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

德国亚琛工业大学数字增材制造研究所（DAP）通过DAPComputationalGeometry，以开源形式提供用于开发增材制造CAM软件的计算几何算法库。

这一开源算法库旨在通过提供稳健、高性能的数据预处理基础模块，大幅降低企业在此类功能上的自主开发投入。

 增材制造数据量正在失控！

增材制造CAM软件中的诸多核心功能，如零件成型方向确定、基于套料排版的零件在打印空间内的无重叠排布（图1）等，都依赖几何处理算法。

算法的选择及其具体实现方式，会显著影响CAM软件系统的计算负载、内存需求及运行鲁棒性，而这些因素最终又会传导至增材制造零件的制造成本、交付周期和成型质量。

[图1]基于DAP套料软件生成的某次打印任务三维模型，其中以相对套料密度作为优化目标。

随着零件尺寸越来越大，设备也越来越多地采用多激光配置，增材制造CAM软件所需处理的数据量持续膨胀。如果底层的数据结构和几何算法扩展性不佳，处理时间便可能从几分钟拉长至数小时甚至数天；与此同时，内存占用量也可能成倍增长，最终将软件推向实际可用的极限边缘。

更强大的计算硬件对这一问题的缓解作用有限。在许多情况下，高效的几何处理算法能从根本上避免大量额外的计算开销。

 用对算法，事半功倍！

DAPComputationalGeometry（DAP-CG）所提供的几何算法，可用于优化或开发增材制造CAM软件中的以下功能模块：

• 成型方向确定
• 支撑结构生成
• 套料排版
• 切片处理
• 扫描策略计算

该算法库采用 C#语言实现，基于开源库geometry3Sharp和Clipper2构建，并在二维多边形和向量处理方面做了大量的功能扩展和性能优化。

[图2]将晶格结构（红色）聚合为简化的碰撞多边形（蓝色）

[图3]零件截面（红色）的偏置多边形（蓝色）

例如，它提供了将多个多边形聚合为单一多边形的算法（图2），从而在进入计算密集型处理阶段之前有效压缩数据量；同时也包含能够稳健避免自交多边形并剔除冗余顶点的多边形运算功能。通过利用 Span和 SIMD等现代C# 语言特性，该库在多边形平移和旋转等操作上实现了显著的加速效果。

 让普通电脑也能跑大型打印任务

DAP-CG 所包含的功能，均源于DAP研究所在工业导向型开发任务中的实际积累。

在 “增材制造工业化与数字化（IDAM）”项目的套料优化软件开发过程中，通过采用多边形压缩算法，将套料排版所需的内存占用量降低了80%（即压缩至原先的五分之一）。

将该压缩方法应用于切片和扫描策略计算软件时，也能获得相近量级的资源节省。在实践中，这一差异往往直接决定了一项大型打印任务是能在 32GB 内存的标准台式机上顺畅运行，还是必须依赖数倍内存配置的工作站或服务器——在采用租赁计算资源的情况下，也直接意味着需要为多少内存买单。

 支撑结构算得准，后处理成本才降得下来

另一个典型应用来自该研究所的零件成型方向优化软件。该软件基于质量和成本相关的目标函数，计算出零件在打印时最有利的摆放姿态。其中，DAP-CG 的算法承担了诸如判断不同成型方向下是否需要支撑结构以及所需支撑范围等关键计算。而接触过增材制造/3D打印技术的人都知道，支撑结构的多少正是增材制造中影响成本和后处理工作量的核心因素之一。

 这套算法已开源，可免费使用

DAP-CG算法采用Boost软件许可证发布，这是一种广泛使用的宽松型开源许可协议（https://spdx.org/licenses/BSL-1.0.html）。该算法库允许在研究及工业场景中免费使用，包括商业产品和工业级应用。

更多信息及访问方式请访问：www.dap-aachen.de/dap-cg

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

激光粉末床熔融（L-PBF）正在快速进步，许多近期成果令人瞩目。多激光架构、更高功率、光束整形、自动化和过程中质量监测技术正在改变激光系统的能力边界，清晰表明激光路线正通过尺寸扩展、并行化和降本工程不断推进其生产逻辑。

L-PBF金属增材制造技术的发展带来的不仅仅是更高的装机量及市场占有率，更是重塑了制造业用户对于金属增材制造的想象方式，影响着用户对表面质量、材料体系、支撑策略、生产效率指标、软件工作流和认证路径的预期。

但是，当所有金属增材制造工艺都被以是否在向激光工艺靠拢的标准来衡量时，就陷入了误区。

我们今天将要谈到的话题，正是粉末床熔融增材制造中的另外一种重要的技术——粉末床电子束熔融（EB-PBF）。话题主要聚焦于该技术如何以其独特的工艺环境，在何种场景下为制造业应用端创造与众不同的价值。

本文观点主要来自于Ulf Lindhe。他是增材制造行业资深高管，在其职业生涯中，Lindhe与航空航天、医疗及高性能工程企业紧密合作，致力于弥合技术能力与工业实际应用之间的鸿沟。

钨金属3D打印件

Wolfmet

 与L-PBF完全不同的运行逻辑

EB-PBF有着完全不同的运行逻辑。真空环境、高温粉床、电磁束控和基于电子的观测手段，构成了通向工艺可靠性的另一条技术路径。这在某些应用中极具价值，在另一些场景中则无关紧要。行业需要更频繁地做出这种区分。

在更广阔的EB-PBF发展格局中，技术演进正聚焦于那些热控、开裂风险、元素挥发、致密度和微观组织成为核心难题的材料体系。这是一个有益的发展方向，表明EB-PBF已经从证明工艺可行迈向追求工艺可控。接下来的问题是：不同的设备架构、束流策略和材料方案能够释放怎样的潜力。

 钨金属是论证绝佳示例

钨是一个典型案例。它难加工、价值高、工艺容忍度低。钨的熔点极高，开裂敏感，适用于核聚变、高温系统、辐射屏蔽和先进能源技术等严苛应用。

近期关于钨的EB-PBF研究聚焦于工艺窗口控制：束功率、预热、局部加热、扫描策略和热输入等方面。这使得钨成为论证EB-PBF价值的绝佳示例。它表明该工艺能够构建足够稳定的热环境，在极具挑战性的材料上制造出可用的零件。

