日本利用机器学习成功制造航空发动机的降低镍-钴基高温合金成本

日本物质材料研究组织在2020年11月30日宣布已通过利用ML（机器学习）成功降低了镍-钴基高温合金的制造成本，而这些合金是制造航空发动机的重要材料之一。

该机构已经证明，可以通过多次试验来优化复杂的制造条件，并且可以在相同的条件下以低成本制造高压涡轮盘粉末。在使用大型设备的实际粉末制造现场，可以显著的降低粉末单价、试验次数和时间，并且可以期望将高性能、高质量、低成本的超级合金粉末快速商品化。

机器学习被用于制造镍-钴基高温合金粉末，并且在没有专家技能的情况下优化了气体雾化过程。该机构表示通过机器学习，仅使用6次试验就成功地发现了可获得具有高球形度和细度的高品质粉末的工艺条件，而无需以往那么多试验数据，并且其合格率可高达为78%。而之前一般的合格率约为10%~30%，据估计新粉末与市售粉末相比，成本可降低约72%。

高压涡轮盘是通过气体雾化方法制造的，但是要优化多种工艺条件，例如金属的熔化温度和所用气体的压力，需要大量的成本、时间、经验和人力资源。通过使用机器学习优化制造条件，可以期望降低成本并降低飞机发动机零件的制造速度。

责任编辑：PSY