基于华沙的材料研究与增材制造设备开发商AMAZEMET，近日发布了其rePOWDER超声雾化平台的AI控制版本，实现了金属粉末的全自动生产。这套系统允许研究人员在数小时内无需值守操作，显著加速学术界与工业研发环境下的合金开发进程。该创新技术于2025年7月21日发布，并将于同年德国法兰克福举办的Formnext 2025展会首次亮相。

AI过程控制实现无人值守雾化

最新rePOWDER系统集成了人工智能模型，通过机器视觉实时分析熔池行为。该模型每120毫秒处理一次实时视频流，自主调整炬位、等离子体功率与送料速率，以维持最佳熔池状态并获得理想粒径分布的高质量粉末。

“在大多数科研机构，购置新设备远比招聘技术团队更容易，”AMAZEMET首席执行官、卡内基梅隆大学客座教授Łukasz Żrodowski博士表示，“我们全新的AI过程控制赋予了更高自主性，让研究人员能专注于科学发现或同时监管更多设备与工艺。”

先进控制与性能基准

升级版rePOWDER配备了全新设计的先进控制柜，集成用于边缘AI计算的工业GPU、高速PLC、重新设计的等离子源以及增强安全性的气体循环钝化系统。通过API接口可实现远程过程监控，连接的送料器还能实时追踪处理材料用量。

在使用Ti-6Al-4V（5级钛）线材的基准测试中，系统以每小时0.5公斤的产率持续运行四小时无需人工干预。AMAZEMET计划将无人操作时长延长至八小时，并支持包括镍钛形状记忆合金与高温应用C-103（铌合金）在内的其他高价值材料。

迈向自主材料研发新纪元

AMAZEMET正在开发适用于棒材、杆料、机加工碎屑及粉末原料的多种送料系统，计划于2026年陆续推出，进一步扩展系统自主性与材料灵活性。AI控制的引入正顺应了高通量材料测试设施的发展趋势，这些设施通过融合机器学习与集成计算材料工程工具来加速合金研发。

AI与数据双轮驱动材料开发

AMAZEMET采用AI进行过程控制的举措，契合了当前数据驱动材料研究与自主制造的发展潮流。多伦多大学研究人员近期开发的机器学习框架，可通过预测模型识别先进合金的理想参数与原料，从而优化金属3D打印工艺。

与此同时，最新关于AI控制3D打印的综述研究指出，将强化学习与模型预测控制集成至过程监测系统可带来显著效益。这些进展表明人工智能正在从预测设计到自主实验全面变革增材制造，推动全行业自优化生产平台的崛起。