智能阻尼材料和磁控吸波材料是两种先进的材料，在工程和科技领域有着广泛的应用。根据3D科学谷的市场了解，当前有关结构-阻尼复合材料的研究进展包括了多种复合材料的振动和阻尼分析，以及金属阻尼材料的新发展。特别地，有关磁流变弹性体（MRE）的研究表明，这种材料具有优异的磁场可控性能，可以用于振动控制、吸波降噪等。MRE的3D打印技术的发展为制备复杂结构的MRE提供了新的可能性。

针对磁流变弹性体（Magnetorheological Elastomer, MRE）作为智能阻尼、磁控吸波材料的应用前景，上海科技大学智造系统工程中心（CASE）武颖娜课题组设计合成了一种新型的可打印MRE（Printable MRE, p-MRE）材料，并首次采用3D打印技术制备出了磁流变（Magnetorheological, MR）性能优异的p-MRE样品。该研究成果以“Fabrication and property research of a new 3D-printable magnetorheological elastomer (MRE)”为题发表在《Materials Today Physics》期刊上。

▲图1. p-MRE颗粒的混炼合成工艺路线

论文链接：https://doi.org/10.1016/j.mtphys.2024.101467

 环形微回路

MRE具有优异的磁场可控性能，可实现振动控制、吸波降噪、触觉传感等功能。但受到传统模具成型工艺的限制，难以制备复杂的结构和形状，限制了其在诸多复杂场景下的应用。随着无模具成型的3D打印技术迅速发展，为制备复杂结构的MRE提供了可能。p-MRE原材料的设计与合成、3D打印工艺的开发以及磁流变性能的调控，是采用增材制造技术制备复杂结构MRE的难点和挑战。

上海科技大学智造系统工程中心（CASE）武颖娜课题组设计了一种基于热塑性聚氨酯（TPU）和羰基铁粉（CIP）成分的p-MRE，在实验室首次研发合成具有优异打印性能的p-MRE颗粒料，测试了该材料的零磁场黏弹性力学行为及磁流变效应，并基于优化的熔融沉积成型（Fused Deposition Modelling, FDM）打印策略系统研究了打印路径对p-MRE样品的MR性能影响规律，发现并利用环状微回路的类磁滞效应解释了环形打印路径可以增强p-MRE整体类磁滞效应从而有效提高MR性能的现象。

▲制备的不同CIP质量比例的p-MRE颗粒（CIP颗粒均匀分布在TPU基质中）（a, d）64 wt.% CIP；（b, e）70 wt.% CIP；（c, f）76 wt.% CIP；

▲不同MRE的综合MR性能比较

研究结果表明，70 wt.% CIP含量的p-MRE具有良好的的弹性变形性能及FDM打印质量；环形打印路径有助于形成CIP环形微回路，进而增强类磁滞效应，并影响综合MR效应，测试结果显示其最大绝对MR效应为4.2MPa，最大相对MR效应为620%。本研究制备的p-MRE综合磁流变性能超过其他已报导的p-MRE，达到传统模压MRE的优异性能。和传统MRE相比，p-MRE具有结构形状打印可控、性能设计灵活可调等优势，应用前景更为广泛。

▲分别采用线性路径 （a）和环形路径（b）打印的p-MRE样品的磁流变性能曲线

▲（a）磁场强度与CIP颗粒填充形式、填充密度关系的解释;（b, c）在低剪切振幅下观察到的剪切模量-磁场曲线顶部坍塌现象

研究亮点

1. 设计了一种基于热塑性聚氨酯（TPU）和羰基铁粉（CIP）成分的p-MRE，并合成了不同CIP比例的p-MRE颗粒料，CIP颗粒均匀分布在TPU基质中。

2. 提出了环形打印路径有助于形成CIP环形微回路、增强类磁滞效应，进而提高材料综合磁流变效应的思路，样品测试结果显示其最大绝对MR效应为4.2MPa，最大相对MR效应为620%，该结果超过其他已报导的p-MRE，达到传统模压MRE的优异性能。

3. 发现了该p-MRE在小应变幅度下具有剪切模量-磁场曲线顶部坍塌的特殊现象，这一现象与反常爱因斯坦效应和粒子拥堵/絮凝网络转变表现出类似的物理性状，采用类似填充改性弹性体理论对此进行了合理解释。

上海科技大学智造系统工程中心（CASE）武颖娜课题组的研究首次验证了3D打印路径调控磁流变弹性体性能的可行性，课题组将借助人工智能的算法实现打印工艺可控，制备具有复杂结构的p-MRE零件，持续探索p-MRE零件在智能汽车、航空、深海、医疗器械等领域技术转化和应用和的可能性。上海科技大学是该成果的第一完成单位，智造系统工程中心的2021级硕士研究生彭泽州为第一作者，武颖娜研究员和徐惠宇副研究员为共同通讯作者。

