2025年3月2日，南极熊获悉，韩国科学技术院（KAIST）研究团队与浦项科技大学合作，成功利用人工智能技术突破了Ti-6Al-4V合金在强度与延展性方面的传统难题。通过这一创新，研究人员现在能够生产出既具有高强度又具备高延展性的金属产品。这个项目由Seungchul Lee和Hyoung Seop Kim教授领导。

△相关研究成果已发表在《自然通讯》杂志上，论文题目为“主动学习框架用于优化高强度和延展性增材制造Ti-6Al-4V的工艺参数”（传送门）
Seungchul Lee教授指出：“本研究通过优化3D打印工艺参数和热处理条件，实现了在最少的实验次数下开发出既具有高强度又具备高延展性的Ti-6Al-4V合金。与以往研究相比，我们不仅生产出了极限抗拉强度相当但总伸长率更高的合金，还开发出了总伸长率相当但极限抗拉强度更高的合金。此外，如果我们的方法能够扩展到热导率和热膨胀等其它性能参数的优化，预计将能够更有效地探索3D打印工艺参数和热处理条件的广阔空间。”

△总体流程示意图
AI突破3D打印Ti-6Al-4V合金强度与延展性的难题

在3D打印领域，Ti-6Al-4V合金因优良的强度和生物相容性而广受欢迎，特别是在激光粉末床熔合（LPBF）工艺中。然而，实现这种合金的高强度与高延展性的双重目标一直是一个挑战。尽管已有多种尝试通过调整3D打印工艺参数和热处理条件来克服这一难题，但因潜在组合数量庞大，传统的实验和模拟方法难以全面探索。3D打印机。

为了应对这一挑战，研究团队开发了一种主动学习框架，该框架可以快速地探索LPBF工艺参数和热处理条件的各种组合。这一框架基于人工智能模型，能够准确预测极限抗拉强度和总伸长率，并提供每组工艺参数和热处理条件的相关不确定性信息。

△本研究提出的帕累托主动学习框架概述
在模型训练的迭代探索过程中，仅通过五次迭代，研究团队就成功确定了生产高性能Ti-6Al-4V合金的最佳3D打印工艺参数和热处理条件。在这些优化条件下，3D打印的Ti-6Al-4V合金实现了1190 MPa的极限抗拉强度和16.5%的总伸长率，成功克服了强度与延展性这一传统难题。

这种AI驱动的方法不仅能够推荐可能提高合金强度和延展性的参数，而且还能为研究者提供关于每组推荐参数的置信度，从而指导实验设计和工艺优化。通过这种方式，研究人员能够更高效地识别和验证潜在的工艺改进方案，加快了材料性能优化的进程。

这个项目得到了韩国国家研究基金会纳米与材料技术发展计划，以及领先研究中心计划的资助。