类似的逻辑也适用于其他难加工材料体系，包括难熔金属、钛铝合金、开裂敏感型高温合金和某些铜合金。在每一种情况下，EB-PBF的价值都取决于束流策略、高温环境、真空条件和过程证据之间的协同作用。

 表面质量不再是决定性短板

束流控制和曝光策略的改进，已显著缩小了表面质量的差距，在众多严肃应用中不再应被视为决定性的工艺短板。

在实现精细特征、薄壁结构、尖锐棱边和内部流道等特定情况下，可能L-PBF增材制造工艺仍是更佳选择。

虽然真空系统、高温粉末操作、设备成本和较小的装机量仍是存在的挑战。但一个通过束流策略和热控制取得如此进展的工艺，应当以其当前的水平而非过去的印象来被评估。

采用eMELT®技术制造的钨喷嘴
来源：Freemelt

 电子束精密控制能力正成为核心

随着EB-PBF向束流策略和过程证据驱动的方向发展，设备技术的源头变得更加重要。束流可以被视为一种热源，也可以被视为一种精密仪器。

如果EB-PBF的未来取决于对电子束的精密控制、对电子-材料相互作用的解读，以及将过程信号与材料结果相关联的能力，那么电子束精密控制能力就成为制造价值的一部分。这正是电子显微镜、电子束光刻、束流控制和精密仪器领域的技术积累与增材制造交汇之处。

EB-PBF金属3D打印技术下一阶段的关键，不再是有没有电子束，而是束流执行的质量、过程观测的能力和重复性的保障。

设备规格当然重要，功率、成型尺寸和生产效率同样重要。但在高难度应用中，决定性的问题更加深层：能量如何被精确投放，热量如何被管理，每一层如何被观测，工艺如何被复现，变化如何被理解和控制。

 建立工业用户的信心是核心命题

对工业用户而言，信心是核心。

对难加工材料能够在减少盲目试错的情况下完成开发的信心，对热历史可以被纳入工艺策略的信心，对扫描逻辑能够影响微观组织和性能的信心，对过程证据能够支撑认证的信心，对设备作为可控制造平台而非熔粉黑箱的信心。

这在零件昂贵、材料难加工、且不允许失败的场景中体现得最为明显。

用户评估EB-PBF时，本质上是在评估一种控制材料成型的方式。EB-PBF的高温成型环境和可控热场能够制造出残余应力极低、变形量极小的零件。支撑需求更少，且根据材料和具体应用，去应力热处理可能被简化甚至省略。

这可能对难熔材料、开裂敏感型合金、钛铝合金、高温应用、铜合金、航空航天部件、植入物、能源系统等场景具有重要价值。

 经济性需要从总路径成本来重新审视

经济性的评估框架也需要修正。生产效率不仅仅是单位机时成本或熔化速率，而是从粉末到合格零件的完整路径。

一种热行为更稳定、残余应力更低、能提供有效过程证据、或认证路径更短的工艺，其所创造的价值可能无法在简单的成型速度对比中体现出来。

对于开裂敏感型合金而言，这尤其是一项重大优势。在某些情况下，稳定的热环境本身就是让材料能够被成功制造的前提。

 EB-PBF需要一套更具说服力的工业叙事

长期以来，EB-PBF技术在工艺可靠性方面的优势难以被直观地展示出来，而在表面粗糙度上表现出的缺点却更明显，这是该技术显得乏力的原因之一。

EB-PBF技术需要一套更具说服力的工业叙事。它应当被阐述为一种可控的电子束制造环境，在此环境中，束流策略、热历史、材料行为和过程证据相互关联、形成闭环。

这与金属增材制造的整体发展方向高度契合。行业正迈向更强的工艺控制、更丰富的数据、更完善的认证方法和更具挑战性的材料体系。在这个趋势下，束流控制成为核心能力，实时观测成为制造论证的组成部分，热历史成为设计空间的维度之一。

当前的现实挑战在于：如何将束流策略、逐层证据和认证实践有效地衔接起来，赢得用户的信赖。

 理解EB-PBF价值的用户会提出更精准的问题

理解这一点的用户将提出更具洞察力的问题。他们将超越简单的工艺对比，审视设备如何控制能量、热环境如何塑造材料、过程如何被观测，以及这一切如何支撑可认证的批量化生产。

这正是EB-PBF重新焕发吸引力的地方。它不是替代激光粉末床熔融3D打印技术的小众方案，而是一个用于可控材料成型的增材制造平台。

接下来的问题是：在实际应用中究竟能实现什么新的可能。

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，北京科技大学谢建新院士团队在激光粉末床熔融（L-PBF）成形CM247LC镍基高温合金方面取得重要研究进展。针对CM247LC在L-PBF过程中易发生严重开裂的难题，该团队提出了一种机器学习辅助工艺参数优化的新策略，实现了激光粉末床熔融（L-PBF）成形CM247LC裂纹抑制和强塑性协同提升，并在国际顶级期刊《极端制造（英文）》（International Journal of Extreme Manufacturing，IJEM）上发表了题为“Machine learning assisted laser powder bed fusion process optimization of CM247LC: crack mitigation and strength–ductility enhancement”的文章。

论文链接：
https://doi.org/10.1088/2631-7990/ae542e
通讯作者：刘壮壮，谢建新
第一作者：胡鹏飞
机构：北京科技大学

 研究背景

裂纹是制约L-PBF成形镍基高温合金的关键挑战之一。裂纹对工艺参数极为敏感，相关参数种类繁多、相互耦合，构成了一个纬度高、规模大的复杂参数空间。传统基于经验与试错的工艺设计方法通常实验量大、周期长、成本高昂，难以实现高效、精准优化。

 图文解析

研究团队提出了一种融合数据增强与贝叶斯优化的工艺参数优化机器学习策略，实现了模型预测精度与全局寻优能力的同步提升。仅通过两次迭代，L-PBF成形CM247LC的裂纹密度显著下降，实现了近乎无裂纹的成形效果，相比正交实验最优条件的裂纹密度降低99%（如图1）。

图1 基于机器学习的L-PBF成形CM247LC工艺参数优化策略和结果。（a）基于机器学习的L-PBF成形CM247LC工艺参数优化策略，（b）和（c）体积能量密度对裂纹密度和相对密度的影响，（d）基于正交试验最优参数制备样品的金相图，（e）和（f）基于增强数据集建立的RF模型，（g）和（h）贝叶斯优化获得的实测目标值，（i）本工作ML最优参数下裂纹密度与文献报道裂纹密度的对比，（j）基于机器学习优化参数制备样品的金相图。