论文信息：
https://doi.org/10.1016/j.mtphys.2024.101467

 3D科学谷解读

磁性吸波材料的基本原理涉及到材料的介电常数和磁导率，这些参数影响电磁波的吸收和反射。根据3D科学谷的市场了解，新型碳基磁性复合吸波材料因其质轻和高性能成为研究的主流。此外，具有形状记忆效应的智能阻尼材料也被研究，这种材料结合了金属橡胶和形状记忆合金的特性，展现出良好的单程形状记忆效应和温度依赖的机械性能。

智能阻尼材料的研究进展还包括了多种成熟的智能阻尼材料的阻尼机理及其应用。压电导电阻尼材料作为智能阻尼材料的一种，其阻尼机理复杂，可设计性强。

聚焦智能阻尼材料

智能阻尼材料能够根据外部环境或内部条件的变化自动调整其阻尼特性。这种材料通常包含敏感元件，能够响应温度、压力、电磁场等刺激，并改变其机械性能。智能阻尼材料的应用包括但不限于：

- 振动控制：在航空航天、汽车制造和土木工程中，用于减少结构振动和噪音。

- 主动噪声控制：在需要降低噪音的环境中，如录音室或会议室。

- 自适应系统：在需要根据使用条件变化自动调整性能的系统中。
聚焦磁控吸波材料

磁控吸波材料是通过磁性材料对电磁波的吸收来减少电磁干扰的材料。这些材料通常含有磁性颗粒或纤维，能够与电磁波相互作用，将电磁能量转化为热能或其他形式的能量。磁控吸波材料的应用包括：

- 电磁兼容性：在电子设备中，用于减少电磁干扰和提高信号质量。

- 隐身技术：在军事领域，用于减少雷达截面，提高隐蔽性。

- 医疗设备：在MRI等设备中，用于屏蔽外部电磁干扰。

这些材料的发展为解决现代工程中的振动和噪声问题提供了新的解决方案，并在提高设备性能和系统可靠性方面发挥着重要作用，增材制造为这类材料开辟的新的创新发展空间。

参考资料：

1：结构-阻尼复合材料研究进展 – 仁和软件

2：磁性吸波材料与应用

3：EMI抗电磁波干扰吸波材料的详细介绍_先进院(深圳) …

4：新型碳基磁性复合吸波材料的研究进展 – buaa.edu.cn

5 ：具有形状记忆效应的新型智能阻尼材料及其热弹性力学性能研究

6 ：智能阻尼材料的研究进展_百度文库

7 ：新型压电导电材料阻尼特性研究 – CORE

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。

白皮书下载 l 加入3D科学谷QQ群：106477771
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

通过LPBF过程中的本征热处理，巧妙地在铁素体/马氏体钢中构建了具有多尺度的异构组织，所得样品强度从727.6 MPa提升至1408.6 MPa，均匀延伸率从6.2%提升至9.3%，上海科技大学智造系统工程中心（CASE）提出了基于增材制造的高强高韧合金构筑设计新方法，该项成果以“Heterogeneous structure architected by additive manufacturing: facile route towards strong and ductile steel”为题发表在材料领域知名期刊《材料研究快报》（Materials Research Letters）上，上海科技大学是该研究的第一完成单位，CASE的2021级博士研究生宣宇为第一作者，张振波教授为通讯作者。

▲https://www.tandfonline.com/doi/full/10.1080/21663831.2024.2314145

业界对不锈钢的关注通常跟汽车制造领域相关联，不过航空航天、能源等领域对不锈钢材料的采用正在呈多样化需求发展趋势。一个典型的案例是SpaceX的一大努力是将材料尽可能多的用不锈钢来替代，最初能避免被替换掉的是那些暴露在高温富氧气体燃烧环境中的零件，但最终马斯克成功地将大部分零件材料都换成了不锈钢。

▲增材制造金属材料市场预测

© AMPower

不仅仅是航空航天，根据《中国核动力研究设计院：核电用316L不锈钢粉末增材制造研究现状》，钢在核电领域的应用也颇具潜力，增材制造316L不锈钢的组织与性能存在各向异性，但各向异性可通过增材制造的后处理技术消除。目前增材制造最为常用的后处理技术为热处理。与锻造316L不锈钢相比，经热等静压处理的增材制造316L不锈钢的力学性能与辐照性能更优。目前，核电用不锈钢的增材制造技术还处于起始阶段，后续应重点关注增材制造的成形机理及成形材料中子辐照性能等内容。

