陶瓷电路板（CCBs）因其优异的热导率和电性能，已广泛应用于5G通信、航空航天和人工智能领域。然而，由于制造技术的限制，现有的CCBs无法同时兼顾分辨率和厚度，这限制了电子设备的小型化和高功率化。本文报道了一种通过牺牲涂层辅助微三维打印技术制备的高分辨率、高纵横比立式CCBs（S-CCBs）。得益于该技术，S-CCBs可以轻松打印为高而薄的壁结构，且不会发生坍塌，并在粗糙陶瓷基板上烧结成高导电性导线，整体收缩后实现了7微米的线宽和2.3的纵横比，适用于多种陶瓷基板（Al2O3、AlN和ZrO2），导电率达到5.1 × 10^7 S m^-1。此外，这些电路在机械测试（1000次附着力测试和划痕测试）和恶劣环境（500°C老化500小时和化学腐蚀500小时）下表现出良好的环境兼容性。该技术无需传统光刻、蚀刻和电镀工艺，为实现高密度集成和大电流承载能力提供了一种有前景的策略。

亚利桑那州立大学（ASU）的计算机与增强智能学院的研究团队正在致力于解决金属3D打印中的一个长期难题：如何可靠地预测打印部件的内部结构和强度。该项目名为“CompAM：实现计算增材制造”，由美国国家科学基金会（NSF）资助，结合了计算机科学、制造和人工智能（AI）技术，旨在提高不锈钢零件的成型过程，增强增材制造的一致性和精度。 项目由计算机科学教授Aviral Shrivastava和工业工程教授Ashif Iquebal领导，核心目标是开发一个AI驱动的系统，能够预测金属在打印过程中微观结构的演变。传统上，这一过程需要复杂的模拟或昂贵的试错方法。通过将物理方程与数据驱动学习相结合，ASU的研究团队提出了一种更高效的路径，能够更快、更准确地预测材料行为。 该系统的创新之处在于，它能够识别零件中对热变化最敏感的区域，并集中计算资源进行分析，从而减少模拟时间和成本，同时保持预测的准确性。为了验证这一方法，团队使用316L不锈钢制造了一个海军螺旋桨，旨在将金属晶粒尺寸控制在1微米以下，以提高耐用性和性能。 ASU的研究还反映了将先进制造工具应用于实际工业环境的努力。团队在ASU的创新中心使用配备六轴机械臂和高功率激光器的3D打印机进行制造，并将实际微观结构与AI预测结果进行对比，同时与传统模拟结果进行基准测试。如果该方法被证明准确，制造商将能够更快地调整打印条件，获得所需的材料性能，而无需重复漫长的测试周期。 此外，团队计划将其软件和工具作为开源资源发布，供研究人员和行业专业人士使用，并将该项目纳入研究生计算机科学教育和K-12 STEM推广。ASU的研究与Flow Science、美国国家标准与技术研究院（NIST）和瑞典皇家理工学院（KTH）等机构的类似工作相呼应，共同推动了金属增材制造中的预测和控制技术的进步。

光固化3D打印的柔性聚合物泡沫以其多孔性和轻质特性而备受青睐，广泛应用于隔热、吸声、降噪和生物医学领域。光固化技术使用由低聚物组成的紫外光固化树脂，能够提供优异的制造精度，但固化后的高交联密度阻碍了绿色部件的膨胀，无法进一步加工成泡沫部件。本研究提出了一种简便的增材制造聚氨酯泡沫制备方法，成功平衡了制造精度和膨胀率。树脂体系中含有双功能动态聚脲键的低聚物确保了打印精度。此外，动态脲键在加热条件下解离，降低了交联密度，为膨胀提供了自由空间。同时，热刺激链延伸和交联增强了泡沫的拉伸性，在密度为0.25 g/cm3时，应变可达650%。该研究通过在不影响机械性能的情况下提供良好的表面质量和高膨胀率，解决了光固化技术制造自由发泡部件的难题。

布里斯托大学的研究人员正在利用专用振动台测试3D打印结构的地震抗性。这项实验在该大学位于萨默塞特郡朗福德的土壤基础结构相互作用实验室（SoFSI）进行，旨在模拟地震活动，观察这些建筑的反应。参与研究的教授们称其为“世界首次实验”，目的是提高地震多发地区的安全性。 振动台能够通过施加水平运动和不同的地面运动来模拟各种地震条件。SoFSI实验室的负责人David Williams表示，他们可以测试“任何可以固定在振动台上的结构”。实验结果将与建筑设计师共享，以提升结构安全性。 3D打印房屋是通过机械臂按照数字蓝图逐层建造墙体来完成的。土木工程副教授Raffaele De Risi解释说：“这被认为是一种非常可持续的技术，因为材料浪费更少，并且具有灵活性和快速性。”这种技术的速度也使其更具经济性。 地震工程教授Anastasios Sextos强调了这项研究的重要性：“测试真实比例的结构是一个巨大的飞跃，看看它是否能够用于地震多发国家。”该项目旨在“提供一种降低全球安全成本的手段”。 这项研究解决了一个关键的全球性挑战。Sextos教授指出：“地震安全是一个影响全球数百万人的问题，其中许多人没有经济能力来保护自己。”在这个“变化速度超过科学”的世界中，研究团队致力于开发既有效又易于获取的解决方案。 来源：bbc.com