Forscher der Washington State University haben künstliche Intelligenz eingesetzt, um eine schnellere und kostengünstigere Methode zum 3D-Druck einer von NASA entwickelten Hochleistungsmetallegierung zu identifizieren. Dabei wurde die Notwendigkeit vermieden, mehr als 100 Millionen mögliche Druckkonfigurationen manuell zu testen.

Das Material GRCop-42 ist eine Legierung aus Kupfer, Chrom und Niob. NASA entwickelte sie für anspruchsvolle Umgebungen, in denen sowohl Wärmebeständigkeit als auch effiziente Wärmeübertragung essenziell sind — insbesondere in Brennkammern von Flüssigkeitsraketenmotoren. Trotz ihrer vorteilhaften Eigenschaften ist die Legierung schwierig und kostspielig zu drucken, da der Prozess in der Regel erhebliche Laserleistung und Energie erfordert. 90 Prozent der kommerziellen 3D-Drucker können sie derzeit nicht drucken.

Die Forscher begannen mit Daten von 37 Druckkonfigurationen, die in früheren Experimenten bereits fehlgeschlagen waren. Mit diesen Ergebnissen entwickelten sie eine KI-Methode, die schätzen konnte, wie wahrscheinlich eine ungetestete Einstellungskombination ein erfolgreiches Ergebnis liefern würde. Das Modell empfahl dann kleine Gruppen neuer Konfigurationen zum Testen.

Trotz der geringen Odds fand das Team während dreier Monate Arbeit sechs erfolgreiche Konfigurationen bei verschiedenen Laserleistungsstufen — bei lediglich 40 Experimenten insgesamt. Erstmals wurde GRCop-42 erfolgreich mit nur 500 Watt Laserleistung gedruckt.

Die in den Proceedings der AAAI Conference on Artificial Intelligence veröffentlichte und mit dem Innovative Deployed Application Award ausgezeichnete Arbeit könnte den Zugang zur Legierung auf weit verbreitetere Ausrüstung ausweiten und so Universitäten, kleinere Labore und Unternehmen ohne spezialisierte Hochleistungssysteme ermöglichen.

Quellen