根据3D科学谷的市场观察，新的加工技术正在赋能新材料开发：通过加工工艺与材料开发的深度结合，纳米材料增强合金、等轴细晶合金、梯度合金、非晶态金属、自愈合合金、超导材料、金属有机骨架材料的研发从微观层面上呈现出材料技术的潜能。

激光粉末床熔融（LPBF）技术在多方面展现出超越传统制造方法的显著优势。它不仅为制造业带来了革新性的技术突破，而且LPBF作为一种新的冶金方式，具有极高的温度梯度、极快的凝固速率以及复杂热历史等特点，使得通过LPBF技术制备具有新颖微观组织和优异力学性能的合金成为可能。

© 3D科学谷白皮书

 新的组织构筑方式

上海科技大学智造系统工程中心（CASE）的张振波课题组提出了一种新的组织构筑方式，即通过LPBF技术在微观尺度（熔池尺度）上构筑具有异质结构的合金，并在铁素体/马氏体钢中获得成功验证，使得该核电用钢的强度和韧性均获得大幅提升，结合3D打印一体化成形的技术优势，可以显著提升其作为核电结构用钢的使役性能。

▲LPBF T91钢的显微组织信息（a-f）及微观结构形成机制的示意图（g，h）

上海科技大学智造系统工程中心（CASE）的研究利用 LPBF 过程中相邻道和相邻层之间本征热处理，在铁素体/马氏体钢（T91）中实现了熔池尺度的微观结构设计与构筑，得到了由粗大δ铁素体、细小马氏体和残余奥氏体的多尺度异质结构，并显示出优异的机械性能。与铸造和锻造的同类钢相比，LPBF制造的多相异质结构钢在强度（从727.6MPa增加到1408.6MPa）和均匀伸长率（从6.2%增加到9.3%）方面均表现出显着提高。

▲ LPBF T91钢的优异力学性能

为了深入理解该新型结构如何影响材料力学性能和变形行为，研究人员利用课题组开发的原位HRDIC（高分辨数字图像相关技术）结合原位EBSD技术，研究了合金在加载过程中的微观变形机制。结果表明，异质结构中的不同区域在塑性变形过程中逐级变形且相互作用，促进了几何必需位错（GNDs）的生成，显著提高了合金的应变硬化能力，在提高强度的同时提高了合金的韧性，突破了传统强度和韧性的倒置关系。

▲ LPBF T91 钢拉伸试验过程中的原位 EBSD 表征

 研究亮点

1. 通过LPBF过程中的本征热处理，巧妙地在铁素体/马氏体钢中构建了具有多尺度的异构组织，这种结构包含粗大δ铁素体、细小马氏体和残余奥氏体，实现了微观组织的多尺度构筑。

2. 与传统制造方法相比，LPBF技术制备的铁素体/马氏体钢在强度和均匀延伸率方面均有显著提升，其强度从727.6 MPa提升至1408.6 MPa，均匀延伸率从6.2%提升至9.3%。

3. 通过原位EBSD和HRDIC（高分辨数字图像相关）等表征手段揭示了其微观变形机制，其逐级变形方式和异构组织引入的高密度几何必需位错是材料强韧化协同提升的原因。

▲ 原位HRDIC记录的LPBF T91的微观结构应变演化

LPBF 技术在构筑异构组织合金的尝试，表明基于LPBF 技术的微观结构设计是制备具有新颖微观组织和优异力学性能合金的可行方法。未来，上海科技大学智造系统工程中心研究团队将进一步利用LPBF的工艺特点，结合多尺度原位力学表征手段，探索在不同合金体系中设计构筑具有优异综合力学性能的新结构。

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。

白皮书下载 l 加入3D科学谷QQ群：106477771
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

根据3D科学谷，工业制造经常采用严格的质量标准来确保组件的一致性和性能。由于AM-增材制造流程通常用于制造单个或小批量零件，因此达到与传统制造流程相同的统计质量保证变得昂贵且困难。增材制造的质量控制仍然是阻碍高价值行业进一步采用这类工艺的突出问题。

随着人工智能技术的快速发展，国内外学者们开始尝试采用机器学习、强化学习算法进行DED定向能量沉积增材制造过程中实时信号分析、工艺优化、闭环控制等方面的研究。上海科技大学智造系统工程中心（CASE）的翟梓融课题组提出了一种基于深度强化学习算法的工艺参数与加工路径相匹配的综合优化框架。

