AI-Assisted Prediction of the Metal AM Process Chain in Titanium

Research Project, 2026 – 2029

 
Övergången till klimatneutral och resurseffektiv tillverkning kräver nya sätt att producera högpresterande metallkomponenter med hållbar materialframställning samt minimal material- och energiförbrukning. Pulverbaserad additiv tillverkning erbjuder stora möjligheter, men den industriella tillämpningen begränsas idag av kostsam och tidskrävande sk. ”trial-and-error” utveckling. AIMPACT-projektet adresserar detta genom att kombinera fysikbaserade modeller med fasomvandling och brottegenskaper, högupplösta experimentella data och artificiell intelligens i ett prediktivt digitalt tvillingramverk för laser pulverbädd (Laser Powder Bed Fusion: PBF-LB). Detta möjliggör noggranna förutsägelser av temperaturhistorik, deformation, defekter och materialegenskaper, så att komponenter kan tillverkas ”first-print-right”. Genom minskat spill, ökad återanvändning av pulver och kortare utvecklingstider bidrar AIMPACT till en mer hållbar och robust metallförsörjning för den gröna samhällsomställningen.