3D打印 | 一体式构建人工智能（AI）驱动设计的火箭发动机新型结构
www.amreference.com
火箭发动机在燃烧过程中，燃烧室喉部燃烧温度高达3500℃，内壁温度超过 1000℃。为防止材料失效，结构设计就非常关键。为了达到这一目的，火箭发动机会采用再生冷却结构，液体燃料在进入燃烧室前，会通过燃烧室壁上的冷却管道向上输送，这个过程一方面降低了燃烧室的温度，另一方面燃料吸收的热量又回到燃烧室得以“再生”。
在传统生产方式中，冷却管道是通过在毛坯上钻孔，随后再通过多个繁琐的工作步骤进行密封得来，结构设计受到传统制造手段的诸多制约，燃烧室的冷却效率也因此受到影响。近些年来，采用选区激光熔化技术来制造火箭发动机的案例已经非常多，其最典型的优势就是实现了多个结构的一体化制造。在此情况下，结构设计相比制造本身而言，就更加重要。
AI突破人类思维，创建全新设计概念
总部位于德国的软件开发商Hyperganic，通过采用尖端技术和算法来生成结构复杂且功能强大的设计。其团队借助AI驱动的设计平台生成了具有整体优化设计的火箭发动机原型，与传统火箭发动机需要进行零件单独设计然后组装的形式不同，通过AI设计的发动机将燃烧室和表面通道等多个组件自主集成到了一个结构中。
在发动机创建过程中，设计人员在软件中输入了发动机的核心功能，包括燃烧室的形状和冷却性能要求。基于此数据，算法生成了符合所有规格的几何图形。
借助AI设计零件提供了一个新的视角。虽然设计师可以跳出框架进行思考，但设计过程通常需要重新考虑现有设计或使用参考框架。但AI却不会有人的这些心理约束，它可以自由的创建全新的设计概念，同时仍然满足性能要求。这个过程中，设计师的角色更多的转变为对结构功能等的设定。
简化设计，减轻重量，提高散热效率
Hyperganic的创新设计为传统火箭发动机提供了整合的替代方案。Hyperganic设计总监表示，这种简化的设计还可以减轻重量并提高散热效率。轻量化的实现部分是通过将多孔几何形状集成到发动机外部来实现的，同时内部结构仍保持坚固。
该设计由EOSM290进行打印，采用IN718高温合金，研究人员将对测试结果进行分析并将其反馈到设计软件中，以进行设计迭代。Hyperganic目前正在与多家航空航天公司就其发动机设计方法进行谈判。
借助AI进行先进结构设计确实更为先进，这对于发挥3D打印的优势更是显而易见。然而，去年欧洲专利局拒绝了针对AI设计产品的专利申请，并指明，发明人必须是人类。虽如此，AI几乎已经全面融入3D打印。
AI几乎已经全面融入3D打印
材料设计
在材料设计领域，机器学习和预测建模是AI的一个强大子集，它可以加速新材料的设计过程。设计人员只需在程序中输入所需的材料属性，算法就可以预测哪些化学元素可以在微观层面上组合，从而创建具有所需功能和属性的结构。
德国Fraunhofer IWS的工程师联合其它五家研究所执行了一项名为futureAM的项目，即借助AI和3D打印来寻找超级合金的合适配方。项目人员通过使用人工智能和机器学习来研究大量监测数据与实际工艺效果间的联系。例如，特殊分析算法将测量的传感器值与研究所的粉末数据库相关联，通过评估工艺参数，机器将自己做出决策并选择出合适的工艺组合。使用激光粉末堆焊技术，结合优化出的工艺参数，可以同时或连续地将不同粉末送入加工区，精确调节进给速率，性能最好、最昂贵、高抗性的材料只在最需要的位置释放，其他非关键区域可采用价格较低的材料。
工艺预测
金属3D打印对人的依赖性极大，一键打印的畅想仍停留在概念阶段。在不考虑零件设计的前提下，仅打印零件的摆放、支撑添加，打印过程中遇到问题的解决，均离不开专业人员的干预。而这些专业人员还须具备丰富的材料学经验，这无疑对技术普及应用带来了极大不便。
在去年的波士顿人工智能峰会上，GE全球研究中心增材制造项目负责人Brent Brunell谈到，在工业金属3D打印的背景下，对AI的需求正在呈现日益增长的趋势，这一过程通常又与仿真相关。GE研究人员将人工智能与仿真结合，推进计算结果的准确性和有效性。Brent Brunell提到，这是金属增材制造实现广泛工业化的重要保障。
GE的研究人员正在努力将AI集成到工业3D打印机和过程中，目前已经可以借助人工智能确定零件打印的正确参数。未来，GE希望提高计算速度和计算能力，实时处理打印过程中出现的问题。
未来智造
人工智能显然可以集成进入3D打印工厂，并改变制造业的未来。
位于伦敦的AI Build公司，开发了一种基于AI的自动3D打印技术。其设备配有智能挤出机，能利用机器视觉算法分析正在打印的结构，可以检测缺陷问题，并能做出自主决定。它是一个使用工业机器人和机器学习软件的大型3D打印平台。
自动3D打印工厂的可能性现在已成为现实，这将大大节省时间并降低人工成本。事实上，使用打印机和人工智能可以自行决定并打印可行的部件，工厂的时间和资源可以专注于更多其他任务，这是一场真正的革命。
AI Build正致力于机器自动识别、自主学习错误并创建真正错综复杂结构的打印机，这将帮助增材制造技术走得更远。
