据美国核学会网站2025年2月7日报道,美国阿贡国家实验室(ANL)科研人员近期开发了一项新技术,通过结合人工智能(AI)和脉冲红外热成像(PIT)技术,能够精准检测3D打印不锈钢部件中的微观缺陷。这些缺陷(如气孔)直径通常小于100微米,传统方法难以发现,但会显著降低材料强度,尤其在核反应堆等极端环境中可能引发严重问题。相关研究成果已发表于近期出版的《自然科学报告》。
PIT技术通过光学闪光灯快速加热金属表面,并用高速红外相机记录热量扩散过程。内部缺陷会改变材料的热物理特性,导致热量传导异常。AI算法则对PIT图像进行处理,过滤噪声并增强缺陷可见性,从而精准识别微小缺陷。
传统无损检测方法(如X射线和超声波)难以检测复杂形状3D打印部件的次表面缺陷,而PIT结合AI提供了一种非接触、可扩展的解决方案,能够在无损条件下评估材料完整性。这一技术特别适用于核工业、航空航天等对材料性能要求极高的领域,可早期发现缺陷,避免故障并延长部件寿命。
这项突破不仅有助于提升增材制造部件的质量控制水平,还展示了AI在无损评估和材料科学中的巨大潜力。未来,研究人员计划进一步提高检测灵敏度,并将技术扩展到更多材料和制造工艺中,为极端环境下的材料安全提供更强保障。