據(jù)美國核學(xué)會網(wǎng)站2025年2月7日報道，美國阿貢國家實驗室（ANL）科研人員近期開發(fā)了一項新技術(shù)，通過結(jié)合人工智能（AI）和脈沖紅外熱成像（PIT）技術(shù)，能夠精準(zhǔn)檢測3D打印不銹鋼部件中的微觀缺陷。這些缺陷（如氣孔）直徑通常小于100微米，傳統(tǒng)方法難以發(fā)現(xiàn)，但會顯著降低材料強(qiáng)度，尤其在核反應(yīng)堆等極端環(huán)境中可能引發(fā)嚴(yán)重問題。相關(guān)研究成果已發(fā)表于近期出版的《自然科學(xué)報告》。

PIT技術(shù)通過光學(xué)閃光燈快速加熱金屬表面，并用高速紅外相機(jī)記錄熱量擴(kuò)散過程。內(nèi)部缺陷會改變材料的熱物理特性，導(dǎo)致熱量傳導(dǎo)異常。AI算法則對PIT圖像進(jìn)行處理，過濾噪聲并增強(qiáng)缺陷可見性，從而精準(zhǔn)識別微小缺陷。

傳統(tǒng)無損檢測方法（如X射線和超聲波）難以檢測復(fù)雜形狀3D打印部件的次表面缺陷，而PIT結(jié)合AI提供了一種非接觸、可擴(kuò)展的解決方案，能夠在無損條件下評估材料完整性。這一技術(shù)特別適用于核工業(yè)、航空航天等對材料性能要求極高的領(lǐng)域，可早期發(fā)現(xiàn)缺陷，避免故障并延長部件壽命。

這項突破不僅有助于提升增材制造部件的質(zhì)量控制水平，還展示了AI在無損評估和材料科學(xué)中的巨大潛力。未來，研究人員計劃進(jìn)一步提高檢測靈敏度，并將技術(shù)擴(kuò)展到更多材料和制造工藝中，為極端環(huán)境下的材料安全提供更強(qiáng)保障。