与正交试验最优参数相比，机器学习优化工艺参数显著提高了冷却速率，降低了凝固末期Hf、C等元素在晶界的偏析程度，从而缩小了凝固区间，并使γ′/γ共晶相含量降低约50%；与此同时，高角度晶界数量减少约25%，残余应力水平同步降低（如图2）。上述多因素的协同作用，显著抑制了CM247LC合金在L-PBF过程中的开裂倾向（如图3）。

图2 工艺参数对CM247LC裂纹的影响。（Ⅰ）元素偏析：（a）基于连续生长模型计算的不同工艺参数下CM247LC合金元素的分配系数，（b）基于溶质捕获作用的Scheil-Gulliver凝固曲线；（Ⅱ）微观组织：（c）裂纹沿晶界分布，（d）OE和ML参数下CM247LC晶界角度占比，插图为大角度晶界开裂示意图；（Ⅲ）残余应力：（a）测量位置示意图，（b）基于XRD方法测量的OE参数和ML参数下CM247LC成形试样的残余应力。

图3 机器学习优化工艺参数对CM247LC裂纹抑制机理示意图。

在机器学习优化的成形参数下，热处理后CM247LC的室温、900 °C和1000 °C的拉伸性能，均优于目前文献报道的L-PBF成形以及L-PBF+热等静压后的CM247LC，并达到甚至超过传统铸造CM247LC的性能水平（如图4）。这一性能突破主要归因于高体积分数的γ′相、部分保留的柱状晶以及弥散分布的纳米级碳化物，三者协同作用实现了强度与塑性的同步提升（如图5）。

图4 打印态和热处理态CM247LC的拉伸性能。打印态：（a）OE和ML工艺参数下成形试样的拉伸应力应变曲线，（b）机器学习ML最优参数下的拉伸性能与文献报道拉伸性能的比较；热处理态：（c）不同温度下的应力应变曲线；本工作CM247LC与文献报道的L-PBF成形、粉末冶金Powder + HIP、铸造Cast和定向凝固DS的抗拉强度和延伸率对比：（d）室温，（e）900 ℃，（f）1000 ℃。

图5 热处理态CM247LC微观组织。（a）沿BD方向的EBSD-IPF图，（b）GOS图，（c）KAM图，（d）晶粒尺寸（Feret直径）分布图，（e）和（f）SEM-BSD形貌图。

 总结与展望

该研究为增材制造CM247LC的工程应用奠定了基础，同时也为增材制造其他易开裂高温合金的裂纹抑制提供了有益参考。

论文引用

Hu P F, Liu Z Z, Zhou Q H, Wei Z Y, Qi X H, Xie J X. 2026.Machine learning assisted laser powder bed fusion process optimization of CM247LC: crack mitigation and strength-ductility enhancement.Int. J. Extrem. Manuf. 8 045102.

课题组介绍

谢建新，中国工程院院士，北京科技大学教授，博士生导师，北京材料基因工程高精尖创新中心主任，教育部长江学者奖励计划特聘教授，国家杰出青年科学基金获得者。兼任国家新材料产业发展专家咨询委员会副主任、中国材料研究学会常务副理事长等职。《材料基因工程前沿（英文）》（Materials Genome Engineering Advances）期刊主编，《自然科学进展·国际材料（英文）》（Progress in Natural Science: Materials International）期刊主编。

主要研究方向为材料数字化、材料智能设计与制备加工技术、先进金属材料控制凝固与控制成形、材料基因工程关键技术等。在材料基因工程、材料大数据、航空航天与现代交通铝合金材料、能源与电子信息用铜合金材料等方面取得系列研究成果。获国家技术发明二等奖、国家科技进步二等奖3项，何梁何利科技进步奖，省部级科技成果奖励10余项，国际学术奖励2项。发表学术论文400余篇，出版专著5部，获授权发明专利120余项。

刘壮壮，北京科技大学教授，博士生导师，国家级青年人才。长期从事高性能金属材料激光增材制造、多材料激光增材制造、机器学习辅助增材制造专用合金成分设计、增材制造数字化与过程形性智能调控等研究。在Additive Manufacturing，International Journal of Extreme Manufacturing等期刊上发表SCI检索论文50余篇。主持国家自然科学基金面上基金、青年基金、国家重点研发计划课题、新金属材料重点实验室开放课题等国家和省部级项目多项，作为主要参与人参与国家自然科学基金重大项目、两机专项、欧盟第七框架等多项重大科技攻关项目。兼任中国材料学会增材制造分会专业委员会委员，中国有色金属学会增材制造委员会委员，中国机械工程学会增材制造技术分会委员。担任InternationalJournal of Extreme Manufacturing，Additive Manufacturing frontiers，Advanced Powder Material，Mater. Res. Lett.，MGE Advances等期刊青年编委。

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 & Design》刊发了一篇题为《Advancing laser powder bed fusion of metals via tailored laser beam shaping: A critical review》的综述论文，由汉堡工业大学、皇家墨尔本理工大学等多机构学者联合完成。

这篇综述首次将光束轮廓生成与熔池动力学、缺陷形成、表面质量、微观组织演变、力学响应及生产率置于同一框架下进行整合分析。

光束整形正在从光学调节手段升级为贯通整个工艺链条的系统性变量。

图1 PBF-LB/M光束整形文献的关键词共现图谱

10.1016/j.matdes.2026.116548

 传统高斯光束的局限

当前商用PBF-LB/M（粉末床选区激光熔融）金属3D打印系统广泛采用高斯光束，其中心峰值能量集中，虽有利于实现较高成形速率和一定穿透深度，但在高能量输入条件下，这种集中的能量分布会带来陡峭的热梯度与局部过热，从而缩窄稳定工艺窗口，加剧匙孔效应、飞溅及孔隙率等问题。这些问题最终会损害零件的力学可靠性与疲劳性能。单纯依赖传统高斯光束，已逐渐成为制约工艺进一步优化的瓶颈。

