AI助NASA找到火箭合金新制法

　　火箭能不能顺利升空，除了引擎功能与燃料，关键之一还在于一种看似不起眼的金属材料：GRCop-42。它决定了火箭引擎能否承受极端高温，这是美国航空航天局（NASA）专门开发的一种特殊铜-铬-铌合金。

　　这种合金具备优异的耐高温与高导热性，常用于液态火箭引擎燃烧室等航天零件。然而，以3D列印制造这种材料并不容易，雷射功率、扫描速度、材料厚度等参数组合超过1亿种，传统试错法成本高昂且耗时。

　　美国华盛顿州立大学（Washington State University, WSU）研究团队利用人工智能（AI）挑选最佳参数组合，大幅缩短搜寻过程，再透过实验验证结果。团队在3个月内仅进行40次实验，就找到6组可行参数，并成功以500瓦低功率雷射设备列印出GRCop-42，创下首次以该功率成功列印的纪录。

　　WSU电气工程与电脑科学学院（EECS）的电脑科学系工程学杰出教授雅那‧多帕（Jana Doppa）表示：“目前，90%的商用3D列印设备都无法制造这种合金。不过，我们成功找出可行的制程参数，让这项合金的3D列印技术不再受限于少数专业高功率设备，一般商用设备也能制造。”

　　2026年8月30日，佛罗里达州卡纳维拉尔角，一枚SpaceX“猎鹰”重型火箭搭载着NASA罗曼望远镜，从肯尼迪航天中心的39A发射台升空。 (Joel Kowsky/NASA via Getty Images)

　　2026年8月30日，佛罗里达州卡纳维拉尔角，一枚SpaceX“猎鹰”重型火箭搭载着NASA罗曼望远镜，从肯尼迪航天中心的39A发射台升空。 (Joel Kowsky/NASA via Getty Images)

　　AI如何从海量参数中找答案

　　论文第一作者阿扎‧法德尔（Azza Fadhel）表示，面对超过1亿种可能的组合，不可能逐一测试。因此研究团队利用AI从中快速挑出最值得实验的方案。

　　他们首先分析过去实验中失败的37组列印参数，并根据这些结果建立预测模型，评估尚未测试的参数组合的成功概率。AI接着推荐少量新参数组合，交由实验验证。

　　AI在挑选实验方案时，同时兼顾“最有希望成功的参数组合”与“较不确定但能提供新资讯的区域”，持续优化模型。

　　成功列印出火箭合金

　　华盛顿州立大学电气工程与电脑科学学院、机械与材料工程学院的这项研究成果，发表于《AAAI人工智能年会论文集》（Proceedings of the AAAI Conference on Artificial Intelligence），并获得“创新部署应用奖”（Innovative Deployed Application Award）。

　　研究结果显示，以较低功率雷射列印GRCop-42，不仅节省电力与设备损耗，也降低制造成本，有望让没有专业高功率3D列印设备的大学、小型实验室及企业也能生产这种航天级合金。

　　研究团队认为，相同AI框架可应用于其它金属合金，甚至新药开发等需要大量实验分析、成本高，又很难找到成功方法的领域。

　2026年8月30日，佛罗里达州卡纳维拉尔角，一枚SpaceX“猎鹰”重型火箭搭载着NASA罗曼望远镜，从肯尼迪航天中心的39A发射台升空。(Joel Kowsky/NASA via Getty Images)