机器学习在粉末冶金中的应用研究

王亚斌，李军义，谢垚，杨雪强，李志年，乔鹏，田青，张鹏翔(西北稀有金属材料研究院宁夏有限公司)

摘要：粉末冶金是实现金属构件高性能近净成形的重要技术，其应用范围涵盖航空航天、生物医疗、汽车制造等高端领域。然而，粉末冶金涉及的材料体系复杂、工艺参数众多，材料成分—工艺—组织—性能之间的关系呈现典型的高维非线性特征，传统的试错法研发模式效率低下且难以实现工艺窗口的精准控制。机器学习作为人工智能的核心技术，为粉末冶金领域的成分设计、过程控制和性能预测提供了数据驱动的新范式。本文系统综述了机器学习在粉末冶金中的应用研究进展，从粉末原材料表征、成形过程建模与优化、构件质量预测与控制三个维度梳理了典型应用场景，分析了监督学习、无监督学习、深度学习等算法在其中的适用性与优势，深入讨论了数据稀疏性、模型可解释性、跨场景泛化能力等当前面临的挑战，并展望了物理信息机器学习、多目标优化、数字孪生等未来发展方向。研究表明，机器学习能够有效挖掘粉末冶金过程中的高维非线性关系，与粉末冶金知识的深度融合将是推动该领域智能化发展的关键路径。

关键词：粉末冶金；机器学习；成分设计；过程控制；性能预测；深度学习