图3 常见光束轮廓的归一化三维强度分布

图中展示了高斯、平顶、环形、芯环式及椭圆五种典型光束轮廓的空间能量分布形态。高斯光束能量集中于中心峰值；平顶光束实现辐照面的均匀覆盖；环形与芯环式光束将能量从中心向周边重新分配；椭圆光束则可在不同轴向上实现差异化能量分布。这些差异化的能量分布模式，构成了光束整形调控熔池行为与微观组织的物理基础。

图7(c) 高斯光束与环形光束的熔池宽深比对比

图中展示了高斯光束与环形光束在不同归一化功率密度下的熔池宽深比（AR）变化。高斯光束的宽深比随能量输入急剧上升，易触发匙孔模式；而环形光束在更宽的参数范围内保持稳定的传导模式熔化，AR值低且变化平缓。这一对比直观地解释了光束整形如何通过重新分布能量来拓宽稳定工艺窗口、抑制匙孔诱导的缺陷。

 从点加热到场调控

该综述的核心论述在于，通过对激光空间能量分布进行重新设计——即光束整形——可以实现对熔池行为的“场”级调控。论文系统比较了环形（ring）、芯环式（core-ring）、平顶（top-hat）及椭圆（elliptical）等非高斯轮廓，揭示出这些轮廓能够将能量从中心向周边重新分配，从而带来一系列连锁收益：

• 拓宽稳定工艺窗口：整形光束有助于维持更宽、更浅的传导模式熔池，延迟或抑制匙孔的形成，使工艺在更宽的功率与速度组合下保持稳定。
• 显著改善致密度与表面质量：通过减少飞溅和抑制匙孔诱导的孔隙，可实现接近全致密（>99.5%）的零件，同时降低表面粗糙度。
• 微观组织的可设计性：通过改变热梯度（G）和凝固速率（R），整形光束可影响晶粒形貌与晶体学织构。例如，在某些条件下，横向椭圆光束能将316L不锈钢的等轴晶粒分数从约30%提升至47%。
• 生产率的实质性提升：由于能够采用更大的扫描间距和更宽的熔道，在优化条件下可实现高达100%甚至更高的理论成形速率提升。

图10(b, b-1) 不同光束轮廓下的熔池横截面与致密度对比

图中展示了Ti-6Al-4V在不同光束模式下的熔池横截面形态及致密度随面能量密度（AED）的变化曲线。高斯光束在较高能量下呈现明显的匙孔特征，孔隙率显著；而芯环式（40/60）和环主导（10/90）光束在优化能量区间内可实现近乎无缺陷的致密组织。该图直观展示了光束整形对致密度与缺陷抑制的实际效果。

 整合建模与标准化诉求

区别于过往偏重光学实现或单一材料效应的综述，本文特别强调了与光束形状相关的工艺描述参数（shape-aware process descriptors）的重要性。传统体能量密度（VED）等标量指标不足以比较不同光束轮廓，该综述呼吁建立统一的光束直径定义、辐照度分布描述以及无量纲工艺框架，以实现研究成果的可重复性与跨平台比较。

图16(a) 光束轮廓与熔池多物理场耦合仿真

图中展示了不同光束强度分布下的熔池表面热-流耦合仿真结果，包括Marangoni流动和反冲压力分布。该图从建模角度揭示了光束形状如何通过改变熔池温度场和流场来影响最终凝固组织，呼应了综述中关于“建立统一工艺描述参数和标准化框架”的论述。

此外，论文也直面了工业化障碍。从静态光学元件（如衍射光学元件DOE）到基于光源的动态可调模式（如芯环式光纤激光器），再到可编程空间光调制器（SpLM），不同技术路径在适应性、稳定性与集成成本上存在显著权衡。光学集成难度、能量传输稳定性、以及缺乏标准化术语，仍是光束整形从实验室走向车间必须跨越的门槛。

 结语

这篇综述为读者提供了一个全景式视角。光束整形不仅是优化熔池的工具，更是连接工艺参数、材料微观结构与最终零件性能的关键桥梁。对于正在寻求突破效率与质量瓶颈的设备商、激光器制造商以及工艺开发者而言，理解并利用这一空间能量调控逻辑，将是下一代增材制造技术竞争中的重要一环。该综述还指出了自适应光束切换、原位监测闭环控制等未来方向，预示着按需定制热场的增材制造时代正在到来。

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

是什么困住了液压歧管的3D打印？

数十年来，这些关键流体控制部件的生产一直受制于减材制造的约束——通过钻孔、铣削和切割对实心金属块进行加工，每一道工序都产生废料，每一个设计选择都受限于刀具可达性。即便增材制造（AM）承诺打破这些束缚，行业仍被困在固定工艺配方的循环中——预设的激光功率、扫描速度等参数，完全忽略了打印过程中持续演变的热历史。

结果呢？当工程师尝试打印具有复杂内部流道、薄壁和悬垂结构的液压歧管时，热应力、不可预测的变形和微观组织不均匀性接踵而至。每一次失败都需要新一轮昂贵的试错，消耗时间、材料和机会成本。

 先进网格技术：像巧克力一样的丝滑

SynaCore AM-DT数字孪生的高精度和并行计算从先进网格技术（Advanced Mesher）启航，能够对液压歧管最具挑战性的特征实现高保真、多尺度网格划分。

液压歧管提出了复杂的网格划分挑战，内部流道以针对流体动力学而非可制造性优化的几何形状弯曲和分叉，薄壁分隔高压区域，悬垂结构违背传统支撑策略。传统网格方法要么过度简化这些特征，丢失决定热和力学行为的关键细节，要么需要使逐层仿真不现实的计算资源。

SynaCore AM-DT的先进网格器解决了这一困境，生成的网格能够捕捉：具有曲率和分叉的复杂流道几何、热梯度陡峭的薄壁结构、容易变形和热量累积的悬垂区域、精细特征与实体部分之间的多尺度过渡。

并且，这种网格保真度为后续精确多物理场仿真以及并行计算奠定了基础，但先进网格技术只是起点，真正的核心能力在于多尺度仿真（Multiscale Simulation），SynaCore AM-DT数字孪生将微观层面的材料行为与宏观层面的部件响应无缝耦合，实现从粉末熔池到完整构件的全尺度物理预测。

 多尺度热力学仿真：快与准的共生演进

基于先进网格技术生成的高保真网格，SynaCore AM-DT开展了逐层热力学仿真，这是多尺度仿真能力的关键组成部分。

这段视频展示了SynaCore AM-DT对液压歧管连接器进行的逐层热力学仿真。该热力学计算采用了SynaCore AM-DT最新的自适应先进网格划分能力，并耦合了SynaCore AM-DT光滑曲面有限元技术，成功揭示了歧管连接器在打印过程中温度场的逐层演化规律。

