热交换器对于航空航天行业的演化非常重要，但是我们需要新的材料以满足生产和产品性能的要求。本期， 与谷友通过Intellegens与GKN航空所合作的案例，来领略Intellegens的机器学习工具AIchemite™如何为波音亞仕得加速器提供最高的热传导性能产品且不降低机械性能要求。
l 欢迎在文后留言申请长期转载授权l
人工智能实现材料设计迭代
在《人工智能与材料技术成就超合金，揭示Fraunhofer的futureAM项目如何助力下一代飞机发动机》一文中，曾解释了Fraunhofer IWS的专家在futureAM下一代增材制造项目中通过“人工智能”（AI）和“机器学习”的先进方法来提升对加工过程的理解，由Fraunhofer IWS图像处理和数据管理工作组进行研究。通过人工智能，可以找到这些数据泛洪中的隐藏联系。
可以说通过人工智能替代大量枯燥的材料开发过程是一个既定趋势。
挑战
航空领域的下一个关键里程碑是引入可持续发展的燃料，例如电池或者氢能源。未来的飞机设计将需要内部冷却和加热单元，而热交换器是非常必要的部分。
3D打印-增材制造可以实现非常复杂的热交换器，从而提高热交换性能。此外，热交换器是结构零件，材料必须要强度足够高。
这种高热传导性能、高强度又适合增材制造的组合，使得目前适合制造热交换器的材料并不多。所以，业界需要开发新的合金来满足这种热交换器的3D打印需求，并满足下一代燃料飞机的需求。
Ti-6Al-4V(Ti-64)是一种钛、铝、钒合金，这个材料被广泛的采用到3D打印-增材制造中，并且具有很高的机械性能和抗腐蚀性能，但是它的热传导性能相对较低，所以这种材料并没有被采纳为制造热交换器的材料。
不过，通过人工智能设计新型钛合金，Intellegens与GKN航空发现了新的可能。
Alchemite人工智能引擎
解决方案
Intellegens通过Alchemite™人工智能引擎来与GKN航空分析钛合金材料数据。在这个开发过程中，供考虑了256种合金，供人工智能引擎分析，并推测出大约20种物理性能。
优化轻量进行时
Alchemite™优化的目的是获得更高热传导和机械强度的材料。其中一个发现是有3%的钒，1.9%的钼，1.5%的铁和其他元素包括0.31%的钯，0.41%的钌,且不含铝。
这种材料被人工智能预测热传导率为18.4W/mK(误差范围为正负1.1)，并且极限抗拉强度为595MPa（误差范围为50.7)。
Alchemite™人工智能引擎几乎是在最大化热传导性能和抗拉强度的两个方向上寻找到了最佳组合。
GKN航空的专家确认了由于新材料组合中含有高含量的钯金属，这可能会限制前在的应用前景。通过Alchemite™人工智能引擎可以调整如何降低钯金属的含量，而不需要大量的真实的材料配比实验。真实的配比不仅耗费时间，且很昂贵。
不过钯金属的含量不适宜降到最低为零的程度，在这种情况下，热交换的性能表现会很糟糕。钯金属的作用是提升了热交换性能，这也显示了在其他的合金组合中，钯金属可以作为提升热交换性能的关键元素来添加。
通过Alchemite™人工智能引擎可以将通常需要2年的材料开发设计过程缩短为3个月。下一步，这个项目可以延伸为将铜、镍、铝合金作为研究对象，通过调整金属元素的组合，来开发适合性能要求的热交换器。通过Alchemite™人工智能引擎可以将开发过程可视化，持续性的获得开发进展。
Review
通过3D打印技术可以帮助实现更具成本效益的高性能材料，而根据 的市场了解，人工智能将发挥决定性的开发作用。
正如人工智能在药物领域的作用，一款新药从开始研发到临床试验再到投入市场，通常需要10-15年；随着数字经济时代的到来，大数据、人工智能等技术的应用，将大大缩短药物研发时间，提升效率和质量。在制药行业，人们有兴趣实施AI驱动的解决方案以发现新药并加快将其推向市场的速度。食品和药物管理局进一步推动了这种兴趣，促进将基于AI的技术用于药物开发的创新。总体来说，AI和机器学习旨在改变药物发现过程，从而降低财务成本和上市时间。
同样的事情，将发生在3D打印领域的材料开发方面，人工智能将在两个维度上发挥作用：降低材料开发的财务成本和开发周期。
除了单一材料的开发，正如Fraunhofer在futureAM项目中的发现，通常采用单一材料设计飞机发动机整个组件不是很有效，因为组件不会在所有点上都受到相同的热量。最好只在温度很高的地方使用昂贵的高电阻材料，在其他地区，使用较便宜的材料就足够了。这正是增材制造系统可以实现的，一旦人工智能学会了加工所需的超合金，下一步是将各种高性能材料整合到一个组件中。
而此前， 通过《减少15年的努力，人工智能设计金属3D打印的新合金》一文，揭示了Intellegens的Alchemite™深度学习算法设计的另外一款新合金，这款新合金是通过定向能量沉积（DED）金属3D打印工艺进行制造的，该合金可满足增材制造所需的性能目标，用于制造喷气发动机零部件。
全世界有数以百万计的商业材料，其特点是数百种不同的特性。使用传统技术探索我们对这些材料所了解的信息，提出新的物质，基质和系统，是一个艰苦的过程，可能需要数月甚至数年。通过了解现有材料数据中的基础相关性，估算缺失的属性，人工智能可以快速，高效，准确地提出具有目标属性的新材料 – 从而加快开发过程。
白皮书下载，加入 QQ群：106477771
网站投稿请发送至2509957133@qq.com
欢迎转载，转载请注明来源 ，并链接到 网站原文。
