人工智能驱动高性能钛基材料设计与制造的研究进展：机遇与挑战

摘要

高性能钛基材料因成分-工艺-组织-性能关系的敏感性与复杂性，其研发过程长期受限于高维非线性优化与高试错成本的双重挑战。人工智能（artificial intelligence,AI）作为一项渗透性极强的颠覆性技术，正在为高性能钛基材料这一战略领域引入从经验驱动向模型与数据双轮驱动的研发新范式。本文综述人工智能驱动高性能钛基材料技术（AI+Ti）的最新研究进展，聚焦AI如何针对高性能钛基材料的成分复杂、相变多样、热工艺窗口窄、组织演化路径依赖性强等固有特点，提供新的解决方案。主要内容包括：AI在构建高精度相图-性能预测模型、实现性能目标→微观组织→成分/工艺逆向设计中的突破；在增材制造、热处理等关键过程中，实现从成形控制到组织与性能主动调控的智能升级；以及构建基于数字孪生的服役行为预测框架。在此基础上，进一步剖析AI+Ti领域面临的数据、模型、验证、集成等核心挑战，并展望物理信息机器学习、自主实验平台等未来发展方向。最后，针对知识表示、人机协作模式、工程信任建立等非共识性问题进行讨论，并对该领域的未来发展趋势进行深入阐述：（1）复杂服役环境下的材料性能预测与多尺度耦合；（2）全流程工艺参数的智能协同；（3）钛合金专用物理信息感知模型的构建与演进。AI+Ti已超越工具应用范畴，升维为一场深刻理解并最终驾驭高性能钛基材料认知与范式的变革。

关键词

高性能钛基材料 / 人工智能 / 机器学习 / 材料设计 / 智能制造 / 发展挑战