【美国核学会网站2025年2月7日报道】 美国阿贡国家实验室（ANL）科研人员近期开发了一项新技术，通过结合人工智能（AI）和脉冲红外热成像（PIT）技术，能够精准检测3D打印不锈钢部件中的微观缺陷。这些缺陷（如气孔）直径通常小于100微米，传统方法难以发现，但会显著降低材料强度，尤其在核反应堆等极端环境中可能引发严重问题。相关研究成果已发表于近期出版的《自然科学报告》。

PIT技术通过光学闪光灯快速加热金属表面，并用高速红外相机记录热量扩散过程。内部缺陷会改变材料的热物理特性，导致热量传导异常。AI算法则对PIT图像进行处理，过滤噪声并增强缺陷可见性，从而精准识别微小缺陷。

传统无损检测方法（如X射线和超声波）难以检测复杂形状3D打印部件的次表面缺陷，而PIT结合AI提供了一种非接触、可扩展的解决方案，能够在无损条件下评估材料完整性。这一技术特别适用于核工业、航空航天等对材料性能要求极高的领域，可早期发现缺陷，避免故障并延长部件寿命。

这项突破不仅有助于提升增材制造部件的质量控制水平，还展示了AI在无损评估和材料科学中的巨大潜力。未来，研究人员计划进一步提高检测灵敏度，并将技术扩展到更多材料和制造工艺中，为极端环境下的材料安全提供更强保障。