粒子群优化可根据已有数据提出下一组最有价值的实验参数，并同时考虑预测性能与不确定性。文章通过代表性研究说明，这类方法能够以较少实验逐步逼近高致密度区域或拓展强度—塑性Pareto前沿，也可反向搜索满足目标熔池几何或成形质量的工艺参数。其有效性仍取决于数据质量、输入变量是否完整以及模型能否覆盖设备、粉末状态和局部热历史等关键差异。

图2. 多参数耦合问题的四种处理方法：固定非主导参数、采用VED降维、Taguchi正交设计和Pareto主动学习。

三、缺陷检测与过程监测：从单一图像识别走向多传感器融合

孔隙、裂纹、飞溅、分层和变形等缺陷会削弱构件的尺寸稳定性、强度和疲劳寿命。传统检测多在成形完成后进行，难以及时纠正过程异常。文章总结了基于热成像、可见光图像、声发射信号和多模态传感数据的ML方法，展示了质量保障由“成形后发现问题”向“成形中识别和预测问题”的转变。

1. 图像监测。卷积神经网络可从热图像中提取飞溅、分层、局部过热和表面异常等空间特征。进一步引入多层热历史、扫描路径和时序信息，有助于识别与热积累、重熔和局部冷却条件相关的孔隙风险。受传感器噪声、热漂移等因素影响，此类方法的工业稳定性受到限制。

2. 传感器信号与多模态融合。声发射信号可用于在线异常检测，并可结合主成分分析、变分自编码器和深度学习提取具有跨材料迁移潜力的特征。多传感器融合则将多光谱辐射、声学信号、层间图像、扫描矢量和CT缺陷标签进行时空配准，再由神经网络联合判断缺陷位置。多模态方法虽然信息更全面，但也带来传感器同步、数据配准、标注成本、计算负担和响应延迟等问题。

图3. 多模态传感数据的采集、配准、特征融合及缺陷预测流程。

四、性能预测与智能设计：连接工艺、组织、性能和几何结构

在材料性能预测方面，文章将现有研究分为三类：直接由工艺参数和过程图像特征预测强度、磁性能等指标；由扫描电子显微组织图像预测屈服强度和抗拉强度；以及面向可打印性和合金成分的逆向设计。相比单纯建立“参数—性能”统计关系，将热历史、组织特征和冶金描述符纳入模型，更有助于解释性能变化的来源。

在智能设计方面，ML被用于加速传统计算成本较高的拓扑优化，并辅助点阵结构和支撑结构设计。条件生成对抗网络可以学习设计参数与拓扑优化结果之间的映射，快速生成候选结构；遗传算法优化的神经网络可同时考虑工艺参数、杆件尺寸和成形角度，预测点阵结构性能；有限元仿真与ML结合则可快速筛选支撑宽度、间距和结构形式。文章指出，这些模型的主要价值是缩短迭代周期和扩大设计探索范围，但生成结果仍需满足可制造性约束，并通过仿真或实验验证。

图4. 基于pix2pix条件生成对抗网络的拓扑优化加速流程。

五、物理信息机器学习：由数据相关性进一步走向物理约束

纯物理模型能够解释传热、流动、凝固和应力演化等机制，但通常需要简化假设，并受到计算成本和实时性的限制；纯数据驱动模型训练完成后推理速度快、能够处理高维异构数据，却可能产生缺乏物理合理性的预测，并高度依赖高质量标注数据。PIML试图结合两者优势。

文章将PIML的实现路径概括为三类：一是把解析模型、守恒关系和冶金知识转化为输入特征或模型约束；二是将有限元等数值模拟数据与实验数据共同作为模型输入；三是在损失函数和训练过程中嵌入控制方程、初始条件和边界条件，例如物理信息神经网络（physics-informed neural network, PINN）。代表性研究利用PINN在无需标注温度场数据的情况下预测激光金属沉积过程中的三维温度演化，并结合迁移学习提高计算效率。

PIML并不意味着物理问题已经被完全解决。高维多物理场会显著增加训练成本，模型仍可能面临收敛困难、数值稳定性不足、对高频和多尺度现象学习不充分，以及跨工况泛化能力有限等问题。因此，物理知识如何选择、如何嵌入以及如何验证，仍是后续研究的重点。

图5. 激光增材制造过程三维温度预测PINN框架。

六、关键挑战与未来研究方向

文章将当前瓶颈概括为数据、模型、系统集成、PIML和工业化五个层面：高保真实验数据昂贵且标准不统一；深度模型可解释性和跨材料、跨设备泛化能力不足；算法推理速度、传感器处理和软硬件接口难以满足原位闭环控制需求；工业现场还需要兼顾低延迟、模型压缩、边缘计算、多传感器同步以及网络—物理安全。未来应建设公开基准数据集、标准化元数据和统一评价协议，发展数据增强、仿真—实验混合数据与少样本学习；推进可解释人工智能、神经算子、多保真度和不确定性量化方法；融合实时监测、物理模拟、机器学习、强化学习和数字孪生，形成可验证的自适应闭环控制；同时发展轻量化、硬件友好和可信模型，将安全验证贯穿数据采集、模型推理、控制决策和构件质量认证全过程。

结语：从经验驱动向可预测、可解释和闭环智能制造转变

总体而言，该综述系统展示了ML贯穿MAM全生命周期的潜力：它能够提高参数搜索效率，推动缺陷监测前移，建立PSP映射，并加速复杂结构设计。与此同时，文章并未将ML视为脱离材料与制造机理的独立工具，而是强调数据、物理知识、仿真、传感器和控制系统的协同。未来，随着标准化数据体系、物理信息学习、可解释人工智能、数字孪生、边缘计算和闭环控制持续发展，ML有望推动MAM由依赖经验和离线检验的工艺，逐步转向更可预测、更可靠、更可解释且能够实时调节的智能制造过程。真正实现规模化应用，仍需要在跨设备泛化、实时性、系统兼容性、验证标准和网络—物理安全等方面开展长期研究。

*本文由MRL编辑部邀请，作者团队供稿。

论文引用

Xianzhe Peng, Zikang Xie, Yuan Liu, Pengcheng Hu, Lian Zhang, Mingyu Wang & Wenchao Ke*. (2026). Applications and challenges of machine learning in metal additive manufacturing, Materials Research Letters, 1–62.

