3D打印技術以實現復雜設計的優勢在高附加值零部件制造領域得到了應用發展。比如說，GE與西門子都在利用金屬3D打印技術實現燃氣輪機復雜燃燒組件的突破，GE 已交付給中國使用的HArrie 重型燃氣輪機打破了自己的凈效率記錄，3D打印技術所制造的關鍵部件功不可沒。

但3D打印技術的廣泛應用仍有諸多制約因素需要克服，其中一個因素是減少3D打印零件創建與驗證所需要的時間，高效的制造出合格的3D打印零部件。

根據3D科學谷的市場觀察，GE將與橡樹嶺國家實驗室（ORNL）以及施樂旗下的PARC公司合作，以噴氣發動機，風力渦輪機和燃氣輪機等渦輪機械中的復雜熱、流體零部件為切入點，通過人工智能技術、超級計算機將這類3D打印零件的創建與驗證時間減少近65%。這一合作項目獲得了130萬美元的項目資助。

熱、流體3D打印組件，自動化設計與驗證的集成

如今，開發設計用于噴氣發動機，風力渦輪機和燃氣輪機等復雜動力產品的新組件，往往需要涉及到數十位專業人士，共同對組件的結構、熱特性、流體特性進行研究。在設計增材制造-3D打印組件時，需要考慮諸多因素，例如材料成分對熱量和應力的響應程度，面向增材制造的設計如何影響氣流或空氣動力學性能等。匯集這些跨界知識，并完成一種3D打印零件驗證的過程可能長達2到5年。

根據GE ，這一項目的啟動具有以下意義：

將用于渦輪機械的高性能增材制造零件設計開發時間從2-5年縮短到1-2年，整體時間減少一半以上；為3D打印技術廣泛應用鋪平道路，徹底改變從風力渦輪機到燃氣輪機的各種發電產品的效率和性能；組合的項目團隊將在ORNL的超級計算機Summit 上進行工作，開發強大的人工智能（AI）和機器學習（ML）技術，從而以更快的速度實現數百萬次設計迭代。該項目將以實現無缺陷、高性能的3D打印組件設計為最終目標，與鑄造等傳統工藝生產的零部件相比，這些3D打印組件將能夠承受高溫和高應力，并具有優化的性能。

GE 研發增材制造業務負責人對于這一項目對3D打印技術的意義做了進一步說明，由此可以看到這一項目對于增材制造的意義。他表示，減少創建和驗證無缺陷的3D打印組件設計所需時間，是實現3D打印的廣泛使用關鍵因素之一，使用支持多物理功能的工具和人工智能技術，將使3D打印組件設計整個過程自動化，并使得增材制造過程比某些傳統制造工藝更快。3D打印組件結構特性的優化已經實現自動化，但熱和流體特性優化還沒有實現，這一項目將利用人工智能技術，從增材制造可生產性數據自動生成代理模型，并將設計與多物理場設計優化技術進行無縫集成。

項目團隊將使用ORNL實驗室的Summit超級計算機，以前所未有的精度創建這些基于人工智能的的代理模型。除此之外，ORNL 高通量同位素反應堆將被用于分析增材制造組件，分析數據將用于訓練和評估人工智能創建的模型。

人工智能在自動生成3D打印組件設計模型中起到了重要作用。根據項目成員之一PARC，人工智能技術可以加速創成式設計，這是一項能夠顯著減少設計與制造優質3D打印零件的重要創新性技術。使用機器學習人工智能技術，使得自動生成的功能集成3D打印零部件能夠滿足現實世界的應用需求，為制造業提供創新性的增材制造解決方案。

3D科學谷Review

《暗知識》一書中談到，算力、數據、算法這三個要素同步成熟，形成合力，帶來了今天人工智能技術的爆發，這三個要素中最重要的是計算能力的發展和算法的相互促進。以上項目正是將超級計算機的算力與機器學習算法相結合，促進人工智能技術在3D打印零件設計開發中的應用。

根據3D科學谷的市場觀察，ORNL 實驗室的超級計算機還將支持一個針對3D打印的高級仿真功能開發項目。該項目名為Exascale增材制造（ExaAM），該項目將利用超級計算機Frontier開發高級仿真功能。這一仿真功能將使科學家更好地理解工藝參數（例如掃描模式），材料微觀結構（晶粒尺寸和方向的分布）之間的復雜關系，以及3D打印金屬零件的最終特性（例如強度）。

以上這些信息可用于預測增材制造零件性能、強度、壽命，加快零件的鑒定和認證，從而以更低成本創新和優化產品。但當前的技術在預測增材制造零件的微觀結構時必須做出許多近似和簡化，而有了超級計算機Frontier，研究人員將能夠消除近似值，并優化制造過程中使用的參數，從而能夠設計出重量更輕的零件，減少浪費，減少零件組裝的需要，或根據具體應用確定其他屬性。

正向設計與3D打印優勢的結合、人工智能與工藝開發的結合、數字孿生與生產控制的結合是推動3D打印產業化的“三駕馬車。除了增材制造硬件設備快速發展，材料成本的下降以及種類的豐富，算力、數據、算法支撐起的人工智能軟實力，也是促進3D打印技術得到廣泛應用的“硬核”。