AI 助攻！機器學習讓金屬雷射加工更精準高效

在工業領域，雷射加工技術向來以多功能性著稱。無論是精密焊接零件，或是透過 3D 列印打造複雜構件，雷射都能快速、精準地自動完成任務。正因如此，從追求極致精度的汽車、航太產業，到需要客製化鈦合金植入物的醫療科技領域，雷射加工技術都扮演著關鍵角色。

然而，儘管效率出眾，雷射加工在技術層面仍面臨諸多挑戰。雷射與材料間的複雜互動作用，使得製程對細微變動極為敏感——無論是材料特性或雷射引數設定，些微波動都可能導致生產瑕疵。瑞士聯邦材料科學與技術研究所（Empa）高階材料加工實驗室的研究組長 Elia Iseli 指出：「我們正致力於更深入理解、監控並最佳化這些製程，以確保雷射加工能靈活運用並保持穩定品質。」

研究團隊成員 Giulio Masinelli 和 Chang Rajani 運用機器學習技術，試圖讓雷射加工變得更經濟、高效且容易上手。他們首先聚焦於金屬 3D 列印技術——粉末床熔融（PBF）。這項技術透過雷射精準熔融金屬粉末層，逐步「焊接」出最終成品，能實現傳統工法難以企及的複雜幾何結構。

但 PBF 製程存在兩大模式：傳導模式適合精密薄件，而匙孔模式則適用於快速加工厚件。Masinelli 解釋道：「即使是相同材質的新批次粉末，都可能需要完全不同的引數設定。」傳統作法需耗費大量材料進行前置測試，並由專家監督調整，這讓許多企業對 PBF 技術望而卻步。

研究團隊透過機器學習結合雷射機內建的光學感測資料，開發出能即時辨識焊接模式的演演算法。這項突破使前置實驗數量減少三分之二，同時維持產品品質。Masinelli 期待：「我們的演演算法能降低技術門檻，讓非專業人員也能操作 PBF 裝置。」

團隊更將機器學習應用於雷射焊接領域。Rajani 指出：「即時調控焊接製程已超出人類專家能力範圍。」為解決資料處理的時效性挑戰，他們採用現場可程式化邏輯閘陣列（FPGA）晶片，搭配 PC 端演演算法持續學習，打造出智慧化的即時控制系統。

這項創新技術已發表於《Additive Manufacturing》期刊。研究團隊持續與產學界合作，拓展機器學習在金屬雷射加工領域的應用範疇，為工業製程開啟智慧化的新篇章。

[end]