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

2023年，一枚风扇机匣安装环（Fan Case Mount Ring, FCMR）获得美国联邦航空管理局（FAA）批准，成为首个通过FAA认证的增材制造飞行关键结构件，也是当时同类部件中尺寸最大的一个。制造它的，是英国航空一级供应商吉凯恩航空（GKN Aerospace）。

FAA这次认证的对象采用激光定向能量沉积（Laser-DED）增材制造工艺制造，属于发动机承重部件，也是航空制造中对安全性要求严苛的零件。根据FlightGlobal对吉凯恩航空首席技术官Russ Dunn的访谈，这枚零件从开发到获得认证，耗时约七年。

获得批准后的几年里，吉凯恩航空将该增材制造零部件推入了量产阶段，并将同一套认证体系扩展到了多个发动机平台。

在3D科学谷看来，吉凯恩航空走通的这条增材制造路径，演示了一家传统航空一级供应商如何把增材制造从原型工具推过适航认证这道极高的门槛，变成可复制的工业化生产能力。

增材制造风扇机匣安装环

© GKN

 为什么押注增材？

吉凯恩航空引入增材制造技术，有其清晰的战略出发点。

该公司总部位于英国，历史可追溯至1759年，拥有超过265年的工业传承和百年航空经验。2025年，公司销售额达36亿英镑，在全球12个国家设有32个制造工厂，员工约16,000人，产品服务于全球超过90%的飞机及发动机制造商，业务覆盖飞机机身与发动机结构件、起落架、电气互联系统、透明件及售后服务，横跨商用飞机、军用飞机、公务机及先进空中交通等领域。

吉凯恩将中国定位为长期战略市场。公司于1988年进入中国市场，2018年成立全资子公司吉凯恩航空技术（上海）有限公司，并与中国商飞子公司（SAMC）、中航国际合资成立凯飞航空制造有限公司，从事民用飞机零部件制造业务。

这样一家深度嵌入全球航空供应链的老牌一级供应商，对增材制造的定位却毫不含糊。吉凯恩航空将增材制造定义为突破性技术，认为其有能力替代锻造和铸造等传统制造工艺，从根本上解决航空供应链中锻铸件供应不足的瓶颈问题。

这一定位决定了吉凯恩的增材路线不是锦上添花的原型试制，而是冲着主流制造工艺的战略替代去的。围绕这一目标，吉凯恩构建了覆盖三大路线的技术布局：激光粉末床熔融（LPBF）、激光定向能量沉积（Laser-DED，包括粉末和丝材两种形式），并于2024年投资5000万美元用于全球增材制造产能扩张。目前，吉凯恩航空已在七个飞行平台上安装了增材制造部件。

 一套认证方法论

适航认证向来是增材制造进入航空主流应用的最大门槛。吉凯恩航空能迈过这道门槛，靠的不是某一次冲刺，而是长期积累和一套结构化的认证逻辑。

第一层是时间的积累。吉凯恩航空在增材制造领域已有超过15至20年的技术沉淀。早在Prometheus项目中，吉凯恩就设计并制造了100%增材制造的涡轮，并完成了整机测试；在阿丽亚娜6号Vinci发动机涡轮部件的研制中，吉凯恩进一步积累了飞行合格认证的方法论经验。

第二层是认证框架的设计。吉凯恩航空为增材零部件建立了“基于风险的合格认证逻辑”（Risk-based Qualification Logic），这套框架包含设备与工艺认证、零件认证、破坏性与非破坏性检测、材料表征、零部件测试等多个层次。

吉凯恩先在航天项目锤炼出方法论，再用相对成熟的零件走完认证全流程，最后把验证过的逻辑推向航空飞行关键件。

 七年攻坚之路

从吉凯恩航空披露的信息看，风扇机匣安装环认证前的准备工作可以归纳为四项关键举措。

其一，工艺稳定性验证。吉凯恩航空在瑞典Trollhättan工厂经过多年试生产，逐步提升产量，积累工艺一致性数据。适航认证要证明的不是能打印出一个好零件，而是能持续稳定地打印出每一个好零件，这需要以年为单位的数据积累。

其二，跨厂区能力建设。吉凯恩航空在英国布里斯托尔（Bristol）设有增材制造能力中心，并在美国Newington建立了最终加工能力。风扇机匣安装环的核心结构在瑞典打印，在美国完成最终机加工。

其三，材料与工艺监测体系。吉凯恩航空在工艺过程中对熔池进行热学和光学监测，并将监测数据与测试数据持续对比，使过程监控成为质量证据链的一部分。

其四，建立完整的材料数据库。通过大量材料测试建立数据基础，为设计裕度的验证提供支撑。

FAA不仅需要认可初始工艺设计和材料性能，更要求制造商证明该工艺能够持续、稳定、可重复地生产出符合设计要求的零件。为回应这一要求，吉凯恩航空做了一件颇具标杆意义的事：通过已在瑞典、美国、英国三地工厂建立起来的增材制造能力，开展同一增材制造零件的背靠背测试，材料性能差异控制在1%以内。这组数据为向FAA证明其增材制造工艺在不同工厂、不同设备条件下的可重复性提供了关键证据。

风扇机匣安装环最终获得FAA批准，换来了规模化生产的通行证。

 从认证到量产：数据开始说话

产业化是检验战略成色的试金石。风扇机匣安装环获得认证后的推进节奏相当紧凑：

2024年，首件交付，进入批量生产阶段；完成第200个“热尺寸环”交付；月产量从约30件提升至40件。

2025年9月，吉凯恩航空扩建美国康涅狄格州Newington工厂，新建风扇机匣安装环专用增材制造生产线，目标2025年底实现100%全速率生产。

截至目前，增材制造的风扇机匣安装环累计交付已超过600件。

更能说明问题的是吉凯恩航空在规模化生产后验证的一组核心数据：

生产周期从9个月到4周，这是一个数量级的变化。结合买飞比的优化和钛材、碳排放的削减，吉凯恩航空用这组数据回应了行业对增材制造经济性的长期质疑：在通过认证、进入批产之后，增材制造为大型钛合金结构件制造带来的，包括材料、周期、碳足迹在内的综合效益，是可以被量化验证的。

