Các nhà nghiên cứu tại Đại học Bang Washington (WSU, Hoa Kỳ) đã sử dụng trí tuệ nhân tạo để tìm ra phương pháp hiệu quả và ít tốn kém hơn nhằm in 3D một hợp kim kim loại hiệu năng cao do NASA phát triển, tránh phải thử thủ công hơn 100 triệu cấu hình khả thi. Bước tiến này có thể giúp hợp kim được in trên các thiết bị thương mại phổ biến hơn.

GRCop-42 là hợp kim đồng - crôm - niobi do NASA phát triển, có độ dẫn nhiệt cao và vẫn bền ở nhiệt độ cực cao. Vì vậy, vật liệu được sử dụng trong ngành hàng không vũ trụ, chẳng hạn trong buồng đốt của động cơ tên lửa nhiên liệu lỏng. Tuy có nhiều ứng dụng tiềm năng, GRCop-42 đòi hỏi công suất laser lớn nên việc in vừa tốn kém vừa tiêu thụ nhiều năng lượng. Khoảng 90% máy in thương mại không thể in hợp kim này. Mỗi lần in thử có thể tốn hàng trăm USD, trong khi việc phân tích chất lượng sau in có thể kéo dài nhiều ngày.

Nhóm nghiên cứu thuộc Trường Kỹ thuật Điện và Khoa học Máy tính cùng Trường Kỹ thuật Cơ khí và Vật liệu của WSU bắt đầu từ kết quả của 37 cấu hình đã thử nhưng không thành công. Theo Azza Fadhel, tác giả chính và nghiên cứu sinh tiến sĩ khoa học máy tính, có những cấu hình khiến sản phẩm " bị nóng chảy". Phương pháp AI do nhóm phát triển lựa chọn các cấu hình vừa có triển vọng thành công, vừa thuộc những vùng còn bất định và có thể giúp cải thiện mô hình, trong một không gian tìm kiếm gồm hơn 100 triệu phương án.

Trong ba tháng và với tổng ngân sách 40 thí nghiệm, hệ thống đã xác định được sáu cấu hình thành công ở các mức công suất laser khác nhau, trong đó có cấu hình 500 watt - lần đầu tiên GRCop-42 được in thành công ở mức công suất này. Phát hiện này có thể giúp in GRCop-42 trên các thiết bị thương mại phổ biến, qua đó mở rộng khả năng tiếp cận một vật liệu quan trọng trước đây đòi hỏi thiết bị chuyên dụng, công suất cao. Việc giảm công suất laser còn có thể làm giảm mức tiêu thụ năng lượng, hao mòn thiết bị và chi phí hậu xử lý, đồng thời giúp các trường đại học, phòng thí nghiệm nhỏ và doanh nghiệp dễ tiếp cận công nghệ hơn.

Các kỹ thuật AI do nhóm phát triển không chỉ giới hạn ở in 3D mà còn có thể thích ứng để tìm điều kiện xử lý cho các hợp kim và hệ thống sản xuất bồi đắp khác. Xa hơn, khung phương pháp này có thể hỗ trợ những bài toán khám phá khoa học trong đó kết quả thành công rất hiếm và chi phí thử nghiệm quá lớn - kể cả trong khám phá thuốc.

NPA (Theo Washington State University)