中佛罗里达大学（University of Central Florida）一名研究员获得美国国防高级研究计划局（DARPA）颁发的青年教师奖，用于开发一种能够预测3D打印部件性能和缺陷的机器学习模型。该研究旨在减少阻碍增材制造在主流行业广泛应用的测试成本与时间负担。

该校机械与航空航天工程系副教授吴大中获得了近50万美元的资助，用于开展为期两年的“人工智能驱动的经济型、可扩展增材制造零件认证”项目。根据研究进展，DARPA可能额外提供50万美元用于第三年的研究工作。

目前，金属增材制造工艺依赖钛合金等昂贵材料，通过数字模型逐层构建复杂的高性能部件。随后漫长的试错测试周期往往导致部分部件被破坏且成本高昂。吴教授的项目旨在开发一种模型，以减少对此类破坏性测试的依赖。

吴大中表示，利用人工智能，可以通过少量的破坏性和非破坏性测试数据来预测3D打印部件的机械性能，从而确保每个部件都具备一致性、可靠性且成本更低。他希望这种基于人工智能的增材制造认证框架能够应用于包括航空航天在内的多个行业，并强调降低成本对增材制造行业至关重要，而实现这一目标需要确保每个部件始终满足性能要求。

据了解，吴大中同时负责管理中佛罗里达大学的增材制造与智能系统实验室。该研究项目有望为增材制造技术在关键领域的规模化应用提供新的技术路径。