 认证的复利

风扇机匣安装环并不是一个孤立的成功案例。吉凯恩航空更大的收获，是把认证过程中建立的增材制造经验和认证体系，变成可向其他平台复制的资产：

• CFM RISE技术验证机：交付了迄今最大的全增材钛合金发动机机匣，达到铸造质量标准；
• F135战斗机发动机结构机匣（与挪威国防物资局合作）：计划2027年完成首件全尺寸验证，2028年底完成认证。

值得注意的是，认证节奏也在提速。根据Russ Dunn在FlightGlobal访谈中的表述：首件认证耗时最长，而后续同类零件的认证周期预计可大幅缩短至两年左右。

前期投入巨大，但一旦认证体系建立并获得监管机构认可，其方法论、数据库和工艺证据链便可在多个平台上持续发挥作用，边际成本递减。这或许才是吉凯恩航空这笔长期投资的回报结构。

吉凯恩航空用七年时间走通了风扇机匣安装环的适航认证之路，从非关键件的工艺摸索到飞行关键件的适航认证，再到批量交付，其中技术路线取舍、零件筛选逻辑、跨厂区一致性验证和认证节奏的把控，或许比这个零件本身更值得细看。

对于同样面对高监管门槛的民用航空、低空载人飞行器等领域而言，增材制造适航认证的挑战不限于某一项技术的突破，更在于能否拿出足够的证据体系，使监管机构信任一套新工艺。

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

近日，《International Journal of Minerals, Metallurgy and Materials》期刊发表了一篇题为《Surface-specific roughness modeling and mechanism interpretation in LPBF AlMgScZr alloy with gas-flow effects》的研究论文。作者为法国Arts et Métiers的博士生周长山、Nan Kang教授和Mohamed EL Mansori教授。

该研究聚焦激光粉末床熔融（LPBF）增材制造中的一个实际问题：顶面和侧面的表面粗糙度受不同机理控制，工艺参数对不同朝向表面的影响存在显著差异。研究团队通过正交实验设计了100组AlMgScZr铝合金试样，采集顶面及四个侧面的粗糙度数据，构建了表面特定性的建模数据集。在此基础上，对比了七种机器学习回归模型，建立了工艺参数（填充激光功率、扫描速度、填充间距、轮廓激光功率与扫描速度、气流速度）与各表面粗糙度之间的映射关系。

值得指出的是，该研究当前的重要贡献在于建立了数据驱动的离线工艺预测模型，其有效性已在本次实验设定的工艺窗口与设备条件下得到验证。论文所构建的“工艺参数–表面质量”映射关系，为后续进一步迈向数字化工艺调控提供了算法层面的基础支撑。

在该研究中，联泰科技（UnionTech）Fuees 430工业级金属3D打印设备被用作试样制备的实验平台。以下为联泰科技关于这项研究的报道。如需了解研究的技术细节、模型边界条件及完整实验数据，可查阅原论文（DOI: 10.1007/s12613-026-3539-x）。

工艺开发从“老师傅凭感觉试”走向“AI预测指导”，从“一套参数打天下”走向“因面施策”，从“打印完再检测”走向“边打边控的闭环智造”。设备企业的价值边界，也从“完成零件打印”延伸至“可持续积累和复用的数字化工艺能力”。

01

小样本正交实验

搭建高精度 AI 质量预测模型

本次科研以联泰 Fuees 430 为唯一实验硬件平台，选用 AlMgScZr 合金粉末开展系统性正交试验：团队锁定填充激光功率、填充扫描速度、填充间距、轮廓激光功率、轮廓扫描速度 5 大核心工艺变量，——并在高（2.3m/s）、低（1.6m/s）两档风速条件下，通过正交实验设计打印 100 组标准AlMgScZr合金方块试样。针对每件试样分别采集顶面、正面、背面、左侧面、右侧面 5 个成型面的粗糙度数据，沉淀 50 组有效建模数据集。

注：图源自原文

研究团队对比 7 类适配小样本场景的机器学习回归模型，针对不同成型表面匹配最优算法体系。模型对顶面粗糙度预测决定系数 R² 超 0.8，各侧面预测精度普遍可达 0.7 左右，精准捕捉多工艺参数间复杂非线性耦合关系，验证 AI 技术替代传统人工试错的可行性。

02

科研核心结论

成型表面需差异化 “因面施策”

实验数据与机器学习分析共同证实，不同朝向成型面的粗糙度受控机理、核心影响参数存在显著区分，统一参数无法兼顾全维度表面品质：

顶面成型质量

粗糙度区间 13.74~44.57μm，核心受控于填充激光功率与扫描速度，保护气流速影响较弱，优化重点为稳定熔道成型状态

侧面成型质量

粗糙度区间 4.38~9.34μm，由轮廓修边参数与保护气流速协同决定，较高风速可抑制飞溅颗粒沉积，有效降低侧面粗糙度

侧向差异特征

受风场分布、铺粉方向叠加作用，左、右侧面成型稳定性与可预测性远低于正面、背面。

传统 “一套参数通用全部位” 的工艺模式存在天然短板，基于 AI 模型的分面专属参数优化，可同步兼顾多朝向零件表面精度，解决人工经验难以分辨的多参数耦合难题。

03

数字孪生的算法底座

从静态预测到动态调控

本项研究不只实现静态粗糙度预测，更为下一代增材制造智能生产搭建完整技术路径：
依托模型生成的粗糙度工艺响应热力图，工艺工程师可快速锁定低粗糙度工艺窗口，大幅压缩传统反复试错的研发周期。其核心价值在于，高斯过程回归（GPR）建立的 “工艺参数 – 表面质量” 映射关系，是数字孪生系统的核心数学载体。

该模型的价值在于将原本依赖经验的工艺调参转化为可计算、可预测的数学问题，为LPBF表面质量的智能化管控提供了数据驱动的决策工具。

04

Fuees 430

数据驱动工艺落地的硬件基座

全流程高精度数据采集、算法模型验证，离不开设备底层硬件的稳定可控性，联泰科技Fuees 430为本次前沿科研提供坚实硬件支撑：

设备支持轮廓、填充工艺参数独立分区设定，搭载最高6m/s高速振镜扫描系统，配套精准可调全域风场控制模块，可实现多组工艺参数稳定解耦、实验重复复现。整套设备的成型精度、工况一致性达到国际科研设备标准，充分证明国产LPBF金属打印设备既能满足批量零件制造需求，也可承接前沿数字化、智能化工艺科研验证。

