盖世汽车讯 据外媒报道，瑞士工程科技公司Terra Quantum 与 Empa 联合开发出名为 LP-FNO（Laser Processing Fourier Neural Operator，激光加工傅里叶神经算子）的人工智能模型。据该公司称，该模型预测激光焊接中三维熔池动态的速度比传统方法快达 10 万倍。这一突破消除了实现实时工艺控制及部署工业数字孪生技术的一大关键计算瓶颈。

图片来源：Terra Quantum

Terra Quantum 首席执行官兼创始人 Markus Pflitsch 表示：“能够将耗时数小时的物理模拟压缩至毫秒级，这绝非渐进式的改良，而是一种能够催生全新应用场景的变革性进步。”该模型基于 Ti-6Al-4V 钛合金的模拟数据进行训练，目前在标准分辨率下，仅需短短 8 毫秒即可完成完整的三维预测。

LP-FNO：激光焊接熔池实时预测技术

得益于 Terra Quantum 和 Empa 联合开发的新型人工智能模型 LP-FNO，原本在 10 微米分辨率下需要六分钟才能完成的模拟计算，如今仅需数毫秒即可完成。该模型采用傅里叶神经算子（Fourier Neural Operator）架构，实现了此前无法实时完成的全三维熔池预测，从而从根本上变革了激光焊接的工艺控制方式。

该模型能够学习激光参数与由此产生的温度场之间的关联，从而克服了传统多物理场模拟在进行精确三维建模时面临的巨大计算压力。LP-FNO 模型基于 Ti-6Al-4V 钛合金的高保真模拟数据进行训练，涵盖了 40 至 190 瓦的宽功率范围以及高达每秒 1 米的扫描速度。

此次训练涵盖了热传导和稳定小孔（keyhole）两种焊接模式，这是以往替代模型未能实现的突破。据 Terra Quantum 介绍，这种广阔的视角赋予了模型“分辨率无关”的特性，因为基于粗糙训练数据学习到的谱权重能够自然地泛化应用于更精细的评估网格。结合准稳态重构方法，最终形成了一个单一的训练模型，能够在整个工艺窗口内以一致的精度处理热传导和小孔这两种模式。

该模型在温度预测方面的平均相对误差约为 2.5%，而在熔池边界分割任务中，其交并比（IoU）得分超过了 0.9。