夜雨聆风
[启明增材制造]增材制造超高强度高延展性钢（UHSDS）凭借优异的力学性能，在航空航天、汽车制造、船舶运输等战略领域展现出重要应用价值。然而，由于需要添加镍、钼、钴等高含量昂贵合金元素，且必须经过复杂的热处理工艺（包括 800–1200 ℃固溶处理、950–1050 ℃淬火，以及 270–350 ℃下 2–3 次回火），其在诸多工程领域的应用受到严重制约。
南华大学与普渡大学联合研究团队，利用可解释机器学习模型，研发出一类适用于 3D 打印的超高强度、高延展性新型钢材。
该方法有效降低了材料成本，并将热处理工序精简至仅需一步、耗时 6 小时，成功攻克了增材制造高性能钢材长期存在的两大难题。
模型工作原理
研究团队没有采用传统试错法调配成分，而是向可解释机器学习算法输入了 81 项元素基础物理化学特征（包括原子半径、电子特性、声速等），以此筛选出最优合金配比。模型最终确定的配方为：铁铬基体，辅以少量硅、铜、铝。
该合金牌号为 Fe-15Cr-3.2Ni-0.8Mn-0.6Cu-0.56Si-0.4Al-0.16C（质量分数），采用激光定向能量沉积（LDED） 工艺打印，并在 480℃下进行一步回火处理，时长 6 小时。
性能测试显示，该钢材抗拉强度达1713MPa，断裂伸长率为 15.5%。与打印态相比，强度提升约 30%，延展性更是翻倍。
耐腐蚀性能
这种合金的耐腐蚀性同样显著优于市售同类材料。在常规钢材中，碳化物的形成会消耗周围基体中的铬元素，从而形成易生锈的薄弱区域。
而在这款新型合金里，纳米级铜颗粒在析出过程中 “排开” 了铬元素，使其在整个基体中保持均匀分布。
盐水测试显示，其腐蚀速率仅为每年 0.105 毫米，性能优于包括 AISI 420 在内的商用标准不锈钢。
模型局限性
该机器学习方法依赖特定制造工艺的专属数据集，这意味着一种制备工艺的数据往往无法直接用于另一种工艺。因此，若要将该模型应用于新材料体系，就需要重新筛选物理特征参数。
该研究成果已发表于《国际极端制造期刊》。
原文链接：https://iopscience.iop.org/article/10.1088/2631-7990/ae5006
为给大家提供精准的需求对接和服务，启明增材制造行业交流群正式上线，欢迎大家进群多多交流。下方扫码加群主好友邀您进群 ↓↓↓
金属3D打印的 “应力难题” 怎么破？三大调控策略解锁高性能制造