过去，设备企业的价值止步于“完成零件打印”；而本次联合研究，重新定义联泰科技设备的产业定位：Fuees 430不只是一款实体制造装备，更是标准化数据生成载体、前沿智能算法验证平台。依托设备稳定输出的海量工艺数据，企业可沉淀、迭代、复用标准化数字化工艺知识库，帮助下游客户大幅缩短新品工艺开发周期、削减试错物料成本。

从人工经验试错到 AI 数据预测，从静态固定参数到数字孪生闭环调控，联泰科技以 Fuees 430硬件设备为基础，持续推动 LPBF 增材制造智能化迭代。在全新产业格局下，标准化工艺数据将成为比金属原材料更核心的生产资产，联泰科技也将持续深耕设备数字化能力，赋能全行业高质量智能增材制造发展。

​

金属3D打印的微观结构控制一直是制约其走向关键应用的核心瓶颈之一。近期，美国西北大学工程学院Tao Sun教授团队在《自然·通讯》上发表的研究成果，为这一难题提供了新的解决思路。该研究通过实时X射线测量，揭示了液态金属中的原子结构如何影响凝固过程，从而为晶粒结构的预测与控制开辟了新的途径。

原位X射线配对分布函数测量揭示了激光增材制造中熔池的原子结构及有序化介导的凝固过程。
来源：Northwestern University

激光增材制造技术的优势在于能够快速生产复杂结构零件，但复杂合金的微观结构在打印过程中往往具有不确定性，这直接影响了零件的力学性能和服役可靠性，也限制了该技术在航空航天、医疗植入物和能源基础设施等关键领域的规模化应用。

Sun教授团队的研究发现，在激光增材制造过程中，金属的凝固方式不仅取决于传统认知中的冷却速度和固液界面的温度梯度，液态金属本身的原子排列方式同样发挥着重要作用。这一发现挑战了该领域长期以来的基本假设。

利用高能X射线工具对打印过程进行实时观测，研究人员发现熔融金属中已经存在具有短程和中程有序结构的原子团簇。这些原子团簇并非简单生长为规则的大尺寸晶粒，而是通过重新排列形成孪晶原子结构，最终在成品金属中产生细小的晶粒和独特的内部晶界。这一发现有助于解释为何某些3D打印金属会意外形成均匀、高质量的微观组织。

Sun教授指出，理解金属在原子尺度上的凝固机制，使工程师能够设计出更轻、更坚韧、更耐用的零件，同时减少材料浪费、能源消耗、试错实验和代价高昂的失败。从更广的角度来看，这项研究表明前沿科学有望转化为制造业的实际改进。

该研究采用的”原位X射线配对分布函数测量”技术，能够在打印过程中直接观测熔池中的原子结构演变，将研究从传统的事后分析向前推进，为微观组织形成提供了更完整的图景。这种实时观测能力对于理解增材制造过程中的微观结构演化具有重要价值。

随着更多实验在不同合金和工艺条件下展开，研究团队的目标是建立一个系统性的数据库，将液态原子结构与最终材料性能联系起来。这一知识体系将支撑两个主要方向：改进包含液态原子结构的预测模型，以及在制造过程中实现实时监测与反馈控制，从而主动调控微观组织的形成。

Sun教授表示，如果这一目标得以实现，将能够可靠地制造出具有预设性能的零件，这标志着金属增材制造从经验驱动向科学驱动的关键转变。未来，研究团队计划通过调整合金成分和打印工艺参数，实现对金属从柱状晶到细等轴晶转变的精准控制，为增材制造零件的性能定制化提供技术基础。

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

金属3D打印的微观结构控制一直是制约其走向关键应用的核心瓶颈之一。近期，美国西北大学工程学院Tao Sun教授团队在《自然·通讯》上发表的研究成果，为这一难题提供了新的解决思路。该研究通过实时X射线测量，揭示了液态金属中的原子结构如何影响凝固过程，从而为晶粒结构的预测与控制开辟了新的途径。

原位X射线配对分布函数测量揭示了激光增材制造中熔池的原子结构及有序化介导的凝固过程。
来源：Northwestern University
….

激光增材制造技术的优势在于能够快速生产复杂结构零件，但复杂合金的微观结构在打印过程中往往具有不确定性，这直接影响了零件的力学性能和服役可靠性，也限制了该技术在航空航天、医疗植入物和能源基础设施等关键领域的规模化应用。

Sun教授团队的研究发现，在激光增材制造过程中，金属的凝固方式不仅取决于传统认知中的冷却速度和固液界面的温度梯度，液态金属本身的原子排列方式同样发挥着重要作用。这一发现挑战了该领域长期以来的基本假设。

利用高能X射线工具对打印过程进行实时观测，研究人员发现熔融金属中已经存在具有短程和中程有序结构的原子团簇。这些原子团簇并非简单生长为规则的大尺寸晶粒，而是通过重新排列形成孪晶原子结构，最终在成品金属中产生细小的晶粒和独特的内部晶界。这一发现有助于解释为何某些3D打印金属会意外形成均匀、高质量的微观组织。

Sun教授指出，理解金属在原子尺度上的凝固机制，使工程师能够设计出更轻、更坚韧、更耐用的零件，同时减少材料浪费、能源消耗、试错实验和代价高昂的失败。从更广的角度来看，这项研究表明前沿科学有望转化为制造业的实际改进。

该研究采用的”原位X射线配对分布函数测量”技术，能够在打印过程中直接观测熔池中的原子结构演变，将研究从传统的事后分析向前推进，为微观组织形成提供了更完整的图景。这种实时观测能力对于理解增材制造过程中的微观结构演化具有重要价值。

随着更多实验在不同合金和工艺条件下展开，研究团队的目标是建立一个系统性的数据库，将液态原子结构与最终材料性能联系起来。这一知识体系将支撑两个主要方向：改进包含液态原子结构的预测模型，以及在制造过程中实现实时监测与反馈控制，从而主动调控微观组织的形成。

Sun教授表示，如果这一目标得以实现，将能够可靠地制造出具有预设性能的零件，这标志着金属增材制造从经验驱动向科学驱动的关键转变。未来，研究团队计划通过调整合金成分和打印工艺参数，实现对金属从柱状晶到细等轴晶转变的精准控制，为增材制造零件的性能定制化提供技术基础。

