الذكاء الاصطناعي يجعل سبيكة الفضاء التابعة لناسا أسهل للطباعة ثلاثية الأبعاد

يمكن للطباعة ثلاثية الأبعاد للمعادن إنشاء أجزاء محرك صاروخي مع قنوات تبريد داخلية وأشكال لا تستطيع التصنيع التقليدي إنتاجها بسهولة. ومع ذلك، القدرة على رسم مكون متقدم على الحاسوب لا تعني أن المُصنّع يعرف كيف يطبعه بنجاح.

كل تركيبة من قدرة الليزر، سرعة المسح، توصيل البودرة، تدفق الغاز، وارتفاع الطبقة يمكن أن تغير النتيجة. قد تُنشئ تركيبة غير مناسبة مسامًا أو تشققات أو ارتباطًا ضعيفًا. غالبًا ما يتطلب اكتشاف الإعدادات الصحيحة شهورًا من التجارب المكلفة والخطأ.

أظهر الباحثون من جامعة ولاية واشنطن وجامعة مينيسوتا¹ أن الذكاء الاصطناعي يمكنه جعل هذه العملية أكثر كفاءة بكثير. حددت نظامهم عدة طرق لطباعة سبيكة GRCop-42، السبيكة النحاسية التي طورتها ناسا والصعبة، باستخدام طابعات ثلاثية الأبعاد للمعادن ذات قدرة منخفضة وتوافر أوسع.

The achievement is important beyond one alloy. It suggests AI could help manufacturers bring new materials into production faster, lower the cost of process development, and expand the number of facilities capable of producing specialized aerospace components.

لماذا سبيكة GRCop-42 ذات قيمة لتصنيع الفضاء

سبيكة GRCop-42 هي سبيكة من النحاس والكروم والنيوبيا تم تطويرها للبيئات التي يجب أن تتحمل فيها المكونات حرارةً شديدة. تجمع بين توصيل حراري عالٍ ومتانة، ومقاومة للأكسدة، ومقاومة للإنزلاق، ومقاومة لإجهاد الحرارة.

تجعل هذه الخصائص السبيكة مفيدة بشكل خاص في غرف احتراق محركات الصواريخ، ومبادلات الحرارة، وغيرها من الأنظمة ذات تدفق حراري عالي. النحاس يوصّل الحرارة جيدًا، لكن سبائك النحاس التقليدية قد تفقد قوتها عند درجات حرارة مرتفعة. صُممت سبيكة GRCop-42 لتوازن بين هذين المتطلبين.

نفس الخصائص التي تجعل السبيكة ذات قيمة تجعلها صعبة الطباعة. النحاس يعكس معظم الطاقة تحت الحمراء التي ينتجها الليزر الليفي الشائع. كما ينقل الحرارة الممتصة بعيدًا عن حمام الصهر بسرعة كبيرة. إذا لم يتمكن الطابعة من إنشاء وحفظ حمام صهر مستقر، قد لا يلتصق المادة المودعة بشكل صحيح.

يمكن للمصنعين التعويض باستخدام معدات أقوى، لكن ذلك يزيد من تكلفة الدخول. لذلك سأل الباحثون عما إذا كان يمكن إيداع سبيكة GRCop-42 بنجاح بأقل من 900 واط، مع اهتمام خاص بالنطاق بين 500 و700 واط المدعوم من عدد أكبر من الآلات.

كيف استبدل الذكاء الاصطناعي عملية التجربة والخطأ المكلفة

طوّر الفريق إطار عمل يُسمّى التصميم التجريبي البايزي للتصنيع الإضافي، أو BEAM. لا يقوم هذا الإطار بتشغيل الطابعة تلقائيًا ولا يبتكر جزءًا. بل يقرر أي تكوينات طباعة هي الأكثر فائدة للاختبار التالي.

يبدأ BEAM بتجارب سابقة، بما فيها الطباعة الفاشلة. يبني نموذجًا احتماليًا يربط إعدادات الطابعة باحتمالية إنتاج بنية مقبولة، ثم يختار دفعة صغيرة أخرى للاختبار الفعلي. تعود تلك النتائج إلى النموذج ويتكرر الدورة.

هذا استعمال عملي للذكاء الاصطناعي لأنه يبقي التجارب الفعلية في الحلقة. باحثون آخرون يطبقون الذكاء الاصطناعي لتحسين دقة المعالجة المعدنية القائمة على الليزر. لا يحتاج النموذج إلى محاكاة كل تفاعل معدني بدقة تامة؛ فهو يحتاج فقط إلى جعل كل تجربة مكلفة أكثر إفادة من التخمين اليدوي الواسع.

الحافز الاقتصادي كبير. وفقًا للورقة، يمكن أن تكلف عملية ترسيب طاقة موجهة واحدة ما بين 500 و1,000 دولار. قد تتطلب التحليلات بعد الطباعة مبلغًا إضافيًا قدره 500 دولار لكل عينة وتستغرق من أسبوع إلى أربعة أسابيع. استكشاف نافذة عملية سبيكة جديدة يمكن أن يتجاوز 100,000 دولار، حتى قبل احتساب شهور العمل المتخصص.

