Une équipe de la Carnegie Mellon University présente un flux de travail basé sur des agents d'IA pour prédire le comportement des alliages en impression 3D métallique par fusion laser (LPBF). Le système intègre des modèles thermodynamiques et des cartes de défauts pour évaluer l'imprimabilité des compositions, optimisant les matériaux et les paramètres de processus avec moins d'expérimentation coûteuse.
Intégration de modèles thermodynamiques et de cartes de défauts 🔬
La méthodologie combine le logiciel Thermo-Calc, qui prédit les phases et les propriétés thermodynamiques d'une alliage, avec des modèles qui simulent la formation de défauts par manque de fusion en fonction des paramètres laser. L'agent d'IA corrèle ces données pour prédire si une composition donnée, sous certaines conditions, produira une pièce dense et sans défauts. Cela permet de cribler virtuellement des centaines de combinaisons.
Adieu à la méthode imprime et prie 👋
Cela pourrait marquer la fin de l'ère dorée de l'essai et erreur glorifié, où concevoir un alliage utile requérait la foi d'un moine et le budget d'une petite nation. Maintenant, au lieu de croiser les doigts et d'espérer que ça ne sorte pas un tamis, un agent numérique te dira froidement que ta composition magistrale est, en réalité, un désastre annoncé. Un progrès pour la science, mais un coup pour le romantisme de l'atelier.