右侧的色标清晰地讲述着温度分布的故事：蓝色区域表示温度较低；橙红色区域标记高温区域。仿真精确捕捉了每一层熔覆过程中热量的注入、传导与扩散过程，以及已完成层在冷却过程中的温度回落。随着打印高度的增加，可以清晰观察到热量在复杂几何特征中的累积效应——特别是薄壁区域和悬垂结构处的温度梯度变化。这种对瞬态热场的精确预测，为理解后续残余应力形成和机械变形奠定了物理基础。

 多尺度机械位移仿真：

     逐层变形热点精准定位

在热力学预测的基础上，SynaCore AM-DT进一步开展逐层机械位移仿真，将温度场结果转化为可量化的变形预测，体现了多尺度仿真从热到力学的完整耦合能力。

该机械位移计算同样依托自适应网格划分与光滑曲面有限元技术，实现了对复杂流道、薄壁及悬垂结构的高保真力学响应分析。整个计算在36核上仅用2小时完成，包括每一层的输出和后处理，成功揭示了歧管连接器下部区域的重要变形位置。

右侧色标以毫不含糊的清晰度展示位移量级：深蓝色区域表示位移极小（接近0）；橙红色区域标记最大位移区域。随着打印过程的逐层推进，仿真精确揭示了变形在歧管连接器下部管接头连接处的集中趋势——这些正是增材制造过程中最容易发生翘曲和应力累积的位置，也是装配失效最常开始的地方。通过逐层追踪位移演化，工程师可以在数字空间中直观识别高风险变形区域。

这不是构建后的失效分析，这是预测性先见，在熔化第一层粉末之前，看见失效、理解变形。

 自适应加工路径：从仿真洞察到工艺行动

但仅有预测是不够的，集成与SynaCore AM-DT数字孪生软件内部的自适应路径（Adaptive ToolPath）依托数字孪生对演变热场的预测，系统在整个构建过程中实现自适应激光扫描策略。

Adaptive ToolPath可在仿真识别的高风险变形区域降低热输入，优化扫描方向以分散残余应力，而非使其集中，在热量累积区域动态改变扫描路径，实现均匀温度场，补偿高薄壁结构中的层间热量累积。这种闭环智能代表了SynaCore AM-DT将每一层、每一区域、构建的每一时刻都视为需要自身优化策略的独特热-力学事件。

 飞轮组合：自我进化的智能闭环

先进网格技术、多尺度仿真、自适应路径——这些软件产品并非孤立存在，而是构成了SynaCore飞轮（The SynaCore Fly Wheel）的组成部分，与其他模块一起为其用户打造一个自我进化、持续优化的智能闭环。

飞轮的运转遵循以下循环：

1. 先进网格（Advanced Mesher） → 2. 多尺度仿真（Multiscale Sim） → 3. 自适应刀路（Adaptive Path） → 4. AI合金模型（AI Alloy） → 5. 自我进化（Self-Evolution） → 6. 数字孪生增强数字护照（DT-Digital Passport） → 7. 预认证（Pre-Qualify） → 回到1. 先进网格，开启下一轮优化。

SynaCore Fly Wheel 为其AM-DT数字孪生软件用户创造随时间复利的价值，从高级网格生成、多尺度仿真、自适应路径规划、AI 合金设计到进一步的闭环学习，再到数字护照与预认证，全链路深度耦合且持续自我进化，使得其软件用户建构其作为时间朋友的系统性优势。

对于液压歧管等高附加值零件制造商而言，影响是深远的。在打印前预测和防止变形的能力意味着新设计更快的上市时间。降低试错迭代意味着更低的开发成本和减少的材料浪费。闭环学习能力意味着将设计自由的承诺转化为合格生产的现实。让制造自进化！SynaCore正在定义新的制造范式！

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

多伦多大学团队将主动学习、高通量实验与激光定向能量沉积结合，在6轮迭代中发现6种可打印NiCoCr新合金。其中一种在高温下保持更高硬度，另一种在1000 ℃下表现出优异抗氧化能力。团队同时发表综述，系统总结机器学习在材料选择、参数优化和过程监测中的进展、挑战与未来方向。

如果把合金开发比作寻找最佳配方，那么金属3D打印还要同时解决另一道难题：不仅配方本身要强、耐热、耐氧化，还必须能被激光稳定地打印出来。面对成千上万种成分组合和复杂工艺参数，仅靠经验逐一试验，往往耗时、昂贵，而且很容易错过真正优异的“非传统配方”。

多伦多大学团队近期发表的两项工作，为这一难题给出了一次实践和一张路线图。

第一项研究发表于npj Advanced Manufacturing。在这项研究中，团队将主动学习、物理知识、高通量实验和激光定向能量沉积结合，建立ALPHA-AM闭环平台，并在Ni-Co-Cr三元体系中快速发现6种可打印新合金。

第二项综述发表于Journal of Manufacturing Systems，研究团队系统梳理了机器学习如何贯穿金属增材制造的材料选择、参数优化和过程监测。

多伦多大学极端力学与增材制造实验室邹宇团队最新研究：

图1 多伦多大学材料系博士生Ajay Talbot展示团队研制的Ni-Co-Cr合金样品。

图片来源：U of T Engineering News；摄影：Tyler Irving。

 ALPHA-AM闭环平台

     快速发现6种可打印新合金

图2 主动学习加速NiCoCr复杂浓缩合金发现的研究发表于npj Advanced Manufacturing。

 为什么金属3D打印合金如此难找？

传统合金通常围绕一种主要元素设计，例如以镍或钴为基体，再加入少量其他元素。复杂浓缩合金则让多种元素都占据较高比例，潜在组合数量迅速增加。即使只考虑Ni、Co、Cr三种元素，改变任意一种元素的比例，都可能改变凝固路径、相组成、裂纹敏感性、高温硬度和氧化行为。

对增材制造而言，“性能好”还不够，还要“能打印”。激光功率、扫描速度、送粉量、层间热积累等因素，都会影响熔池稳定性、孔隙和热裂纹。于是，研究者面对的不是单一的“成分—性能”问题，而是一个成分、工艺、组织、缺陷与性能彼此耦合的高维空间。

