Forscher der Washington State University haben künstliche Intelligenz eingesetzt, um einen günstigeren und einfacheren Weg zu finden, die Hochleistungslegierung der NASA – GRCop-42 – im 3D-Druck zu verarbeiten. Dieses Material aus Kupfer, Chrom und Niob wurde für extreme Bedingungen entwickelt: Es leitet Wärme hervorragend und behält seine Festigkeit bei hohen Temperaturen, weshalb es in Brennkammern von Flüssigkeitsraketentriebwerken verwendet wird.
Normalerweise erfordert der Druck von GRCop-42 einen leistungsstarken Laser und ist teuer. Die meisten kommerziellen Drucker sind damit überfordert. Das manuelle Durchprobieren aller möglichen Einstellungen – mehr als 100 Millionen Kombinationen – ist praktisch unmöglich: Jedes Experiment verbraucht Material, Zeit und Geld.
Das Team begann mit Daten von 37 fehlgeschlagenen Druckversuchen. Auf dieser Grundlage entwickelte die KI ein Modell, das die Erfolgswahrscheinlichkeit für ungetestete Einstellungen bewertete. Das System schlug kleine Gruppen neuer Konfigurationen vor und balancierte dabei zwischen vielversprechenden Optionen und solchen, die halfen, den Suchraum besser zu verstehen.
In drei Monaten und mit nur 40 Experimenten gelang es, sechs funktionierende Einstellungen zu finden. Eine davon ermöglichte erstmals den Druck der Legierung mit einer rekordverdächtig niedrigen Laserleistung von 500 Watt. Dies ebnet den Weg für die Nutzung erschwinglicherer Ausrüstung.
„Neunzig Prozent der kommerziellen Drucker können diese Legierung nicht drucken“, bemerkt Professorin Jana Doppa, die die Forschung leitete. „Die gefundenen Parameter ermöglichen die Arbeit mit gewöhnlichen Maschinen und demokratisieren im Grunde den Druck dieses Materials.“
Der Erstautor der Studie, Doktorand Azza Fadhel, fügt hinzu, dass früher einige Konfigurationen das Werkstück einfach schmolzen. Jetzt hilft die KI, solche kostspieligen Fehler zu vermeiden.
Der Erfolg des Projekts wurde in den Proceedings der AAAI Conference on Artificial Intelligence veröffentlicht. Die Methode lässt sich auf andere Legierungen und Aufgaben übertragen, bei denen Erfolge selten sind und die Anzahl der Varianten enorm ist. Aber gerade die Art und Weise, wie die KI mit einem so großen Variantenraum umging, zeigte, dass der Ansatz auch unter realen Kosten für Material und Ausrüstung funktioniert.
In der Zukunft könnte dies den Energieverbrauch senken, den Verschleiß der Drucker verringern und die Legierung für Universitäten, kleine Labore und Unternehmen ohne spezielle Hochleistungsausrüstung zugänglich machen.