ما اختبره الباحثون

استخدم الباحثون نظام ترسيب طاقة موجه بخمسة محاور مزود بليزر ألياف تحت حمراء بقدرة 1,000 واط. يغذي الترسيب الموجه البودرة المعدنية إلى حمام صهر ناتج عن الليزر، مبنيًا المادة تدريجيًا على سطح. في هذه الحالة، أودع النظام سبيكة GRCop-42 على سبيكة إنكونيل 718، وهي سبيكة أخرى تُستخدم على نطاق واسع في التطبيقات ذات درجات الحرارة العالية.

أنشأت التركيبات المحتملة من معدل التغذية، تدفق الغاز، سرعة المسح، ارتفاع الطبقة، وقوة الليزر ما يقرب من مليون تكوين مرشح عند كل مستوى طاقة. بدلاً من استكشاف هذا الفضاء الضخم يدويًا، حصل BEAM على ميزانية قدرها 10 تجارب فقط لكل طاقة ليزر مختارة.

خلال ثلاثة أشهر، وجد الإطار على الأقل تكوينًا ممكنًا واحدًا عند كل مستوى طاقة. شملت العينات الناجحة داخليات صلبة مع عيوب قليلة وانتقالًا سلسًا بين مادتَي GRCop-42 وإنكونيل 718. اكتشف الفريق أيضًا أن سرعات المسح غير العادية العالية والطبقات الأرق من المعتاد كانت مهمة لإنتاج هياكل صلبة.

الطباعة ذات القدرة المنخفضة قد توسّع إمكانية الوصول إلى السبائك المتقدمة

طباعة سبيكة GRCop-42 بقدرة 500 واط لا تقلل فقط من استهلاك الكهرباء للليزر الواحد. بل تغير من المعدات التي يمكنها المشاركة. تُقدّر الورقة أن أكثر من 90 بالمائة من الطابعات ذات الصلة تعمل بين 500 و1,000 واط. قد يتيح العثور على إعدادات موثوقة في هذا النطاق للجامعات، والمصنعين الصغار، ومرافق البحث المتخصصة العمل بسبيكة قد تتطلب لولا ذلك أنظمة أكثر تكلفة.

قد يقلل التشغيل منخفض القدرة أيضًا من التشوه، ويحسن جودة السطح، ويحد من تآكل بصريات الليزر، ويقلل من متطلبات المعالجة اللاحقة. يجب قياس هذه الفوائد لعملية إنتاج معينة، لكنها تُظهر لماذا يؤثر اكتشاف المعلمات على اقتصاديات التصنيع بقدر ما يؤثر على الجدوى التقنية.

تشمل الفوائد المحتملة:

• قليل من عمليات البناء الفاشلة أثناء تطوير المادة
• متطلبات أقل للمعدات والمعالجة اللاحقة
• تأهيل أسرع للمواد والمكونات الجديدة
• إنتاج أكثر توزيعًا لأجزاء المعادن المتخصصة

هذه النقطة الأخيرة ذات صلة خاصة بقطاع الفضاء والدفاع. تحتاج هذه الصناعات إلى كميات قليلة من الأجزاء المتخصصة وغالبًا ما تواجه سلاسل إمداد قليلة الموردين المؤهلين. عملية قابلة للنقل إلى مزيد من الآلات قد تجعل عمليات الإنتاج المحدودة أقل اعتمادًا على منشأة واحدة.

الذكاء الاصطناعي قد يصبح أداة لتسويق المواد

الفرصة الأكبر لا تقتصر على سبيكة GRCop-42. يدعم التصنيع الإضافي للمعادن العديد من السبائك المحتملة القيمة، لكن كل مادة جديدة وتركيبة آلة تتطلب نافذة عملية خاصة بها. قد لا ينتقل الإعداد الذي يعمل على طابعة واحدة إلى أخرى بصورة مثالية بسبب الاختلافات في الليزر، والبودرة، والجو، والهندسة، والسلوك الحراري.

هذا يخلق عنق زجاجة مخفي. يمكن لعلماء المواد صياغة سبيكة بخصائص مبهرة، بينما لا يزال لدى المصنعين نقص في طريقة ميسورة التكلفة ومتكررة لتحويلها إلى مكونات نهائية. تُستَخدم طرق مماثلة مدعومة بالذكاء الاصطناعي بالفعل لتطوير فولاذ مطبوع ثلاثيًا أقوى وأكثر مقاومة للصدأ. يمكن لتصميم التجارب الموجه بالذكاء الاصطناعي أن يساعد في سد الفجوة المتبقية في التصنيع عبر اعتبار التجارب الفاشلة بيانات مفيدة وتوجيه الموارد إلى أجزاء مساحة البحث الأكثر احتمالًا لإنتاج نتائج قابلة للتطبيق.

