基于串行模糊逻辑的γ辐照3D打印试样力学行为实时仿真模型研究

为解决γ辐照对3D打印聚合物力学性能的动态影响问题，研究人员开发了一种基于串行T1FLS（Type-1 Fuzzy Logic System）的实时仿真框架。该模型整合了FDM（Fused Deposition Modeling）工艺参数与辐照剂量，成功预测了6种聚合物试样的韧性、极限抗拉强度和延伸率变化，平均决定系数（R2）提升13.7%，显著优于人工神经网络和回归模型。研究为医疗植入物等领域的辐照后性能监测提供了动态优化工具。

　　

在第四次工业革命浪潮中，3D打印技术已成为精密制造领域的革命性工具，尤其在医疗领域，个性化植入物的需求激增。然而，植入物的灭菌环节面临严峻挑战——传统高温灭菌可能破坏材料结构，而γ辐照虽能有效灭菌，却会引发聚合物分子链断裂（chain scission）或交联（cross-linking），导致力学性能动态变化。更棘手的是，辐照后自由基（free radicals）的持续氧化反应会使材料性能随时间衰减，这种"隐形杀手"效应在现有静态模型中难以捕捉。

针对这一难题，约旦原子能委员会（Jordan Atomic Energy Commission）的研究团队创新性地提出了一种串行模糊逻辑框架。他们选取ESD-ABS、PEKK-A等6种高性能聚合物，通过Taguchi L9正交实验设计，系统分析了壳体层数、填充密度等4项FDM参数与50 kGy γ辐照剂量对试样力学行为的影响。研究首次将辐照后时间（0/1/2个月）作为关键变量，通过两级T1FLS模型实现了从打印参数到辐照后性能的串联预测。

关键技术方法包括：1）采用Instron万能试验机测量辐照前后试样的应力-应变曲线；2）基于高斯隶属函数的Mamdani型模糊系统构建；3）通过层次聚类划分预测误差空间；4）动态更新机制实现模型在线优化。

4.1 实验结果
应力-应变曲线显示，Ultem-1010和PEKK-A在辐照后呈现截然不同的断裂模式：前者韧性随辐照剂量增加而提升，后者则出现先增后降的非线性变化。扫描电镜证实，相同打印参数的试样因辐照剂量差异产生分层断裂或均匀断裂。

4.2 统计结果
相关性分析揭示关键规律：辐照剂量与PEKK-A韧性呈正相关（r=0.12），但与ESD-ABS呈负相关（r=-0.12）；时间变量对PEEK延伸率影响显著（r=0.39），证实自由基氧化存在材料特异性。

4.3 建模结果
串行T1FLS展现出卓越性能：韧性预测R²达0.89，较ANN提升29.6%。规则库中诸如"若材料为PEEK且打印速度低，则韧性低"的语义化规则，为工艺优化提供直观指导。动态测试表明，模型通过新增13条规则可将未知数据预测误差从27%降至5%以内。

这项发表于《Results in Engineering》的研究开创性地解决了三个核心问题：1）首次实现辐照后力学性能的实时追踪；2）通过误差空间聚类识别"高风险"工艺区间；3）建立可扩展的模糊规则库。其价值不仅限于医疗植入物——在航天器部件、核电站机器人等辐照环境中，该框架能为3D打印件的寿命预测提供关键支持。未来通过集成材料基因组模拟与多目标优化算法，有望进一步推动智能制造的精准化进程。