关键矛盾： 高性能配方可能难以打印；容易打印的配方又未必具备最优高温性能。真正有效的算法必须同时考虑“性能收益”和“制造风险”。

主动学习：让模型决定“下一炉做什么”

传统机器学习通常需要先收集大量数据，再训练模型。但新合金恰恰缺少数据。主动学习的思路不同：模型不要求一开始就“知道很多”，而是从少量实验出发，主动挑选最值得做的下一次实验；新数据再反馈给模型，使其逐轮修正判断。它更像一位会规划实验的研究助手。

ALPHA-AM闭环如何运行？

•建立起点：团队先用27种实验验证的合金和物理描述符构建初始数据集，训练硬度预测与热裂纹风险模型。

•提出候选：算法综合预测性能、不确定性和保持无裂纹的概率，选择最有信息价值的下一种成分，而不是简单追逐最高预测值。

•打印与测试：候选合金通过激光定向能量沉积制备；同时利用单道实验寻找稳定工艺窗口，尽量将成分效应与工艺波动区分开。

•反馈再学习：硬度、裂纹与组织数据回到模型中，更新成分—工艺—性能地图，再进入下一轮选择。

图3 ALPHA-AM工作流程：数据驱动合金设计、稳定性导向的工艺优化，以及高通量激光定向能量沉积相互连接，形成实验—模型闭环。图片来源：Talbot等，npj Advanced Manufacturing（2026）。

六轮迭代，发现两种各有所长的合金

经过6轮主动学习，平台筛选出6种新的可打印NiCoCr合金。它们的最优成分并不位于人们熟悉的等原子比附近，而是在更偏Ni、Co或Cr的区域。这一结果说明：对多主元合金而言，“各元素比例相等”并不是性能最优的必要条件。

数据来源：Talbot等，npj Advanced Manufacturing（2026）。

候选一：Ni₁₂Co₆₂Cr₂₆，更擅长高温硬度保持
Co含量较高的Ni₁₂Co₆₂Cr₂₆在600 ℃下的硬度比等原子比NiCoCr高46.2%，并比固溶强化镍基合金Inconel 625高约4.4%。这说明主动学习能够把搜索引向传统等原子比之外的高价值区域。需要强调的是，这一结果是实验室尺度的硬度对比，距离真实航空发动机部件应用仍需进一步开展拉伸、蠕变、疲劳和长期环境稳定性验证。

候选二：Ni₃₆Co₁₄Cr₅₀，更擅长抗高温氧化
Cr含量较高的Ni₃₆Co₁₄Cr₅₀形成FCC/BCC共晶组织，并能在1000 ℃下维持较稳定的Cr₂O₃保护层。经过100小时氧化后，其比质量变化相对Inconel 625降低84.6%，相对Inconel 738降低19%。这两种合金的优势并不相同，恰好体现了“按应用目标搜索”的价值：同一个平台可以针对强度保持、抗氧化或其他指标采用不同的选择策略。

失败也能成为有价值的数据
在第5轮探索中，模型进入更高风险的Co富集区域，候选合金出现热裂纹。平台并没有简单丢弃这次失败，而是把它作为新的边界信息反馈给模型。随后，第6轮搜索自动转向更安全的区域，找到既可打印、又具有最高硬度提升的候选成分。这正是闭环实验的核心：成功告诉模型“哪里好”，失败告诉模型“边界在哪里”。

一句话理解：主动学习不是用AI替代实验，而是让每一次昂贵实验都尽可能提供更多信息。

 一张路线图：
     机器学习贯穿金属3D打印全流程

发表于Journal of Manufacturing Systems的综述进一步把视野从一次合金发现扩展到整个激光金属增材制造流程。文章重点讨论激光粉末床熔融（PBF-LB/M）和粉末送进式激光定向能量沉积（DED-LB/P），并将机器学习的作用归纳为三个连续问题：打印什么、怎么打印，以及打印得好不好。

图4 团队在Journal of Manufacturing Systems发表综述，系统讨论机器学习辅助材料选择、参数优化和过程监测。

图5 机器学习可贯穿材料、参数和过程三个阶段；每个阶段同时存在数据、模型迁移、传感器噪声与可解释性等挑战。图片来源：Zhang等，Journal of Manufacturing Systems 88（2026）465–488。

1. 材料选择：先回答“打印什么”
机器学习可以从成分、热物性、相稳定性和既有实验中寻找规律，帮助开发专为增材制造设计的新合金；也可以通过计算机视觉分析粉末显微图像，识别粒径分布、球形度、团聚和异常颗粒，辅助判断流动性与铺粉质量。对工业应用而言，未来还需要进一步预测回收粉末的质量与剩余寿命。

图6 计算机视觉和深度学习可从金属粉末图像中提取粒度、形貌与异常信息，并关联流动性和堆积行为。图片来源：Zhang等（2026）。

2. 参数优化：再回答“怎么打印”
激光功率、扫描速度、光斑尺寸、送粉量、层厚和扫描间距共同决定熔池形态和缺陷。机器学习可以用少量实验建立工艺图谱，预测致密度、表面粗糙度和力学性能，并开展多目标优化。高斯过程回归尤其适合小数据场景，因为它不仅给出预测值，也能估计不确定性，为主动学习提供依据。
图7 机器学习可用于多目标参数优化和工艺窗口搜索，在性能、能耗、致密度及表面质量之间寻找折中解。图片来源：Zhang等（2026）。

3. 过程监测：实时判断“打印得好不好”
增材制造过程会持续产生声学、可见光、红外温度、光电信号和X射线图像。机器学习相当于为设备增加“眼睛和耳朵”：它可以识别熔池波动、匙孔、飞溅、孔隙和裂纹征兆，并把复杂的高速数据转化为可用于质量判断的特征。多传感器融合则有望同时提高可靠性和抗噪能力。

AI能否真正“接管”金属3D打印？

答案是：方向明确，但仍有几道必须跨越的门槛。综述指出，许多研究已经在局部任务上取得很高准确率，但从实验室模型走向可迁移、可解释、可在线控制的工业系统，还需要解决以下问题。

