eng
Выпуск #3/2026
И. В. Шишковский
Комбинаторное конструирование сплавов методами лазерных аддитивных технологий: десять лет спустя
Комбинаторное конструирование сплавов методами лазерных аддитивных технологий: десять лет спустя
Просмотры: 5
DOI: 10.22184/2499-9407.2026.44.3.58.62
Представлен ретроспективный анализ эволюции методологии быстрого прототипирования сплавов (БПС) за последнее десятилетие. Показано, как сочетание лазерных аддитивных технологий (АТ) и комбинаторного материаловедения трансформируется под влиянием вычислительных методов, машинного обучения, swarm-интеллекта (роевого интеллекта) и концепции цифровых двойников. На примерах высокоэнтропийных сплавов (ВЭС), систем с градиентом свойств (Fe–Cu, Ti–Al, Ni–Al) обсуждаются новые возможности ускоренного дизайна материалов в свете стратегического документа NASA (2026). Особое внимание уделено переходу от чисто экспериментального БПС к гибридной парадигме «модель – целевой эксперимент – валидация» и перспективам интеграции шкалы зрелости моделирования (Simulation Maturity Level).
Теги: artificial intelligence combinatorial design computational materials science digital twins functional gradients graph neural networks high-entropy alloys laser additive manufacturing machine learning : rapid alloy prototyping simulation maturity level swarm intelligence swarm-интеллект (роевой интеллект) validation and quantification of uncertainties) vvq approach (verification быстрое прототипирование сплавов валидация и квантификация неопределенностей) ввкн подход (верификация высокоэнтропийные сплавы вычислительное материаловедение графовые нейронные сети искусственный интеллект комбинаторный дизайн лазерное аддитивное производство машинное обучение уровень зрелости моделирования функциональные градиенты цифровые двойники
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Представлен ретроспективный анализ эволюции методологии быстрого прототипирования сплавов (БПС) за последнее десятилетие. Показано, как сочетание лазерных аддитивных технологий (АТ) и комбинаторного материаловедения трансформируется под влиянием вычислительных методов, машинного обучения, swarm-интеллекта (роевого интеллекта) и концепции цифровых двойников. На примерах высокоэнтропийных сплавов (ВЭС), систем с градиентом свойств (Fe–Cu, Ti–Al, Ni–Al) обсуждаются новые возможности ускоренного дизайна материалов в свете стратегического документа NASA (2026). Особое внимание уделено переходу от чисто экспериментального БПС к гибридной парадигме «модель – целевой эксперимент – валидация» и перспективам интеграции шкалы зрелости моделирования (Simulation Maturity Level).
Теги: artificial intelligence combinatorial design computational materials science digital twins functional gradients graph neural networks high-entropy alloys laser additive manufacturing machine learning : rapid alloy prototyping simulation maturity level swarm intelligence swarm-интеллект (роевой интеллект) validation and quantification of uncertainties) vvq approach (verification быстрое прототипирование сплавов валидация и квантификация неопределенностей) ввкн подход (верификация высокоэнтропийные сплавы вычислительное материаловедение графовые нейронные сети искусственный интеллект комбинаторный дизайн лазерное аддитивное производство машинное обучение уровень зрелости моделирования функциональные градиенты цифровые двойники
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Отзывы читателей