مع جمع الشركات للبيانات عبر الآلات والمواد، قد تبدأ النماذج في المستقبل بمشروعات تستند إلى المعرفة المستقاة من سبائك مماثلة. سيحول ذلك تاريخ تطوير العملية إلى أصل صناعي قابل لإعادة الاستخدام.

مع ذلك، لا ينبغي تفسير الدراسة الحالية كدليل على أن المكونات الجاهزة للطيران يمكن الآن طباعتها بقدرة 500 واط. أنتج الباحثون عينات مخبرية، وليس محركات صاروخية معتمدة. سيظل اعتماد الفضاء يتطلب دراسات تكرار، واختبارات ميكانيكية، وتحقق على مستوى المكون، وموافقة وفق أنظمة جودة صارمة. سرّع BEAM اكتشاف الإعدادات الممكنة، وهو مرحلة مبكرة لكنها مكلفة من عملية تجارية أطول بكثير.

الاستثمار في التصنيع الإضافي للمعادن المدعوم بالذكاء الاصطناعي

بالنسبة للمستثمرين المهتمين بالشركات التي تعمل عند تقاطع الفضاء والذكاء الاصطناعي والتصنيع الإضافي، Velo3D (VELO ) تقدم مثالًا ذا صلة خاصة. تطوّر الشركة عائلة Sapphire من أنظمة التصنيع الإضافي للمعادن لتطبيقات الفضاء والدفاع ذات المهام الحرجة.

قامت Velo3D بالفعل بتأهيل سبيكة GRCop-42 لمنصتها. تستخدم تقنيتها دمج مسحوق الليزر السطحي بدلاً من عملية الترسيب الموجه التي اختُبرت في الورقة، لذا لا يمكن نسخ تكوينات BEAM مباشرة إلى طابعة Sapphire. المبدأ الأوسع لا يزال ذا صلة: قد يساعد الاكتشاف الموجه بالذكاء الاصطناعي مُصنّعي الطابعات على تأهيل مواد صعبة وتقليل تكاليف التطوير.

يوفر ذلك فكرة استثمارية طبيعية حول تراكم معرفة العملية. قد لا يأتي التفوق التنافسي طويل الأمد في طباعة المعادن فقط من قدرة الليزر أو حجم البناء. قد يعتمد أيضًا على أي شركة يمكنها تحويل أوسع نطاق من المواد المتقدمة إلى أجزاء قابلة للتكرار والشهادات.

تظل Velo3D شركة ذات رأس مال صغير وتُعَدّ استثمارًا مضاربيًا معرضًا لمخاطر التنفيذ، والتمويل، والمنافسة، وتركيز العملاء. ومع ذلك، فإن تركيزها على الفضاء وقدرتها الحالية على سبيكة GRCop-42 تجعلها شركة مدرجة عامة ذات صلة للمراقبة مع تعمق دمج الذكاء الاصطناعي في تطوير العمليات الصناعية.

الذكاء الاصطناعي يغيّر طريقة تطوير التقنيات المادية

الميزة الأكثر تأثيرًا في BEAM هي أنه يطبق الذكاء الاصطناعي على قيد صناعي مادي. لا يُنشئ مفهومًا لا يزال بحاجة إلى اختبار. يختار أي اختبار في العالم الحقيقي يجب أن يُجرى بعد ذلك، ويتعلم من النتيجة، ويجعل التجربة التالية أكثر استنارة.

قد يصبح هذا الحلقة المغلقة نمطًا مميزًا للذكاء الاصطناعي في التصنيع. مع تخصص المواد والمكونات بشكل متزايد، تصبح التجارب الشاملة بطيئة ومكلفة جدًا. يمكن للأنظمة التي تجمع بين التعلم الآلي والمعرفة الخبراء تضييق نطاق البحث دون إبعاد العلماء أو المهندسين عن العملية.

بالنسبة لمصنّعي الفضاء، النتيجة الفورية هي طريقة أكثر وصولًا لطباعة سبيكة ناسا القيمة. الدلالة الأعمق هي أن الذكاء الاصطناعي قد يختصر المسار بين اكتشاف مادة متقدمة وإنتاج أجزاء مفيدة منها. قد يُوسّع ذلك من التصنيع الإضافي بما يتجاوز الحرية الهندسية ويجعل منه منصة أسرع لتسويق المواد نفسها.

المراجع:

^{1. Fadhel, A., Zuckschwerdt, N. W., Deshwal, A., Bose, S., Bandyopadhyay, A., & Doppa, J. (2026). اكتشاف تكوينات طباعة ثلاثية الأبعاد الممكنة لسبيكات المعادن عبر تصميم تجريبي متكيف مدفوع بالذكاء الاصطناعي. Proceedings of the AAAI Conference on Artificial Intelligence, 40(47), 39939-39948. https://doi.org/10.1609/aaai.v40i47.41428}