NASA 成立基于模型的增材制造鉴定与认证研究所 (IMQCAM)
近日，NASA 宣布成立两个新研究所，以开发工程和气候研究关键领域的技术。德克萨斯大学奥斯汀分校将领导量子通路研究所，专注于支持气候研究的量子传感技术。 另一个基于模型的增材制造鉴定与认证研究所 (IMQCAM)将致力于提高理解并帮助实现对使用先进制造技术制造的金属零件的快速认证。
通过汇集来自大学、工业界和非营利组织的科学、工程和其他学科研究，这些研究所旨在通过对早期技术的投资来影响未来的航空航天能力。
研究冰、水的运动
©NASA
每个研究所将在五年内获得高达 1500 万美元的资金，根据华盛顿 NASA 总部空间技术任务理事会副主任 Jim Reuter，这两个新的研究所的工作将使下一代科学能够研究地球的家园，并通过最先进的建模技术拓宽 3D 打印金属部件在航天飞行中的应用。
基于模型的增材制造鉴定与认证研究所 (IMQCAM)
匹兹堡的卡内基梅隆大学将领导基于模型的增材制造鉴定与认证研究所 (IMQCAM)，旨在改进 3D 打印（也称为增材制造）金属部件的计算机模型，并扩大其在航天应用中的实用性。该研究所将由位于巴尔的摩的约翰霍普金斯大学共同领导。
3D打印金属部件由粉末金属制成，这些金属以特定方式熔化并成型为有用的部件。此类部件可用于火箭发动机之类的东西——3D打印在设计发生变化时提供更大的灵活性来创建新部件，此类部件的有效认证和使用需要对其特性进行高准确度预测。
NASA的一个名为长寿命增材制造组件 (LLAMA) 项目正在测试用于制造液体火箭发动机部件的3D打印方法，与传统制造方法相比，这种方法可以节省大量时间和金钱。与传统工艺相比，LLAMA 采用的先进制造方法可以将火箭发动机喷管生产所需的时间缩短一半以上。它还显着减少了零件数量，因为需要单独制造然后组装的零件更少。
不过增材制造目前在工艺的稳定性方面还存在一定的风险，NASA长寿命增材制造组件 (LLAMA) 项目还强调了增材制造认证方法。
© 3D科学谷白皮书
根据《NASA长寿命增材制造装配 (LLAMA)项目从故障中吸取的教训》，自2000年代以来，NASA 一直从事增材制造工艺和组件开发。AM-增材制造工艺提供了各种技术优势，例如可以实现带内部冷却通道的复杂零件设计、将多个零件整合为一个零件的结构一体化设计、新型合金的加工，以及减少加工时间和成本的优势。
对于意外的担忧促使 NASA最近在 NASA-STD-6030“航天系统的增材制造要求”中强调了增材制造认证方法。例如在一次失败的测试中，NASA在来自腔室的微拉伸试样中观察到颗粒状表面、未熔化的颗粒和不规则的孔隙，HIP热等静压并没有完全消除这些缺陷。
根据3D科学谷的市场观察，早先，美国卡内基梅隆大学和美国阿贡国家实验室的研究团队使用高速X射线成像技术来研究粉末床金属熔化 3D打印中小孔的形成，他们在研究中发现了操作参数和小孔之间的简化关系，有助于防止小孔的形成。
3D科学谷认为由卡内基梅隆大学领导基于模型的增材制造鉴定与认证研究所 (IMQCAM)，将进一步推进NASA对于AM-增材制造工艺的理解，推进质量的稳定性。
© 3D科学谷白皮书
NASA的大部分增材制造开发的重点是使各种工艺走向成熟、表征材料特性、制定标准、生产演示部件以及将增材制造硬件集成到液体火箭发动机中。
根据该研究所首席研究员、美国钢铁公司卡内基梅隆大学冶金工程和材料科学教授 Tony Rollett，这类零件的内部结构与通过任何其他方法生产的零件有很大不同，该研究所将专注于创建 NASA 和其他相关应用每天需要使用的零部件的模型。
数字孪生体
该研究所将为3D打印部件开发数字孪生体，数字孪生体将使工程师能够了解零件的功能和局限性——例如零件在断裂前可以承受多大的压力。此类数字孪生体模型将根据零件的处理过程提供零件属性的可预测性，这对于验证零件的使用至关重要。
根据3D科学谷的市场观察，如今，我们已经习惯于看到 AI 接管越来越多的任务——不仅在我们的日常生活中，而且在医疗应用或工业生产中。人工智能的发展取得了很大进展。现在可以通过人工智能预测生产中的组件故障或从图像中提取信息以在几分之一秒内执行干涉任务。复杂的人工智能开发的深度数字孪生如何推动3D打印进入生产，
让一台机器来接管 AM 中的一些质量保证任务，这听起来有些离谱，根据3D科学谷的市场观察，事实证明，在 AM增材制造工作期间收集的监控数据的问题与离线测试（例如 CT 扫描或超声波测试）收集的数据有很大不同。离线测试数据表征最终 AM增材制造零部件的特性，而监控数据仅表征构建的特定层的特性。
在增材制造中，仍然非常需要降低所生产零件的成本。这与可能由数十万个层层加工组成的过程的有关。根据3D科学谷的市场了解，离线 CT 测试不仅会增加总体成本，而且还会限制几何形状，因为零件必须具有适当的形状才能进行扫描和测试。如果通过智能过程中监控和测试来取代离线监测，这开辟了新的空间，并可能降低总体成本。
© 3D科学谷白皮书
根据3D科学谷的市场了解，具有集成 AI 的过程监控系统将支持这种转变，并实现从全细节测试演变为智能测试的直接方法。根据3D科学谷的市场观察，国际上通过AI来进行增材制造加工质量控制的公司目前包括以色列的printsyst，美国的addiguru，德国的nebumind，以及瑞士的Nnaisense 。
(责任编辑：admin)
适配多类别高温聚合物FFF
埃肯与Startuplab合作加速
NAMIC 全球增材制造峰会GA
3iD率先引进全新粘结剂喷
Freeform人工智能3D打印工
Biomaterials science:牛
卡内基梅隆研究人
Align Technology
AM Craft在种子轮
Aerojet拿下五角
印度初创公司在Gi
美军使用金属3D打