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

2026年7月，工业和信息化部等七部门办公厅（办公室）发布了关于开展2026年工业和信息化领域创新任务揭榜挂帅工作的通知。该通知附带6个不同方向的申报指南。其中，通信方向、未来产业方向的申报指南覆盖了从算力基础设施到人形机器人，从激光制造到类脑智能的广泛领域。

3D科学谷发现，除了《未来产业方向创新任务揭榜挂帅申报指南》中的激光制造前沿技术专题直接将增材制造列为攻关对象之外，增材制造/3D打印技术与本次揭榜挂帅申报指南中所涉及的通信方向、人形机器人等领域均有可能产生深度交集。当我们将文件中的量化需求与增材制造的能力边界逐一对照时，会看到这些方向中均隐含了增材制造技术的潜在应用机遇。

本期，3D科学谷以官方发布的申报指南文件为索引，梳理出值得留意和讨论的应用机会。

 激光制造专题中的增材制造攻关任务

“激光制造前沿技术”专题下设8项揭榜任务，其中4项直接指向增材制造工艺与装备的突破。

指标速读

高精度增材制造工艺及智能控制关键技术

• 单激光毛坯成形效率 ≥30cm³/h
• 致密度 ≥99.5%
• 热导率 ≥380W/(m·K)
• 开发3D打印全流程的数字孪生系统，覆盖5类以上质量缺陷的在线判据模型

复杂金属结构件激光增材制造技术

• 20kW级超高功率激光送丝增材
• 沉积效率3L/h
• 成形尺寸精度 ±0.1mm/1000mm
• 表面粗糙度 ≤12.5μm
• 制造周期较传统工艺缩短40%以上
• 金属多丝材原位增材制造与再制造技术

增材制造效率 ≥12kg/h（不锈钢）

• 材料致密度 ≥99%
• 抗拉强度和延伸率 ≥原件96%
• 建立激光增材制造数字孪生虚拟备件库

涉水金属结构水下原位激光增材修复技术

• 适配300米级深水极端工况
• 修复效率较传统方式提升50%以上
• 修复区抗拉强度、疲劳寿命 ≥母材90%
• 修复区耐腐蚀性能达到同材质锻件水平

这四项任务基本勾勒了增材制造技术攻关的四个方向：效率、功率、多材料、极端环境。

效率的突破（30cm³/h、3L/h、12kg/h）指向的是从能做到做得快的跃升。功率的提升（20kW级）对应的是大型构件的制造能力。多丝材原位合金化指向了梯度材料和异质结构的制造潜力。而水下激光增材修复是一个此前较少被公众讨论的方向，它将应用场景从工厂延伸到了深海运维。

 潜在应用一
     人形机器人对轻量化与集成化结构的硬件需求

“人形机器人与具身智能技术”是《未来产业方向创新任务揭榜挂帅申报指南》文件中给出的首个专题。该专题虽未提及增材制造，但其硬件指标与增材制造的能力高度重合。

从《未来产业方向创新任务揭榜挂帅申报指南》文件中提取的人形机器人硬件需求如下：

一体化关节

• 功率密度 >8kW/kg
• 力矩控制精度 ±0.5N·m
• 关节响应时延 ≤30ms
• 柔顺力控范围0.1-500N

精细操作灵巧手

• 主动自由度 >15个
• 抓取精度 <0.1mm
• 触觉感知精度 <0.05N
• 可稳定抓取0.1g-5kg物件

全身运动控制

• 多关节协同控制误差 <1.5°
• 步态自适应调节精度 <2mm
• 复杂地形通行成功率 >97%

聚焦到增材制造的可能切入点

拓扑优化及3D打印一体化关节成型。8kW/kg的功率密度要求意味着在有限空间内实现最大扭矩输出。传统多件组装方案因装配间隙和连接件的存在，往往难以兼顾轻量化和强度。

灵巧手的复杂结构制造。15个以上主动自由度意味着手指内部需要容纳多个驱动元件和传感器通道。传统加工需多零件装配，精度累积误差大。增材制造，特别是粉末床选区激光熔融金属3D打印和微纳3D打印技术，有机会实现高集成度的微型结构一次成型。

满版打印的华力创科学Photon Finger-B微型多维力传感器

来源：铂力特

晶格结构在仿生设计中的应用。人形机器人的肌肉结构需要兼顾柔顺性和支撑力，这正是点阵材料和梯度结构的典型应用场景。

人形机器人从样机走向量产的过程中，对复杂金属结构件的需求将显著增加。与传统汽车或消费电子不同，人形机器人的关节、手指、骨架属于高度定制化、小批量、高复杂度的零件类别。3D科学谷认为，这正是增材制造相对于传统加工的差异化优势区间。

当然，这也是一个需要谨慎判断的窗口。人形机器人的市场规模、量产节奏、材料选型仍有不确定性。但值得留意的是，一旦某款机型进入万台级量产，其核心结构件的制造工艺路线将基本固化，增材制造企业需要在此之前证明自己是最优解，而非备选方案。

这个判断并非凭空而来。从产业动态来看，铂力特在2024年世界机器人大会上展示了机器人肩支架、躯干、小臂、大腿、手指关节等零件，采用拓扑优化及多尺度构型的设计方案，将传统设计方法的多个零件集成到一个零部件上，利用粉末床选区激光熔融3D打印技术一体成形，在满足强度、功能需求的同时降低了零件重量，简化了装配过程。

铂力特展示的机器人3D打印零部件

小鹏新一代IRON机器人的肌肉结构则采用3D打印晶格材料精准模拟，通过光固化3D打印弹性体制成柔性皮肤。行业正在从验证件走向功能件的过渡阶段。

小鹏IRON内部“肌肉”—— 一种3D打印弹性体材料。

来源：博理科技

 潜在应用二：
     通信与算力的热管理及封装需求

数据中心的散热问题正从工程设计变成物理瓶颈。当单机柜功率逼近70kW、芯片热流密度超过200W/cm²时，传统风冷和简单液冷方案已逼近极限。而这恰恰是增材制造的三维流道制造能力可能发挥作用的地方。

