AI篩選1億種參數 助NASA找到火箭合金新製法

【大紀元2026年09月01日訊】(大紀元記者曾子衡綜合報導)火箭能不能順利升空,除了引擎功能與燃料,關鍵之一還在於一種看似不起眼的金屬材料:GRCop-42。它決定了火箭引擎能否承受極端高溫,這是美國航空航天局(NASA)專門開發的一種特殊銅-鉻-鈮合金。

這種合金具備優異的耐高溫與高導熱性,常用於液態火箭引擎燃燒室等航天零件。然而,以3D列印製造這種材料並不容易,雷射功率、掃描速度、材料厚度等參數組合超過1億種,傳統試錯法成本高昂且耗時。

美國華盛頓州立大學(Washington State University, WSU)研究團隊利用人工智能(AI)挑選最佳參數組合,大幅縮短搜尋過程,再透過實驗驗證結果。團隊在3個月內僅進行40次實驗,就找到6組可行參數,並成功以500瓦低功率雷射設備列印出GRCop-42,創下首次以該功率成功列印的紀錄。

WSU電氣工程與電腦科學學院(EECS)的電腦科學系工程學傑出教授雅那‧多帕(Jana Doppa)表示:「目前,90%的商用3D列印設備都無法製造這種合金。不過,我們成功找出可行的製程參數,讓這項合金的3D列印技術不再受限於少數專業高功率設備,一般商用設備也能製造。」

2026年8月30日,佛羅里達州卡納維拉爾角,一枚SpaceX「獵鷹」重型火箭搭載著NASA羅曼望遠鏡,從肯尼迪航天中心的39A發射台升空。 (Joel Kowsky/NASA via Getty Images)
2026年8月30日,佛羅里達州卡納維拉爾角,一枚SpaceX「獵鷹」重型火箭搭載著NASA羅曼望遠鏡,從肯尼迪航天中心的39A發射台升空。 (Joel Kowsky/NASA via Getty Images)

AI如何從海量參數中找答案

論文第一作者阿扎‧法德爾(Azza Fadhel)表示,面對超過1億種可能的組合,不可能逐一測試。因此研究團隊利用AI從中快速挑出最值得實驗的方案。

他們首先分析過去實驗中失敗的37組列印參數,並根據這些結果建立預測模型,評估尚未測試的參數組合的成功機率。AI接著推薦少量新參數組合,交由實驗驗證。

AI在挑選實驗方案時,同時兼顧「最有希望成功的參數組合」與「較不確定但能提供新資訊的區域」,持續優化模型。

成功列印出火箭合金

華盛頓州立大學電氣工程與電腦科學學院、機械與材料工程學院的這項研究成果,發表於《AAAI人工智能年會論文集》(Proceedings of the AAAI Conference on Artificial Intelligence),並獲得「創新部署應用獎」(Innovative Deployed Application Award)。

研究結果顯示,以較低功率雷射列印GRCop-42,不僅節省電力與設備損耗,也降低製造成本,有望讓沒有專業高功率3D列印設備的大學、小型實驗室及企業也能生產這種航天級合金。

研究團隊認為,相同AI框架可應用於其它金屬合金,甚至新藥開發等需要大量實驗分析、成本高,又很難找到成功方法的領域。

(本文綜合參考華盛頓州立大學新聞稿及ScienceDaily報導)

來源:大紀元:https://www.epochtimes.com/b5/26/9/1/n14840485.htm

作者介紹: 2000年在美國創立的大紀元,目前是全球的中文和多語種報紙與網路媒體。大紀元為讀者呈現最快最準確的信息;秉承普世價值,堅持獨立原則,揭露被中共掩蓋的真相,為受迫害者發聲。
發佈:2026-09-01 04:41 | 修改:2026-09-01 04:41

看完這篇文章您覺得:

已經有 0 次投票 抢沙发
相關文章
文章評論區

发表回复