•数据不够多，也不够统一：不同设备、材料和实验室的数据格式与质量差异很大，公开的DED基准数据尤其有限。

•模型跨设备迁移困难：同一组参数在不同机器上可能产生不同结果，单道实验优化也未必能直接推广到多道、多层和复杂零件。

•“预测正确”不等于“理解正确”：高准确率模型仍可能缺少物理可解释性，需要把热力学、凝固、传热传质和力学约束融入学习过程。

•传感器数据存在噪声与同步难题：声学、光学、红外和X射线的时间尺度与空间分辨率不同，多模态数据融合仍是关键挑战。

•闭环控制必须可靠：面向真实制造，算法还需要给出不确定性、识别分布外工况，并在安全边界内做出实时决策。

 从经验试错走向闭环发现

这两项工作彼此呼应：综述给出了机器学习赋能金属增材制造的完整路线图，ALPHA-AM则展示了如何把其中的主动学习、工艺稳定性优化和高通量制备真正连接起来。

它们共同传递出一个重要信号：AI的价值不只是更快地拟合数据，而是重新组织材料研发流程——让模型提出问题，让实验提供证据，再让新证据更新模型。

下一步，团队计划把平台推广到包含更多元素、更复杂强化机制的合金体系，并加入高温拉伸、蠕变、疲劳、腐蚀等更接近服役条件的评价指标。

随着自动化制备、机器人表征、多模态传感与物理约束机器学习进一步融合，金属3D打印有望从“依赖专家经验调参”逐步走向可解释、可验证、面向应用目标的自主材料发现。

 结语

机器学习不会取代材料科学；它正在帮助材料科学家把有限的实验资源用在最有价值的地方，并打开过去难以系统探索的合金空间。

论文信息
1. Talbot, A., Dash, S. S., Li, J. et al. Active learning for the accelerated discovery of complex concentrated NiCoCr alloys in additive manufacturing. npj Advanced Manufacturing (2026).论文链接（DOI）

2. Zhang, J., Yang, Z., Smith, A. et al. Machine learning-aided material selection, parameter optimization, and process monitoring in laser powder bed fusion and laser directed energy deposition with powder feed. Journal of Manufacturing Systems 88 (2026) 465–488.论文链接（DOI）

延伸阅读：U of T Engineering News：Self-driving lab leverages AI to develop tough new 3D-printable metal alloys

研究团队主页

https://mse.utoronto.ca/faculty-staff/professors/zou-yu/

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

现有研究存在以下局限：首先，激光粉床熔融（LPBF）成形镍基复合材料过程中增强颗粒的粗化、溶解和再沉淀行为难以量化；其次，缺乏联系熔池动力学与颗粒多尺度演化的理论模型；再者，增强颗粒的多尺度演化与力学性能之间的关系不明。

针对上述挑战，山东大学韩泉泉教授课题组在《极端制造（英文）》(International Journal of Extreme Manufacturing, IJEM)期刊上发表了题为“Multiscale evolution of TiC particles in GH3536-based composites fabricated via laser powder bed fusion: coarsening mechanisms and hierarchical distribution”的文章。

 摘要图

论文链接：

https://doi.org/10.1088/2631-7990/ae3b82

作者

赵鹏，韩泉泉*，张振华，隋仲阳，王丽乔，宋波，朱敏，王协彬，Rossitza Setchi，黄传真

机构

山东大学

 图文解析

研究亮点：

（1）研究了不同激光能量密度下TiC颗粒的多尺度演化。

（2）纳米级TiC（<100 nm）的粗化主要受化学传输机制控制。

（3）微米级TiC（3–7 μm）的粗化以碰撞粗化为主。

（4）TiC颗粒表现出四层级分布特征。

图1 GH3536-5TiC中TiC颗粒的定量分析: (a)–(b) 统计区域的BSE图像。(c)–(d) 低能量密度(TL)和高能量密度(TH)试样中的TiC颗粒统计。(e) 不同能量密度下的颗粒粒径和数量统计结果。

图2 TL试样的TEM表征: (a)–(b) 明场(BF)图像和微米级TiC的选取电子衍射(SAED)。(c)–(d) BF图像和纳米级TiC的SAED。(e)–(f) BF图像和析出物的SAED。

图3 熔池行为和TiC颗粒演化模拟结果: (a), (c) TH试样的熔池模拟。(b), (d) TL试样的熔池模拟。

图4 熔池动力学计算中无量纲量与TiC粒径之间的关系: (a) TH中的各无量纲数。(b) TL中的各无量纲数。

图5 TiC颗粒多尺度演化示意图。

 总结与展望

LPBF能量密度与颗粒粒径呈正相关，熔池模拟和动力学计算表明：纳米级TiC粗化受化学传输主导，而微米级TiC受控于碰撞机制。复材中的TiC颗粒呈四层级分布：1.添加的不规则微米TiC；2.破碎的亚微米/纳米TiC；3.TiC溶解并析出的(Mo,Ti)C碳化物；4.飞溅的TiC颗粒。低能量密度试样在900°C下优异的强塑协同（UTS = 304 MPa，EL = 42%）主要归因于双峰晶粒和MC碳化物与M23C6碳化物的转化。

论文引用

Zhao P et al. 2026. Multiscale evolution of TiC particles in GH3536-based composites fabricated via laser powder bed fusion: coarsening mechanisms and hierarchical distribution.Int. J. Extrem. Manuf. 8 035004.

作者简介

韩泉泉，山东大学机械工程学院教授、博士研究生导师、山东省优秀青年基金获得者。韩泉泉教授于2017年获得英国卡迪夫大学博士学位，长期从事高温合金激光增材制造的理论、工艺与应用研究。作为负责人承担国家自然科学基金、基础加强计划领域基金课题、山东省优秀青年基金等科研项目10余项，以第一完成人获山东省技术发明二等奖1项（2025）。兼任山东省先进激光增材制造技术与高端装备重点实验室理事长、中国有色金属学会增材制造专委会委员，中国机械工程学会增材制造技术分会青年委员，SCI期刊Manufacturing Letters编委、Materials编委。以第一/通讯作者在International Journal of Extreme Manufacturing、 International Journal of Plasticity、Additive Manufacturing、Composites Part B: Engineering等国际期刊发表SCI学术论文70余篇；授权国家发明专利12件（转让2件）。

第一作者：赵鹏，山东大学博士研究生。研究方向为金属基复合材料的激光增材制造。已在International Journal of Extreme Manufacturing、Composites Part B: Engineering等国际高水平期刊发表相关论文数篇。

