层间热累积可控
通过机器学习预测层间红外辐射并优化工艺参数，显著减少内部孔隙、降低表面粗糙度和残余应力，实现高致密度金属构件。
Gao, Hairui · Liu, Yanbing · Zhang, Zhenwu · Li, Jikang · Juntao, Shen · Honghao, Xiang · Wei, Li · 蔡超 · 夏卫生 · 魏青松
Additive Manufacturing Frontiers 2025
基于316L合金训练的模型迁移到DZ125高温合金上仍能精确预测，说明模型具有较好的泛化能力。
通过参数优化，成形件内部孔隙明显减少，CT结果显示相对密度从91.6%提升至98.5%。
优化工艺参数使表面粗糙度Ra由32.58 μm降至19.91 μm，改善了成形件的表面光洁度。
顶面残余应力从169.21 MPa降至102.37 MPa，有助于降低变形和开裂风险。