研究人员开发AI智能工作流程,利用Thermo-Calc和无熔融工艺图来评估可打印性

频道:技术 日期: 浏览:10
     2026年2月14日,卡内基梅隆大学(CMU)的研究人员开发了一种由多智能体和大型语言模型 (LLM) 协调的工作流程,旨在实现激光粉末床熔融 (LPBF) 工艺的合金早期自动化评估。


智能体工作流架构
智能体工作流架构。图片来自 Pak 等人
     这项研究以题为“Agentic additive manufacturingalloy evaluation”发表在《增材制造快报》(Additive ManufacturingLetters ) 上,它将Thermo-Calc性能计算与分析熔池模型相结合,生成未熔合 (LoF) 工艺图,用于筛选已知和拟议的合金成分。
实现合金筛选多工具工作流程的自动化
       选择用于增材制造的合金通常需要协调热力学数据库、仿真工具和缺陷建模。在卡内基梅隆大学的研究中,激光模型(LLM)充当“代理”,向外部软件发送工具调用并解释结果,从而评估合金候选材料和激光粉末床熔融(LPBF)参数范围。
      这套工作流程整合了三个通过模型上下文协议 (MCP) 公开的工具服务器:用于基于 CALPHAD 的属性预测的 Thermo-Calc 层、用于生成工艺图的增材制造软件包以及用于状态管理的工作区工具。LLM 通过将自然语言提示转换为结构化输入并汇总输出来协调这些工具。
从热物理性质到缺乏融合图
     对于每种合金,系统都会生成一个包含元素质量分数的成分文件。已知合金的成分信息从查找表中检索,而假设的成分信息则根据用户提示进行解析。Thermo-Calc 用于计算密度、热导率、比热容和相变温度。数据库选择程序会将成分映射到相应的 Thermo-Calc 数据库,并为多主元合金提供备选方案。激光吸收率的估算采用基于德鲁德模型的近似方法,利用1070 nm波长处的电阻率推导得出。作者指出,这仅作为基准,对于具有强功率依赖性吸收效应的材料,精度可能较低。
      增材制造模块随后利用罗森塔尔的解析热源模型估算熔池尺寸,并应用基于填充间距、层高和熔池几何形状的未熔合重叠判据。由此生成的工艺图将光束功率和扫描速度组合分类为处于或超出未熔合重叠区域。目前的实现方式假设熔池行为是传导模式,并没有直接模拟匙孔或球状化现象,而这通常需要计算流体动力学 (CFD) 方法。


针对LPBF合金生成的预测未熔合过程图
针对LPBF合金生成的预测未熔合过程图。图片来自Pak等人


测试已知合金、性能驱动型合金和新型合金
        这套系统在三种情况下进行了评估:已知合金、性能驱动搜索以及新型或改进的成分。对于已知合金,包括316L不锈钢和Inconel 718,预测工作流程在大多数情况下都能成功生成LoF图。在基于属性的搜索中,LLM模型提出了候选合金,并比较了它们预测的LoF区域。
       我们还测试了新型和改良的合金成分。虽然许多实验都生成了可用的工艺流程图,但10个新型合金实验中有2个由于热力学限制或数据库缺失而失败,这凸显了CALPHAD覆盖范围的实际局限性。
      在已知合金和基于属性的搜索中也出现了失败案例。“工具钢”提示由于牌号变体之间的歧义而停滞不前,对 Mar-M 247 的评估尝试也未能成功完成。在另一个案例中,LLM 错误地推荐了增强型马氏体时效钢,尽管它在候选材料中具有最大的 LoF 区域,这表明对工具返回的数据结构的误解会如何影响智能体的推理。


LLM推荐使用增强型马氏体时效钢而非高强度不锈钢,理由是增强型马氏体时效钢的熔合区较小,这是错误的
△LLM推荐使用增强型马氏体时效钢而非高强度不锈钢,理由是增强型马氏体时效钢的熔合区较小,这是错误的。图片来自 Pak等人
        作者将预测的LoF窗口与已发表的Inconel718和316L不锈钢的数据进行了比较。对于IN718,预测的LoF区域与文献观察结果重叠,但部分预测值偏低,这归因于基于Rosenthal模型的简化模型。对于SS316L,预测趋势与已报道的现象一致,LoF出现在较低功率和较高扫描速度的组合下。
建模的局限性以及向集成数字工作流程的更广泛转变
          本文讨论了匙孔效应和球化现象,但并未直接对其进行建模,因为捕捉这些现象通常需要计算流体动力学(CFD)方法,而这会显著增加计算成本。作者计划扩展框架,包含更多的缺陷类型、光束尺寸效应、改进的吸收率建模以及对所提出的成分和参数范围的实验验证
      这条技术路线图反映了金属增材制造领域一个更广泛的制约因素:高精度热模拟的计算成本仍然很高,合金优化工作流程通常需要使用不同的热力学、建模和参数选择工具。近年来,激光粉末床熔融(LPBF)建模技术的进步主要集中在提高热模拟效率,而无需依赖全尺寸计算流体动力学,这反映了高保真熔池分析计算成本高昂且迭代速度慢这一长期存在的制约因素。与此同时,工业界致力于构建全栈式金属优化平台,力求将热力学数据库、工艺建模和性能目标整合到统一的数字化流程中。

      在此背景下,CMU 智能体工作流程通过引入一个协调层来扩展这一轨迹,协调层通过自然语言提示来协调属性计算和流程图生成,同时保留基于物理的求解器作为底层决策引擎,而不是替换它们。

    来源:南极熊


0 留言

评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。