从《通信方向创新任务揭榜挂帅申报指南》文件中提取的需求侧信号：

数据中心液冷

• 芯片功耗 ≥1.2kW
• 热流密度 ≥200W/cm²
• 液冷ΔT ≤8K
• pPUE ≤1.07

太空算力热控

• 热流密度 ≥500W/cm²
• 结构减重 ≥200g
• 两相换热技术

光互连收发芯片

• 光电共封装（CPO）
• 2.5D/3D异质集成
• 能效 <6pJ/bit

增材制造的可能切入点

三维微细流道冷板的一体化制造。传统加工工艺难以制造内部具有复杂三维结构的流道，而增材制造可以一次成型。

2026年7月，技嘉计算联合Fabric8Labs宣布，电化学增材制造（ECAM）冷板首次集成到AMD Instinct MI355X GPU服务器，搭载机型为G4L3-ZX1和TO46-ZX1。相较传统微型流道设计，ECAM能实现更精细的微尺度三维流道结构，有效消除高热密度所产生的热点。同时，我国基于纯铜、铜合金等高反射、高导热金属的液冷板增材制造技术也取得了显著进展。

“ 3D Science Valley 白皮书 图文解析

”

光电共封装（CPO）的结构件制造。2.5D/3D异质集成对光模块外壳、散热基板、光路耦合结构的精度和集成度提出了极高要求。精密陶瓷3D打印或金属3D打印在光模块外壳和散热基板方面的潜力值得关注。

太空环境的极端轻量化结构。太空制造成本以“克”计价，减重200g的需求直接指向拓扑优化和点阵结构的应用。

学术研究也为增材制造技术实现结构与散热功能一体化的能力提供了佐证。哈尔滨工业大学团队通过高温原位增材制造技术，实现了卫星“千层饼”式多功能结构的一体化打印，使卫星结构刚度提升21.5%、热导率增长568%，为航天器穿上轻量“全能铠甲”。

热管理领域对增材制造的需求逻辑是清晰的：传统加工在制造复杂内部流道时存在几何限制，而散热效率的提升恰恰依赖流道几何的持续优化。但同样需要注意的是，增材制造在这个领域面临来自其他工艺的竞争（如扩散焊、电化学加工以及精密蚀刻、微铣削等微通道加工技术）。增材制造需要在成本、效率、可靠性上证明自身的综合优势，而不仅仅是能做。

“ 3D Science Valley 白皮书 图文解析

”

将两份文件放在一起看，可以形成一个初步的判断：增材制造的机会正从通用制造能力向特定场景的差异化解决方案收敛。

激光制造专题为行业提供了可直接对标的研发课题；人形机器人的硬件需求清单与增材制造的能力边界高度重合；算力基础设施与通信设备则在逼近物理极限的散热难题中，为增材制造留出了可能的解题空间。

以上分析基于官方文件的量化指标与公开的产业动态，仅供谷友们参考与探讨。

参考资料：工信部官方网站、科普中国等

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

该指南提出节船舶与海工增材制造技术的要求，供业界各方使用，为船用增材设计、产品制造和增材修复提供检验和认可的标准。

据悉，《增材制造指南2026》将在2026年9月1日正式生效。该指南为推进中国船舶增材制造发展提供了有力的技术支持，也标志着中国船舶与海工领域增材制造技术应用进入规范化、工程化的新阶段。

 指南概述：从检验到制造的全链条覆盖

CCS方面表示，该指南“进一步广泛征求和充分吸收了行业内的反馈意见与研究成果，在服务船舶增材制造/修复产品应用等方面开展了专项评估研究，进一步提升了指南的先进性和适应性”。该指南已在中国船级社官网免费开放下载。

www.ccs.org.cn/ccswz/articleDetail?id=202607270317542696&columnId=202007171176731956

与2021版相比，新版指南实现了从“检验”到“制造+修复”的全链条覆盖。指南从增材制造原理和工艺、设计原理和评估、制造和修复的认可、产品检验四个方面，为船舶与海工增材产品设计、制造和增材修复提供了完整的检验和认可标准。适用于以粉末床熔融（PBF）、电弧熔丝沉积（WAAM）、定向能量沉积（DED）和粘结剂喷射（BJT）为主的增材制造和修复工艺。

 与IACS Rec.186国际标准框架的衔接

2025年3月，国际船级社协会（IACS）发布了Rec.186《船舶与海工金属部件增材制造》建议案，旨在为增材制造金属零件的鉴定、批准和认证建立统一框架。该建议案的制定“将增材制造技术与现有统一要求（特别是UR W材料和焊接要求）保持一致，确保等效的可靠性和安全性”。

根据IACS官方发布信息，Rec.186适用范围明确覆盖三大增材制造工艺——粉末床熔融（PBF）、定向能量沉积（DED）和粘结剂喷射（BJT），并引入了分级测试级别（AM Levels 1-3），可根据部件关键程度决定测试范围和认证要求。建议案还涵盖了“对AM原料（包括粉末、丝材和粘结剂原料）的严格鉴定流程，包括可持续性的回收协议”。

CCS自1988年起即为IACS正式成员。根据公开报道，CCS于2021年正式发布国内首个船舶增材制造检验标准《增材制造检验指南》并“积极参与国际船级社协会（IACS）增材制造建议案的编制工作”。CCS《增材制造指南2026》在技术框架上与IACS Rec.186保持方向上的整体一致，这与CCS作为IACS成员的身份及其参与建议案编制工作的背景相吻合。

 船舶与海工增材制造：从探索走向工程化

根据3D科学谷的市场观察，船舶与海洋工程装备长期面临复杂构件制造难度大、备件供应周期长、维修成本高等痛点。增材制造技术凭借设计自由度大、材料利用率高、可按需生产的独特优势，正成为破解这些难题的关键路径。

从整个船舶产业链来看，新造船市场与存量船的维修备件市场共同构成了增材制造的两大应用方向。

根据GII《船舶及海洋部件市场》报告，全球造船及海工零部件市场2025年规模约1756亿美元，预计2032年增至2548亿美元。根据YHResearch、QYResearch的数据，与之高度关联的船舶备件市场同期约127亿至169亿美元，增材制造可凭按需修复优势直接服务这一存量领域。

