---
title: "Ricercatori dell’ASU migliorano la stampa 3D dell’acciaio inox 316L grazie all’IA"
url: https://www.voxelmatters.com/it/ricercatori-dellasu-migliorano-la-stampa-3d-dellacciaio-inox-316l-grazie-allia/
date: 2025-06-14
modified: 2025-06-14
lang: it
author: "Edward Wakefield"
description: "Secondo quanto riportato dall’Arizona State University (ASU), un team di ricercatori sta utilizzando l’intelligenza artificiale per migliorare in modo significativo la stampa 3D dei metalli, rendendola più rapida, precisa e..."
categories:
  - "AI"
  - "Manifattura additiva a metallo"
  - "Ricerca AM"
tags:
  - "future"
image: https://www.voxelmatters.com/wp-content/uploads/2025/06/WhatsApp-Image-2025-06-14-at-13.20.33-640x360.jpeg
word_count: 365
---

# Ricercatori dell’ASU migliorano la stampa 3D dell’acciaio inox 316L grazie all’IA

[Secondo quanto riportato dall’Arizona State University (ASU)](https://news.asu.edu/20250611-science-and-technology-using-ai-smarter-metal-3d-printing-missioncritical-items-propellers), un team di ricercatori sta utilizzando l’intelligenza artificiale per migliorare in modo significativo la stampa 3D dei metalli, rendendola più rapida, precisa e sostenibile. A guidare il progetto,[ finanziato dalla National Science Foundation (NSF)](https://www.voxelmatters.com/nsf-awards-445k-to-research-on-3d-printing-material-fatigue/) e intitolato CompAM: Enabling Computational Additive Manufacturing, sono i professori Aviral Shrivastava e Ashif Iquebal.

La sfida del team consisteva nello stampare in 3D un’elica navale a cinque assi [in acciaio inox 316L](https://www.voxelmatters.com/unifuse-316l-stainless-steel-power-released-by-uniformity-labs/) — un componente con geometrie complesse e requisiti prestazionali elevati — controllandone con precisione la microstruttura. L’obiettivo era ottenere grani inferiori a un micron, più piccoli di un filo di seta di ragno, per migliorare drasticamente le proprietà del materiale.

"Quando stampiamo metallo, la qualità dipende in realtà dalla curva di raffreddamento", ha spiegato Shrivastava. I metodi tradizionali richiedono simulazioni che durano mesi su supercomputer o costose prove ed errori. Il team mira a superare questo ostacolo sviluppando un sistema basato sull’intelligenza artificiale, informato dalla fisica, capace di apprendere in tempo reale come si forma il metallo durante la stampa. Anziché ricorrere a simulazioni brute-force, il modello identifica e si concentra solo sulle zone critiche, ignorando le aree che restano stabili. Ciò consente di ridurre notevolmente i tempi di simulazione e migliorare l’accuratezza."

"La fisica è solo un insieme di regole che il mondo reale rispetta", ha aggiunto Shrivastava. Combinando queste regole con l’apprendimento guidato dai dati, l’intelligenza artificiale può adattarsi senza dover elaborare dataset di grandi dimensioni. "Il vero valore di questo lavoro sta nella sua capacità di connettere ricerca e applicazione industriale», ha affermato Iquebal. [In settori come l’aerospaziale](https://www.voxelmatters.com/formnext-aviation-aerospace-voxelmatters-to-present-market-data-and-moderate-key-session/) o la difesa, dove le prestazioni dei materiali non sono negoziabili, poter prevedere e ottimizzare in anticipo le proprietà del materiale rappresenta un cambiamento radicale."

Utilizzando la stampante 3D all’avanguardia dell’ASU — dotata di laser e di un braccio robotico a sei assi — il team confronterà le microstrutture previste con quelle reali in[ un'elica stampata](https://www.voxelmatters.com/kawasaki-heavy-industries-installs-waam-3d-printed-propeller-blade/). I risultati saranno confrontati con i metodi tradizionali e gli strumenti sviluppati saranno resi open source.

Questo lavoro non solo accelera lo sviluppo della manifattura avanzata, ma integra direttamente l’intelligenza artificiale nella formazione ingegneristica e nelle applicazioni industriali, trasformando la teoria in realtà… metallica.