呂堅院士&李志強研究員團隊：金屬增材制造+工業5.0，解鎖智能制造新圖景！

金屬增材制造（3D打印）作為先進制造領域的核心支撐技術，正推動航空航天、高端裝備等關鍵產業實現從“傳統加工”向“精準智造”的跨越式發展。當前，該技術已突破傳統快速成型的應用局限，不再僅滿足于復雜形狀制備需求，更能通過“材料-結構”一體化設計，實現材料多模態微觀組織調控、結構仿生與功能梯度定制，從而達成材料與結構的“1+1>2”的協同增效。

人工智能與增材制造的融合，作為引領新一輪科技革命和產業變革的重要技術支撐，已成為行業發展必然趨勢。近日，工信部、中央網信辦、發改委等八部門聯合印發《“人工智能+制造”專項行動實施意見》，明確加速AI與制造業深度融合，培育新質生產力，全方位賦能新型工業化建設。

在此背景下，香港城市大學宏橋輕金屬研究院呂堅院士團隊攜手中國航空制造技術研究院，圍繞“技術發展—瓶頸破解—智能融合—未來展望”的核心思路，聚焦增材制造工藝特性、缺陷防控、材料性能調控、超材料設計及AI技術融合等關鍵方向，系統梳理了主流工藝特征、典型缺陷防控方案、材料性能調控規律與超材料設計與發展方向，總結了AI在增材制造全流程中的應用場景；緊扣工業5.0發展需求，勾勒出增材制造智能工廠的未來發展圖景，為我國先進制造技術的工業化推廣與智能化升級，提供了理論支撐和實踐參考。相關成果以題為“Recent Advances in Metal Additive Manufacturing: Materials Design and Artificial Intelligence Applications”發表在《Engineering》上，通訊作者為香港城市大學呂堅院士與中國航空制造技術研究院李志強研究員。香港城市大學王碩博士、周琳博士、鐘詩宇博士和李干博士為論文共同第一作者。

（一）主流工藝解析：三類核心技術的適用場景與特點

以“能量作用方式”為核心分類依據，梳理了粉末床熔融（PBF）、定向能量沉積（DED）、粘結劑噴射（BJ）三大主流工藝，明確各工藝核心特點與適配場景，為金屬增材工藝選型提供參考。

（二）缺陷防控突破：核心質量問題的成因與解決辦法

內部缺陷是制約金屬增材制造規模化應用的主要瓶頸。重點分析了未熔合孔隙、熱裂紋兩類關鍵缺陷的形成機理，并針對性提出熱裂紋的有效抑制路徑：

未熔合孔隙：主要源于粉末鋪展不均、能量參數匹配失衡等，可通過優化工藝參數、改善粉末流動性等降低缺陷發生率。

熱裂紋：通過晶粒細化孕育調控、構建多級異質微觀結構以及添加晶格匹配Al3X納米顆粒的三種核心策略，有效阻斷裂紋的萌生與擴展。

（三）材料性能調控：四種核心材料的設計與優化方法

圍繞鋁、鈦、鎳基、高熵合金四種核心工程材料，結合增材制造非平衡凝固特點，分析了其組織結構與性能之間的關聯，提出高性能材料的成分和微結構設計方案：

鋁合金：聚焦高強、高耐疲勞等性能需求，探討多級異構、納米平面缺陷、超細共晶網等高性能鋁合金的微結構設計策略。

鈦合金：圍繞強化相-亞穩相協同、相工程調控核心，闡述高性能鈦合金設計思路；針對Ti-6Al-4V合金各向異性難題，提出優化打印參數、Mo原位合金化、磁場輔助調控三種解決方案。

鎳基合金：聚焦Inconel 625、718以及Haynes 282等典型高溫合金，剖析熱處理工藝、凝固組織與高溫力學性能的內在關系，提出通過調控柱狀晶向等軸晶轉變，改善各向異性、提升高溫延展性的技術路徑。