中国市场方面，中国造船业三大指标：造船完工量、新接订单量、手持订单量已连续16年位居世界第一，2025年分别占全球总量的56.1%、69.0%和66.8%。2025年，中国船舶集团成为全球最大造船上市公司，手持订单量占全球18%，生产排期延伸至2029年。

在技术应用层面，CCS指出增材制造具有技术时间自由度高、时间短、复杂性高、价值量高等特点，是推动造船产业转型与升级的重要技术。增材制造/修复的工艺方式与产业结构也极大程度的提高了原材料和能源的利用率，响应了绿色船舶制造和低碳减排的国家政策。

 增材制造企业的关键关注点

此次CCS《指南》的发布，对于不同环节的企业，可以关注以下要点：

金属粉末
《指南》第4.2节要求增材制造原材料须取得CCS的工厂认可，认可试验涵盖粉末材料的理化性能试验（粒度分布、流动性、化学成分等）和试板工艺性能试验。试板须从X、Y、Z三个方向各取相同数量的试样进行拉伸、冲击和弯曲试验，三个方向的试验结果均须满足最低性能要求。

设备
《指南》附录B明确要求设备厂商提交主要结构、相关限制、可控制的参数和生产记录系统等文件，以及设备维护计划。设备的关键工艺参数都需要有完整的记录和统计分析能力，以确保工艺的可重复性。

打印服务商

打印服务商面临的要求最为综合。《指南》要求增材制造产品须取得工厂认可和/或型式认可，增材修复工艺须取得工艺认可。服务商需要建立覆盖原材料控制、设备管理、操作人员资质、数据控制、质量检验和后处理的全流程质量管理体系。

值得注意的是，Rec.186建议案指出，粘结剂喷射“或同等工艺制造的金属部件应仅限于非循环载荷应用”，这一要求亦体现在CCS指南的相关条款中。

中国船级社《增材制造指南2026》的发布，不仅是技术标准的出台，更是船舶与海工领域增材制造市场准入机制的进一步完善。对金属粉末、设备和打印服务企业而言，这既是需要跨越的技术门槛，也是增量市场的入场券。

参考资料
人民日报.《2025年，我国造船业三大指标继续领跑全球—— 全球船东看向中国》

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

可以想象这样一个场景：当机翼设计改了一版，不需要通知模具车间推倒重来，不需要排队等热压罐的罐期，只需要改一下CAD模型、重新生成一遍刀具路径几天之后，一件新的连续碳纤维机翼结构件就被快速制造出来了。

 

这不是概念演示，而是已经发生的真实案例。

 

2025年，诺斯罗普·格鲁曼公司宣布，旗下Model 437验证机将作为Beacon自主生态系统的飞行测试平台。其中的看点在于这架飞机的机翼很可能是有史以来第一副通过连续碳纤维增材制造技术制造出来的主承力结构。

 

这个案例提供了一个新的工艺选项，即主结构制造可以绕过传统模具和热压罐，走一条无模、快速、一体化的路径。这不仅影响结构重量和成本，也影响从设计到首飞的迭代周期。本期文章将解析Model 437机翼制造背后的技术应用逻辑，并初步探讨如果这类增材制造的结构件走向适航审定，会遇到哪些挑战。

来源：Northrop Grumman, Siemens,
Electroimpact, Scaled Composites

 为什么使用连续纤维增材制造技术？

Model 437最初是一款概念设计，旨在探索一种多任务、低成本的可消耗飞机，其中Vanguard为有人驾驶型号。该飞机长41英尺，翼展41英尺，总起飞重量10,000磅，由一台推力3,400磅的普惠发动机提供动力。

这架飞机同时是诺斯罗普·格鲁曼”数字探路者”（Digital Pathfinder）计划的核心验证平台。在分工上，诺斯罗普·格鲁曼负责可拆卸机翼组件的设计、制造与总装，其子公司Scaled Composites负责气动与结构分析、机身与尾翼制造、飞机总装、系统集成以及地面和飞行测试。

Model 437的机翼，也是飞机的主承力结构，由连续纤维增材制造技术生产。

诺斯罗普·格鲁曼先进制造领域研究员Eric Barnes曾这样描述该技术的优势：”我们通过专利的SCRAM（可扩展复合材料机器人增材制造）能力，全程采用数字化信息，无需任何硬质模具，仅需快速沉积的可溶聚合物模具。结合该过程中无需二次固化或热压罐处理的特性，我们大幅降低了成本并缩短了周期。”

来源：Electroimpact

总结下来，公司使用这一技术制造机翼的主要驱动力有三点：

• 速度：该项目从启动到首飞仅约27个月，传统”模具先行”的复材工艺路线很难支撑这种迭代节奏。
• 成本：省去硬质模具的设计、加工与维护费用，也省去热压罐的资本开支与能耗。
• 结构效率：Barnes指出，SCRAM的一项关键专利允许设备在材料之间切换、以三维形态铺设连续纤维，”这使我们能让纤维方向与载荷方向对齐，用更少的材料做出更轻、更强的结构”。

同一机翼主结构中还集成了等离子弧定向能量沉积（Plasma Arc DED）成形的钛合金结构件，相关部件的成本与周期较传统工艺降低约30%。

前文提到，Model 437验证机同时是诺斯罗普·格鲁曼”数字探路者”（Digital Pathfinder）计划的核心验证平台。”数字探路者”的整体成效同样明显。借助全联通的数字生态系统，该项目的工程返工率降至1%以下，而传统飞机项目通常要为此预留15–20%的预算。

 “一台设备即工厂”的连续纤维3D打印机

SCRAM系统由美国航空航天自动化设备商Electroimpact开发，2020年首次公开，此前已秘密研发约四年。

来源：Electroimpact

从技术构成上看，SCRAM是一个多工艺集成制造单元，在同一舱体内集成了四项能力：

• 原位固化（in-situ consolidation）的非热压罐（OOA）热塑性自动纤维铺放（AFP），即连续纤维沉积；
• FFF熔丝3D打印，用于打印可溶解的支撑模具；
• FGF颗粒挤出打印，用于快速堆积大型工装；
• 减材铣削加工，用于修整机加工件与工装表面。

整个系统由西门子数控系统统一控制，机器人采用Electroimpact专利的”精确机器人”（Accurate Robot）二次反馈与高阶运动学补偿技术，将路径精度从普通工业机器人的30–40密尔（0.76–1.0毫米）压缩到±10密尔（约±0.25毫米）级别。