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

2025年，消费电子行业迎来一个标志性的节点：3D打印技术正从概念验证和小批量试水，迈入百万件量级的规模化量产阶段。

市场端的标志性事件，如苹果Apple Watch Series 11和Ultra 3的表壳采用100%再生钛金属粉末进行3D打印量产，荣耀、OPPO等品牌在折叠屏铰链关键部件上应用钛合金3D打印工艺。

与此同时，随着5G手机、高性能笔记本电脑和可穿戴设备持续升级，芯片功耗与局部热流密度不断攀升，其散热需求，正在将3D打印技术推向前台。

3D科学谷白皮书解析

2026年7月，立讯精密正式在港交所挂牌上市。这家2025年收入3323亿元、服务全球十大消费电子品牌的精密制造企业，在其H股招股书和2025年度报告中，对3D打印技术的定位与布局释放了密集的信号。

本期谷透视，将借助这些公开信息，梳理3D打印在消费电子领域从技术可行到量产的路径与挑战。

来源：《立讯精密工业股份有限公司全球发售》P118

 与传统精密制造技术齐头并进

在招股书中，立讯精密表示，他们掌握超过260种工艺制程，并不断突破工艺瓶颈，解决行业顽疾，持续实现新技术和新产品设计地落地量产。立讯精密指出了三种创新性的工艺制程，3D打印选择性激光熔化（SLM）排在第一位。

立讯精密给出的原因是，3D打印看技术能够快速成型，材料选择多样、材料利用率高，能生产传统工艺无法实现的内部空腔或镂空复杂几何结构。

在战略层面，招股书将3D打印写入增长曲线清单，与铜互联、光互联、散热管理、电源管理并列；在概要章节，将3D打印列为公司有能力把握的其他前沿产业，与AI智能终端、低空经济及机器人并列。3D打印被定位为战略性技术储备和增量工艺。

 产线化方案：降本增效的规模化钥匙

立讯精密联合国内知名激光制造商，开发了适合消费电子制造的国产化高性能SLM 3D打印设备，在单机260mm×260mm的成型幅面上集成4个激光头，并配备了高度集成的全自动化产线，包括：多台金属3D打印机、全自动上下料、粉末回收与清粉系统。立讯精密进一步指出，这套全自动化产线整套系统占地面积仅为传统设计的一半，减少人力80%，综合成本降低超过30%。

这反映出，3D打印在消费电子领域的应用，已从单台设备攻关升级为面向规模化制造的产线级解决方案。

 材料攻坚：从粉末配方向下扎

立讯招股书指出，公司成功开发了3D打印用可阳极氧化的高强度铝粉通过对粉材配方中的强化相和流动相的优化设计，解决了打印适应性（低热裂倾向、高流动性）与表面处理兼容性（低杂质、均质显微组织）的矛盾，同时大幅提升了材料强度（屈服强度>500MPa），为客户提供了增材制造高强度可阳极氧化的铝合金新方案。

立讯25年年报曾阐述过开发可阳极氧化3D打印高强铝合金粉末的意义。3C专用粉体开发是企业构建高端表面处理技术壁垒的核心战略。通过精准控制粉体粒径、纯度与形貌，企业可实现3D打印铝合金产品可阳极性能的跃升，直接提升智能手机、折叠屏与智能穿戴设备的用户体验。同时，国产化粉体替代进口粉体，可降低供应链成本30%以上，响应国家新材料自主可控政策。开发专属粉体体系，更符合企业定制化功能膜设计，抢占高端3C市场增量空间。

阳极氧化是消费电子金属外观件绕不开的工序，这意味着立讯正从3D打印粉末配方层面，推动3C增材制造零部件向可直接满足外观件标准的方向发展。

来源：《立讯精密工业股份有限公司全球发售》P129

 五个在研项目，揭示量产方向

立讯精密在2025年度报告中披露了5个与3D打印直接相关的在研项目：

①3D打印钛合金表壳原材融合一体式加工开发——已进入量产阶段，聚焦“3D打印+后处理”。

②3D打印用高强度铝合金粉末制备及应用关键技术研发——目标开发无稀土元素的3C专用增材制造粉体，已实现微量/无稀土初步验证。

③AI智能眼镜精密结构制造工艺应用——通过金属3D打印与精密后处理工艺，实现复杂轻量化结构的一体化快速制造。

④3D打印钛合金表壳原材+IM件——3D打印与注塑成型复合成型，为高端智能手表品牌提供表壳解决方案。

⑤均温散热板成品的设计制造及材料&性能的研究——设计基于3D打印的一体结构均温板。

这些项目的分布揭示了立讯眼中3D打印最有可能率先商业化的方向：手表表壳、手机中框结构件、智能眼镜框、散热组件。

值得注意的是，年度报告首次将3D打印件列入消费电子零/组件类产品目录，与连接器、线束组件、金属结构件并列。这从侧面反映出，3D打印技术在立讯精密的应用已脱离试验品身份。

 从技术可行到盈利可行

立讯曾在公开信息中表态：

“关于3D打印技术，公司已大批量地应用在一些特殊的结构件上。技术可行性的验证阶段已经完成。摆在面前的课题非常纯粹：即该项投入的盈利水平。所以凡是能带来稳健盈利的，公司持续投入；若投资回报未达标准，则放弃投入。”

这是理解立讯3D打印布局的关键逻辑。

消费电子的产品特点和供货体量，决定了3D打印所需要的规模化能力，远非航空航天等领域已经锻造出来的行业既有能力。这种全新的规模化能力，涉及产线化设备改造、材料管理、一致性控制、后处理等环节的系统性重构。

盈利模型的可行性，取决于良率一致性、成本结构和效率曲线能否在百万级量产的验证体系中得到系统性确认。这套验证体系，在消费电子行业对应的是DQ（设计确认）、IQ（安装确认）、OQ（运行确认）至PQ（性能确认）全链条质量认证闭环。

在3D科学谷看来，当百万级量产成为行业常态，高端供应链的竞争维度将发生改变。制造供应商向品牌方证明的，不再仅仅是能否打印出复杂结构，而是能否在DQ-IQ-OQ-PQ的全链条认证框架内，持续输出盈利可预期的规模化制造能力。

消费电子市场的出货量级意味着，一场关于3D打印技术效率、成本与设计自由度、系统级验证能力的长跑才刚刚开始。

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