为了确定3D打印技术在未来供应链中的潜在作用,美国陆军正着手拆解一架UH-60黑鹰起重机,并对全部2万个组件独立进行3D扫描。
由威奇托州立大学研究人员领导的这项拆解项目于5月正式公布,目前正顺利进行并已取得一定进展。
项目希望将组件扫描集合用于创建黑鹰直升机的数字孪生副本,即将所有组件整理成一份可3D打印的目录。之后,陆军即可对某些可能因太过陈旧或用量过少的备件进行逆向工程与3D打印,解决潜在的供应难题。
陆军方面还透露,后续计划将该项目扩展到黑鹰以外的其他用例当中。
陆军航空与导弹司令部司令Todd Royar少将表示,“我们将评估每个零件,但并不一定要根据先进的增材制造工艺对各个零件进行优化。我们的目标是从UH-60起步逐个检查所有零件,这将是首批拥有明确3D文件的军用零件。”
不止于黑鹰
黑鹰起重机的整套模型预计将在未来几个月内扫描完毕,但更大的挑战在于确定哪些部件适合3D打印、特别是增材制造后仍可满足激烈的战争对抗需求。陆军需要对各个部件做测试,确保其不仅满足武装部队的要求,同时也满足美国联邦航空局提出的航空安全标准。
Royar补充道,“只要拥有3D模型,那么打印环节就没什么困难了。接下来的难题,是如何确保零件符合我们的认证标准。比如说,必须考虑金属件由什么材质制造、具体使用哪种合金。如果将其放入3D打印机,打印输出的公差是否处于合理范围之内。特别是重复打印制造时,能否保证公差始终符合要求。”
陆军下辖的各师部也在纷纷效仿,开展类似的“库存审查”,希望确定自身的实际3D打印水平。陆军通信电子司令部已经评估了约三分之一的库存,即9.8万个零件,并确定其中237个适合进行增材制造。同样的,陆军坦克与汽车司令部(TACOM)也在筛选可3D打印的候选零件,但截至目前只确定了一种。
坦克与汽车司令部司令员Darren Werner将军补充道,“我们还在研究如何使用移动焊接与车间套件(MWSS)实现军械的再制造、改进和维修。该套件配备有五轴承切割机与聚合物打印机,整体存放在可灵活运输的集装箱内。因此,我们希望充分发挥其中潜力、找到修复和组装更多零件的方法。”
数字孪生项目的其他应用
即使最终确定零件无法进行3D打印,美国陆军同样针对各类场景制定了应急计划。首先,数字模型对于预测性维护有着重大意义,可通过计算仿真来预测零部件何时可能需要更换。3D模型还能在士兵的VR训练中有所应用,帮助他们在虚拟环境下熟悉武器系统中各个零部件的组装方法。
当然,庞大的敏感武器原理图数据库也有相应的缺点,特别是成为网络攻击活动的优先目标。陆军方面已经表示,将建立一套分层防御体系来解决安全问题,部分模型甚至将完全离线存储在本地设备当中。
这当然不是美国陆军第一次关注3D打印技术。此前,美国陆军航空医学研究实验室的研究人员就曾借助3D打印方法,为士兵生产和测试可定制型耳塞。他们在耳塞中引入了陆军科学家研制的新技术,以防止武装部队成员因轰鸣的战场底噪蒙受听力损伤。
此外,陆军之前还发现一种通过传感器测试来检测和监视马氏体时效钢磨损的方法,能够借此预测3D打印零件的性能。与数字孪生项目类似,这些测量值也能帮助军方预测零件何时会退休或失效,确保及时准备并更换相应零件。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。