近日，NASA 宣布成立兩個新研究所，以開發工程和氣候研究關鍵領域的技術。德克薩斯大學奧斯汀分校將領導量子通路研究所，專注於支持氣候研究的量子傳感技術。 另一個基於模型的增材製造鑑定與認證研究所 (IMQCAM)將致力於提高理解並幫助實現對使用先進位造技術製造的金屬零件的快速認證。
通過彙集來自大學、工業界和非營利組織的科學、工程和其他學科研究，這些研究所旨在通過對早期技術的投資來影響未來的航空航天能力。
研究冰、水的運動
NASA
每個研究所將在五年內獲得高達 1500 萬美元的資金，根據華盛頓 NASA 總部空間技術任務理事會副主任 Jim Reuter，這兩個新的研究所的工作將使下一代科學能夠研究地球的家園，並通過最先進的建模技術拓寬 3D 列印金屬部件在航天飛行中的應用。
/ 基於模型的增材製造鑑定與認證研究所 (IMQCAM)
匹茲堡的卡內基梅隆大學將領導基於模型的增材製造鑑定與認證研究所 (IMQCAM)，旨在改進 3D 列印（也稱為增材製造）金屬部件的計算機模型，並擴大其在航天應用中的實用性。該研究所將由位於巴爾的摩的約翰霍普金斯大學共同領導。
3D列印金屬部件由粉末金屬製成，這些金屬以特定方式熔化並成型為有用的部件。此類部件可用於火箭發動機之類的東西——3D列印在設計發生變化時提供更大的靈活性來創建新部件，此類部件的有效認證和使用需要對其特性進行高準確度預測。
NASA的一個名為長壽命增材製造組件 (LLAMA) 項目正在測試用於製造液體火箭發動機部件的3D列印方法，與傳統製造方法相比，這種方法可以節省大量時間和金錢。與傳統工藝相比，LLAMA 採用的先進位造方法可以將火箭發動機噴管生產所需的時間縮短一半以上。它還顯著減少了零件數量，因為需要單獨製造然後組裝的零件更少。
不過增材製造目前在工藝的穩定性方面還存在一定的風險，NASA長壽命增材製造組件 (LLAMA) 項目還強調了增材製造認證方法。
3D科學谷白皮書
根據《NASA長壽命增材製造裝配 (LLAMA)項目從故障中吸取的教訓》，自2000年代以來，NASA 一直從事增材製造工藝和組件開發。AM-增材製造工藝提供了各種技術優勢，例如可以實現帶內部冷卻通道的複雜零件設計、將多個零件整合為一個零件的結構一體化設計、新型合金的加工，以及減少加工時間和成本的優勢。
對於意外的擔憂促使 NASA最近在 NASA-STD-6030「航天系統的增材製造要求」中強調了增材製造認證方法。例如在一次失敗的測試中，NASA在來自腔室的微拉伸試樣中觀察到顆粒狀表面、未熔化的顆粒和不規則的孔隙，HIP熱等靜壓並沒有完全消除這些缺陷。
根據3D科學谷的市場觀察，早先，美國卡內基梅隆大學和美國阿貢國家實驗室的研究團隊使用高速X射線成像技術來研究粉末床金屬熔化 3D列印中小孔的形成，他們在研究中發現了操作參數和小孔之間的簡化關係，有助於防止小孔的形成。
3D科學谷認為由卡內基梅隆大學領導基於模型的增材製造鑑定與認證研究所 (IMQCAM)，將進一步推進NASA對於AM-增材製造工藝的理解，推進質量的穩定性。
3D科學谷白皮書
NASA的大部分增材製造開發的重點是使各種工藝走向成熟、表征材料特性、制定標準、生產演示部件以及將增材製造硬體集成到液體火箭發動機中。
根據該研究所首席研究員、美國鋼鐵公司卡內基梅隆大學冶金工程和材料科學教授 Tony Rollett，這類零件的內部結構與通過任何其他方法生產的零件有很大不同，該研究所將專注於創建 NASA 和其他相關應用每天需要使用的零部件的模型。
/ 數字孿生體
該研究所將為3D列印部件開發數字孿生體，數字孿生體將使工程師能夠了解零件的功能和局限性——例如零件在斷裂前可以承受多大的壓力。此類數字孿生體模型將根據零件的處理過程提供零件屬性的可預測性，這對於驗證零件的使用至關重要。
根據3D科學谷的市場觀察，如今，我們已經習慣於看到 AI 接管越來越多的任務——不僅在我們的日常生活中，而且在醫療應用或工業生產中。人工智慧的發展取得了很大進展。現在可以通過人工智慧預測生產中的組件故障或從圖像中提取信息以在幾分之一秒內執行干涉任務。複雜的人工智慧開發的深度數字孿生如何推動3D列印進入生產，
讓一台機器來接管 AM 中的一些質量保證任務，這聽起來有些離譜，根據3D科學谷的市場觀察，事實證明，在 AM增材製造工作期間收集的監控數據的問題與離線測試（例如 CT 掃描或超聲波測試）收集的數據有很大不同。離線測試數據表征最終 AM增材製造零部件的特性，而監控數據僅表征構建的特定層的特性。
在增材製造中，仍然非常需要降低所生產零件的成本。這與可能由數十萬個層層加工組成的過程的有關。根據3D科學谷的市場了解，離線 CT 測試不僅會增加總體成本，而且還會限制幾何形狀，因為零件必須具有適當的形狀才能進行掃描和測試。如果通過智能過程中監控和測試來取代離線監測，這開闢了新的空間，並可能降低總體成本。
3D科學谷白皮書
根據3D科學谷的市場了解，具有集成 AI 的過程監控系統將支持這種轉變，並實現從全細節測試演變為智能測試的直接方法。根據3D科學谷的市場觀察，國際上通過AI來進行增材製造加工質量控制的公司目前包括以色列的printsyst，美國的addiguru，德國的nebumind，以及瑞士的Nnaisense 。
知之既深，行之則遠。基於全球範圍內精湛的製造業專家智囊網絡，3D科學谷為業界提供全球視角的增材與智能製造深度觀察。有關增材製造領域的更多分析，請關注3D科學谷發布的白皮書系列。