高熵合金：系統總結合金成分和工藝參數對相組織、相變行為的影響規律，討論了共晶、高強高熵合金中超細晶、孿晶等微結構的作用機制。

（四）AI與增材制造融合：智能化升級的路徑與實踐進展

聚焦機器學習與金屬增材制造全流程融合，從四大核心應用場景，系統總結智能化應用模式與進展：

材料高效研發：融合機器學習算法與材料多尺度計算模型，建立“成分—工藝—結構—性能”精準映射關系，大幅縮短研發周期、降低試錯成本。

結構創新設計：借助深度學習與仿生設計，實現構件輕量化、高強度、高可靠性一體化設計。

缺陷智能檢測：基于機器學習構建缺陷自動識別、分級評估與閉環調控系統，實現工藝參數動態反饋，提升制造質量與穩定性。

原位監測優化：系統分析多類型信號與傳感器的適配性，對比不同檢測技術的優勢與適用場景，為搭建高精度原位監測系統提供技術參考與選型依據。

圖1. 金屬增材制造加工圖及典型孔隙特征

圖2. 鋁合金增材制造熱裂紋形成機制及消除策略

圖3. 鎳基高溫合金增材制造開裂特征以及調控途徑

圖4. 鈦合金增材制造的微觀組織與力學性能

圖5. 高熵合金增材制造的微觀組織與力學性能

圖6. 機器學習與全流程集成計算融合的金屬材料虛擬研發框架

圖7. 增材制造過程缺陷智能預測流程

圖8. 增材制造過程原位監測方法與信號源

圖9. 卷積神經網絡輔助匙孔孔隙與熔池形貌原位檢測

圖10. 金屬增材制造的超材料設計策略及發展方向

圖11. 工業5.0背景下的金屬增材制造智能工廠

研究總結：

金屬增材制造與人工智能技術的融合應用已在多領域實現突破：在材料構效關系研究領域，融合材料基因工程、主動學習與高通量實驗技術，構建起材料“成分—工藝—結構—性能”的定量關聯模型，為高性能材料的高效研發賦能；在材料—結構一體化集成方向，依托深度學習、拓撲優化等核心技術開展功能梯度結構設計，進一步釋放金屬增材制造的技術潛力與產業價值；在監測與閉環控制層面，從多模態數據融合、信號降噪等關鍵維度切入，推動制造過程向“實時主動調控”與 “數字孿生”模式轉型，提升制造過程的可控性與穩定性。未來，契合工業5.0“以人為本、可持續發展、個性化定制”的核心要求，增材制造智能工廠將深度集成高通量實驗、智能體、云計算和物聯網等技術，依托自動化、柔性化和自適應優化制造技術，實現定制化生產模式的落地，并結合綠電體系賦能產業高質量發展，加速制造業向智能化、零碳化方向轉型升級。

作者簡介

呂堅（通訊作者）：法國國家技術科學院（NATF）院士、香港工程院院士、香港材料研究會理事長（HKMRS）、香港城市大學機械工程系講座教授、工學院院長、國家貴金屬材料工程研究中心香港分中心主任、先進結構材料中心主任。研究方向涉及先進結構與功能納米材料的制備和力學性能，結構與功能材料的設計及增材制造，圖靈及高熵合金催化劑在電解水制綠氫及燃料電池與污水處理，超高靈敏度表面增強拉曼光譜（SERS）及在心腦血管疾病早期快速診斷，環保，食品安全等領域的應用。西安交通大學、東北大學、北京科技大學、南昌大學名譽教授，西北工業大學、上海交通大學和西南交通大學顧問教授，中科院知名學者團隊成員，2011年被法國國家技術科學院（NATF）選為院士，是該院近300位院士中首位華裔院士。2006年與2017年分別獲法國總統任命獲法國國家榮譽騎士勛章及法國國家榮譽軍團騎士勛章，2018年獲中國工程院光華工程科技獎。2025年獲選美國國家發明家科學院（NAI）院士。已取得89項歐、美（53項）、中發明專利授權，在本領域頂尖雜志Nature（封面文章），Science，Nature Materials，Nature Chemistry，Nature Water，Science Advances，Nature Communication，PNAS，Materials Today，Advanced Materials, JACS, Angew. Chem. JMPS, Acta Materialia 等專業期刊上發表論文650余篇，引用54000余次，H因子105。

李志強（通訊作者）：李志強，航空制造技術專家，原中國航空制造技術研究院院長，高能束流加工技術國家級重點實驗室主任，國防973首席科學家，中國航空工業集團制造技術首席專家，第十三、十四屆全國政協委員。2020年獲得全國勞動模范稱號。主要從事先進制造技術研究，長期致力于金屬超塑性、超塑成形/擴散連接、旋壓等塑性加工和專用裝備研究。獲國家科學進步獎二等獎1項，國防技術發明一等獎1項，國防科學技術進步獎一等獎2項，中國機械工業科學技術一等獎1項。出版專著2部，發表論文80余篇，授權發明專利70余項。

本文來自“材料科學與工程”公眾號，感謝論文作者團隊支持。

近期學術會議推薦

歡迎留言，分享觀點。點亮?