▲Fig. https://doi.org/10.1016/j.jmapro.2024.05.001

人工智能软件可以添加到数字设计平台的优势是能够在现有的仿真工具中工作，并减少计算所涉及的每个微分方程的需要。虽然机器学习肯定有利于任何类型的制造工艺，但由于3D打印这项技术的数字化天然属性，人工智能可能与增材制造 (AM) 最具互补性。机器学习可以充分探索增材制造设计与制造空间，识别适用于特定组件的每种物理类型的真正极限。这释放了增材制造的独特能力，可以提供极具加工挑战的复杂几何设计，从而为困难的工程挑战提供最具创意和成本效益的解决方案。更重要的是，某些3D打印-增材制造系统制造商也认识到这种能力对于改进自己设备的价值——节省时间、提高性能并微调3D打印的准确性。

3D科学谷

© 3D科学谷白皮书

 研究背景

由于沉积速度快、工艺灵活性高，定向能量沉积（Directly Energy Deposition，DED）技术，作为增材制造（Additive Manufacturing, AM）大家庭中的重要成员，已经在复杂零件再制造领域广泛应用。其基本制备工艺过程是，将原材料以金属粉末或丝材形式输送至聚焦的激光束、电子束或等离子/电弧能量源下的基板上，熔化后形成小熔池，并按照预先设计的路径逐层连续沉积材料，最后形成零件。

在零件制备过程中，工艺参数与加工路径的匹配是影响零件性能和成型质量的重要因素。随着人工智能技术的快速发展，国内外学者们开始尝试采用机器学习、强化学习算法进行DED过程中实时信号分析、工艺优化、闭环控制等方面的研究。考虑到DED过程中零件反复经历快速加热-冷却循环，局部温差会导致零件收缩变形，需采取工艺参数与加工路径同时调整的策略。

▲图：深度强化学习算法优化增材制造镍基高温合金工艺参数整体流程图。利用深度强化学习智能体的探索能力在高效的仿真环境中进行大量交互，根据奖励函数的设定完成相应策略的学习，将最优策略部署到真实环境中测试与打印。

 内容简介

智造系统工程中心（CASE）的翟梓融课题组提出了一种基于深度强化学习算法的工艺参数与加工路径相匹配的综合优化框架。通过修正Rosenthal方程从而快速求解DED加工过程中每层的温度场，在毫秒级计算出不同扫描策略的单层温度场；并针对20种不同镍基高温合金，利用近端策略优化（Proximal Policy Optimization，PPO）生成降低层间温度场变化的定制化综合控制策略。通过对比IN718合金的打印结果发现，与基于速度控制或功率控制的往返路径相比，综合控制策略助力样品成形精度提高约35%，样品水平和垂直方向的硬度分散性分别降低31.8%和27.1%。此项研究表明深度强化学习算法在定向能量沉积领域的参数优化方面具有应用潜力，能够显著改善产品质量分散性。

▲图：定向能量沉积（Directly Energy Deposition，DED）过程中温度场快速仿真器。Rosenthal方程给出单道激光移动过程中的温度场分布，修正计算道间与层间切换导致的热量损失，利用偏微分求解完成数据的快速采样。

该项成果以 “An intelligent process parameters optimization approach for directed energy deposition of nickel-based alloys using deep reinforcement learning”为题发表在制造领域的国际著名期刊《Journal of Manufacturing Processes》上，上海科技大学是该研究的第一完成单位，CASE的2021级硕士研究生石帅为第一作者，翟梓融为通讯作者。

▲图：定向能量沉积过程中工艺参数控制的深度强化学习框架。DED仿真环境给定当前的奖励值与状态信息，深度强化学习框架选取当前工艺参数动作更新环境，直到累积奖励值最大完成策略学习。

▲图：深度强化学习策略与常规单因子往返策略的对比分析。深度强化学习策略能够有效控制温度在目标区间，控制温度质心相对均衡分布。

▲图：不同打印策略的样品硬度分散性对比。由等高线图对比发现深度强化学习策略样品平均硬度相对较高，硬度分散性显著降低，整体控形能力较强，相对符合打印预期。

 研究亮点

1. 通过修正Rosenthal方程快速求解DED加工过程中每层的温度场，在毫秒级计算出不同扫描策略的单层温度场，为后续深度强化学习算法提供了高效的采样仿真器。

2. 提出了一种基于深度强化学习算法的工艺参数与加工路径相匹配的综合优化框架，利用近端策略优化（Proximal Policy Optimization，PPO）生成降低层间温度场变化的定制化综合控制策略，显著改善产品质量分散性。

3. 通过对比IN718合金的打印结果发现，综合控制策略助力样品成形精度提高约35%，样品水平和垂直方向的硬度分散性分别降低31.8%和27.1%。

论文：https://doi.org/10.1016/j.jmapro.2024.05.001

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。

白皮书下载 l 加入3D科学谷QQ群：106477771
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