AI+3D打印:火箭发动机自动生成,材料研发只需2个月

【启明增材制造】随着AI技术的爆发式发展，将 AI 算法融入增材制造流程，已成为打破效率瓶颈、实现“降本增效”的关键钥匙。AI在金属3D打印中的应用也从辅助设计延伸至材料研发、工艺优化、设备控制等多个关键环节乃至全流程，显著提升了制造效率、性能与产业化能力。

说起AI在3D打印设计领域的应用，最具代表性的非阿联酋Leap 71公司莫属。Leap 71自研计算工程模型Noyron，自动生成设计了多款3D打印火箭发动机。国内，Leap 71利用模型Noyron与华曙高科合作打造了一款面向吸气式运载火箭的高超音速预冷器、与汉邦激光共同打造了一款高达1米的3D 打印气动塞式火箭发动机。

Noyron 系统基于确定性算法、物理规则、工程逻辑与制造要求，自动生成功能性设计，大幅缩短设计周期。虽然Noyron不是深度学习模型，但 LEAP 71 宣称它具备“学习”能力，这种学习更多是指闭环迭代 (Closed Loop)：

· Noyron 生成设计（如火箭发动机）。

· 通过3D 打印制造实体。

· 进行点火测试（Hot-fire test）。

· 数据回馈：测试数据（温度、压力、效率）被反馈回来，用来修正Noyron 内部的物理参数和工程规则。

中科祥龙

中科祥龙深耕高端金属增材制造领域多年，以面向增材制造的设计（DFAM）为核心技术抓手，深度融合AI设计工具与国家级超算中心强大算力，拓扑优化与创成式设计方法，构建起“设计—工艺—制造—验证”全链条、全栈式技术体系。创新开发点阵、仿生等结构设计，突破传统制造的结构限制，为航空航天部件打造“随行流道”，显著提升热控管理效率。

打印设备制造商龙头企业也逐渐将AI深度集成到设备中，提供更便捷的解决方案。

‌‌美光速造‌于2025年发布全球首款“龙虾”AI金属3D打印机，据介绍，该系统将AI深度嵌入金属3D打印流程，通过自然语言指令即可完成从模型处理到打印执行的完整操作。

根据演示，用户只需输入类似“帮我打印”的自然语言指令，系统即可自动完成一系列操作，包括模型检测与自动修复、打印参数智能匹配、自动切片与路径规划、打印任务自动下发，以及打印过程实时监控和MES生产管理系统联动。

据了解，这套“龙虾”AI系统应用于美光速造多款设备，包括：FF-M420、FF-M300、FF-M180、FF-M800以及桌面机DeskFab X1等。

‌全球增材制造领军企业EOS 近期打造了一例AI 与3D打印相结合，助力某新能源车企悬架控制臂成功实现降本增效的标杆案例。

阶段一：AI 驱动的生成式设计

将车辆12种极端工况载荷、AlSi10Mg材料和安装点约束输入深度学习设计软件。算法通过数万次迭代模拟材料生长，生成仿生形态与点阵结构。最终方案刚度提升10%，质量降至1.54kg（减重45%），并将3个零件整合为1个整体打印件。

阶段二：AI智能工艺规划与仿真

利用软件分析热变形趋势，自动生成最小化支撑。相比人工设计，支撑材料用量减少了30%。基于历史数据训练的 AI 模型对打印过程进行热-力耦合仿真，提前预测翘曲并自动补偿反变形量。此外，系统自动匹配激光功率与扫描策略，消除人为经验差异。

阶段三：AI 实时监控与闭环质量控制在生产环节

‌