國際核新聞
據美國核學會網站2025年2月7日報道，美國阿貢國家實驗室（ANL）科研人員近期開發了一項新技術，通過結合人工智能（AI）和脈沖紅外熱成像（PIT）技術，能夠精準檢測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，傳統方法難以發現，但會顯著降低材料強度，尤其在核反應堆等極端環境中可能引發嚴重問題。相關研究成果已發表于近期出版的《自然科學報告》。
PIT技術通過光學閃光燈快速加熱金屬表面，并用高速紅外相機記錄熱量擴散過程。內部缺陷會改變材料的熱物理特性，導致熱量傳導異常。AI算法則對PIT圖像進行處理，過濾噪聲并增強缺陷可見性，從而精準識別微小缺陷。
傳統無損檢測方法（如X射線和超聲波）難以檢測復雜形狀3D打印部件的次表面缺陷，而PIT結合AI提供了一種非接觸、可擴展的解決方案，能夠在無損條件下評估材料完整性。這一技術特別適用于核工業、航空航天等對材料性能要求極高的領域，可早期發現缺陷，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量控制水平，還展示了AI在無損評估和材料科學中的巨大潛力。未來，研究人員計劃進一步提高檢測靈敏度，并將技術擴展到更多材料和制造工藝中，為極端環境下的材料安全提供更強保障。
地址：北京市西城區南禮士路21號六層 電話：010－56971705 ; 傳真：010-56971700
郵箱：cnea@org-cnea.cn 京ICP備16008721號-2
您是訪問本站的第位嘉賓
官網手機端
微信公眾號
核能云端博物館微博