引言：
金屬積層製造（Metal Additive Manufacturing, AM）技術正迅速崛起，成為現代工程領域的變革力量。這項技術承諾能製造出傳統製造方法無法實現的輕量化、複雜幾何形狀的零件。然而，金屬 3D 列印技術，特別是雷射粉末床熔融（Laser Powder Bed Fusion, LPBF）技術的廣泛應用，一直受到微觀內部缺陷的阻礙。這些缺陷難以透過視覺檢測發現，卻嚴重損害了機械完整性。
金屬 3D 列印的挑戰與缺陷檢測的重要性
金屬積層製造技術，尤其是雷射粉末床熔融技術，在航太、醫療和汽車等產業中具有巨大的潛力。它能夠按需生產客製化零件，減少材料浪費，並實現複雜的設計。然而，在列印過程中，由於材料特性、雷射參數和環境條件等多種因素的影響，金屬零件內部容易產生微小的缺陷，例如氣孔、裂紋和未熔合區域。
這些微觀缺陷往往隱藏在零件內部，難以透過傳統的非破壞性檢測方法（如超音波或 X 光）有效檢測。即使能夠檢測到，也需要耗費大量的時間和資源。更重要的是，這些缺陷會顯著降低零件的強度、疲勞壽命和整體可靠性，對結構安全構成潛在威脅。因此，開發一種能夠準確、快速檢測金屬 3D 列印零件內部缺陷的方法至關重要。
POSTECH 團隊的創新 AI 框架
為了解決上述挑戰，韓國浦項科技大學（POSTECH）的研究團隊開發了一種基於人工智慧（Artificial Intelligence, AI）的創新框架，旨在檢測金屬 3D 列印零件中隱藏的缺陷。該框架結合了電腦視覺、機器學習和材料科學等領域的知識，能夠從高解析度的影像資料中提取關鍵特徵，並建立缺陷預測模型。
該團隊利用大量的金屬 3D 列印零件影像資料，訓練了一種深度學習模型，使其能夠識別不同類型和大小的缺陷。該模型不僅能夠檢測已知的缺陷類型，還能夠發現潛在的、未知的缺陷模式。此外，該框架還具有自我學習和優化的能力，能夠隨著資料量的增加不斷提高檢測精度和效率。
AI 框架的優勢與未來展望
POSTECH 團隊開發的 AI 框架具有多項顯著優勢。首先，它能夠實現對金屬 3D 列印零件的全面檢測，有效識別隱藏的微觀缺陷。其次，該框架具有高度的自動化和智能化，能夠顯著提高檢測效率，降低人工成本。第三，該框架具有良好的可擴展性，可以應用於不同材料和不同列印工藝的金屬零件檢測。
這項研究成果為金屬 3D 列印技術的發展開闢了新的道路。透過應用 AI 技術，可以有效提高金屬 3D 列印零件的品質和可靠性，加速其在各個產業的應用。未來，研究團隊將進一步優化該 AI 框架，使其能夠實現對缺陷的即時檢測和預測，為金屬 3D 列印的智慧製造提供更強大的支援。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機
Date: May 15, 2026