 与传统AFP有什么区别？

SCRAM连续纤维增材制造技术与传统AFP自动纤维铺放技术的区别，可以概括为四个”没有”和三个”真”：

四个”没有”：没有硬质模具（支撑模具按需打印、用后水溶去除）；没有热压罐（激光加热原位固化，无二次固化）；没有平面分层约束（6轴空间路径，”真3D”打印而非2.5D叠层）；没有工序割裂（打印、铺放、铣削在同一单元内完成）。

三个”真”：纤维方向可随载荷逐层定制的真三维铺放；连续纤维体积分数可达50–60%的真结构级材料；从CAD直接到零件的真数字化短流程。

材料体系方面，SCRAM面向PAEK家族高性能热塑性塑料（PEEK、PEKK等），增强相包括碳纤维、玻璃纤维和硼纤维，另兼容PA12等低温热塑性材料与水溶性模具材料。

“ 3D Science Valley 白皮书 图文解析

 

”

需要指出的是，SCRAM并非在所有维度上都优于传统路线。Electroimpact自己的技术阐述中也提到：热压罐固化件的孔隙率可以做到1%以下——这是航空主结构的常用标准，而非热压罐工艺通常只能达到2-3%左右的水平。SCRAM宣称其原位固化连续纤维件可以达到非热压罐工艺的孔隙率水平，但与热压罐件之间仍存在差距。此外，截至2022年，单套SCRAM系统的成本仍在数百万美元级，且学习曲线陡峭，并非即插即用的方案。

 最新进展——已成为多项目测试平台

Model 437的故事并未止步于首飞。由于机翼制造环节的数字化与低成本特性，这架飞机正在演变为美国军用自主飞行软件的公共测试平台：

• 2025年6月，诺斯罗普·格鲁曼发布Beacon自主飞行生态系统，宣布用改装后的Model 437为第三方自主飞行软件提供飞行测试服务，首批合作伙伴包括Applied Intuition、Autonodyne、Merlin、Red 6、Shield AI和SoarTech六家公司；
• 2025年9月，Beacon构型的Model 437完成首飞，搭载诺斯罗普自研的Prism自主飞行软件，机上保留安全飞行员，测试计划延续至2026年；
• 2026年3月，该项目更名为Talon IQ，并完成首次合作伙伴自主飞行：Shield AI的Hivemind软件在经过仅一天的硬件在环测试后即驾机升空，执行了战斗空中巡逻与目标交战机动，随后飞行控制权切换回诺斯罗普的Prism软件。

可以说，SCRAM工艺制造的机翼不仅支撑了一架验证机，也支撑了一条快速试制，快速试飞，快速迭代的装备发展路径。

 适航认证的挑战

Model 437是军用技术验证机，走的是军方快速采办通道，而非民航适航审定。对于希望把同类技术用于无人机乃至载人飞行器的用户而言，真正的问题是，如果SCRAM或同类增材制造工艺制造的连续纤维增强3D打印零部件要接受适航审定，需要解决哪些问题？

以中国民航局（CAAC）对载人eVTOL的审定实践为例，可以看出工作量的量级。以全球首张eVTOL型号合格证的获得者亿航EH216-S为例：CAAC采取”一事一议”原则，为每个eVTOL项目单独制定专用条件（EH216-S的专用条件于2022年2月发布），内容涵盖总则、飞行及性能、结构、设计和构造、动力装置、系统和设备等章节；其安全性要求包括”每个灾难性失效状态的发生概率极不可能（10⁻⁷），且不能由单点失效导致”。

在1,000多天的审定过程中，EH216-S完成了包括主材料性能、结构强度、阻燃、坠撞、气体毒性、设备与系统环境、软件仿真、数据链路、整机功能、电磁兼容、飞行性能和操稳特性在内的大量实验室试验、地面试验与飞行试验，最终于2023年10月取得型号合格证（TC）、2023年12月取得标准适航证、2024年4月取得生产许可证（PC）。

如果把这套要求投射到连续纤维增材制造主结构上，至少有四方面的工作需要关注：

第一，材料与工艺规范的建立。传统预浸料有成熟的材料规范与许用值数据库体系可依托，而”热塑性原位固化+增材”的材料—工艺组合需要从头建立材料规范、工艺规范和统计意义上的许用值数据。

第二，过程稳定性与批次一致性。增材制造的性能由设备、工艺参数、材料批次共同决定。取得型号合格证之后还要拿生产许可证，意味着每一台打印单元、每一个零件的沉积过程都必须可重复、可追溯。这对”无模成型”工艺的过程监控与数字化记录提出了较高要求。反过来看，SCRAM这类全程数控的工艺也天然具备数据留痕的优势。

第三，缺陷与无损检测。孔隙率是一个硬指标：热压罐件<1%的行业标准与非热压罐工艺2-3%的典型水平之间存在差距。增材工艺的内部通道、变密度芯材等新构型也会给超声等常规无损检测手段带来新的课题，缺陷验收准则需要与局方共同定义。

第四，以数字化模型换物理试验。诺斯罗普在”数字探路者”中的做法值得关注，通过高置信度模型与经过批准的模型验证方案，减少了地面试验与飞行试验的数量。

根据3D科学谷的市场洞察，在增材制造零部件的认证工作中也存在相似的验证路径，当反复的物理试验走到极限时，基于高保真模型的数字化预认证正在成为新的探索方向，包括America Makes、新加坡标准理事会在内的全球多家机构已将数字化预认证作为战略探索方向。但无论采用何种方式，连续纤维增材制造过适航关的关键，都在于能否向局方证明每一批零件都具有一致可靠的性能。

从2020年SCRAM技术公开，到2024年Model 437完成首飞，连续碳纤维增材制造用了大约四年时间走完从实验室到飞行验证机的路程。

但军用验证机与商用适航之间，还存在材料数据、过程控制和审定路径等方面的距离。SCRAM和Model 437案例的参考意义，不在于某台设备或某个公司本身，而在于它们提供了一个可参照的坐标：这项技术目前在什么位置，它有哪些可验证的优势，以及要走向适航认证还需要解决哪些工程问题。

对于正在评估制造方案的飞行器制造用户而言，连续纤维增材制造已经不再只是概念，而是一个可纳入技术储备的选项。

之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文