Un gruppo di ricerca del Korea Advanced Institute of Science and Technology (KAIST), in collaborazione con l’Università di Scienza e Tecnologia di Pohang (POSTECH), ha sviluppato un nuovo metodo per migliorare le proprietà meccaniche della lega Ti-6Al-4V prodotta con stampa 3D. Grazie all’impiego dell’intelligenza artificiale (IA), gli scienziati hanno superato le difficoltà legate al bilanciamento tra resistenza e duttilità, due caratteristiche fondamentali per questa lega ampiamente utilizzata in diversi settori. I risultati dello studio sono stati pubblicati sulla rivista Nature Communications.
Le sfide della stampa 3D del Ti-6Al-4V
La lega Ti-6Al-4V è ampiamente utilizzata in aeronautica e tecnologia medica grazie alla sua elevata resistenza e biocompatibilità. La manifattura additiva con tecnologia Laser Powder Bed Fusion (LPBF) permette di produrre componenti complessi con un alto grado di precisione. Tuttavia, i processi tradizionali di fabbricazione spesso portano a un compromesso tra resistenza e duttilità: aumentando una proprietà, l’altra tende a ridursi.
Tradizionalmente, l’ottimizzazione delle proprietà dei materiali avviene attraverso la modifica dei parametri di stampa e dei trattamenti termici. Questo approccio, però, richiede molto tempo e risorse, poiché è necessario testare un’ampia gamma di combinazioni mediante esperimenti e simulazioni.
Un nuovo metodo basato sull’intelligenza artificiale
Il team di KAIST e POSTECH ha sviluppato un sistema di apprendimento attivo basato sull’intelligenza artificiale, in grado di identificare in modo mirato i parametri di stampa e le condizioni ottimali di trattamento termico. Il modello analizza proprietà meccaniche come resistenza alla trazione e allungamento a rottura, tenendo conto delle possibili incertezze nelle previsioni.
Attraverso un processo iterativo, i parametri suggeriti vengono testati sperimentalmente, i dati raccolti vengono rielaborati dal modello e i risultati vengono progressivamente migliorati. Dopo solo cinque cicli di apprendimento, il sistema ha identificato una combinazione di parametri che ha permesso di ottenere una resistenza alla trazione di 1190 MPa e un allungamento a rottura del 16,5%.
Implicazioni per lo sviluppo dei materiali
Il professor Seungchul Lee, a capo del progetto, ha spiegato:
“Ottimizzando i parametri della stampa 3D e le condizioni di trattamento termico, siamo riusciti a ottenere una lega Ti-6Al-4V con elevata resistenza e duttilità, riducendo al minimo i test sperimentali. Rispetto agli studi precedenti, abbiamo prodotto una lega con resistenza simile ma maggiore allungamento, e una con allungamento simile ma resistenza superiore.”
Secondo il professor Lee, il metodo sviluppato potrebbe essere applicato non solo alle proprietà meccaniche, ma anche ad altri aspetti fondamentali dei materiali, come conduttività termica ed espansione termica, favorendo un’ottimizzazione più efficiente dei parametri di stampa e dei trattamenti post-lavorazione.
Un passo avanti nella progettazione assistita dall’IA
La ricerca è stata finanziata dal Nano & Material Technology Development Program e dal Leading Research Center Program della National Research Foundation of Korea. I risultati ottenuti dimostrano come l’intelligenza artificiale possa trasformare il processo di progettazione e ottimizzazione dei materiali nella manifattura additiva, aprendo nuove possibilità per l’industria.
