日本材料研究组织于2020年11月30日宣布，它已通过使用ML（机器学习）成功降低了镍钴基超级合金的制造成本，这些合金是制造航空技术的重要材料之一引擎。该机理已经证明，可以通过多次实验来优化复杂的制造条件，并且可以在相同的条件下以低成本制造高压涡轮盘粉末。
在使用大型设备的实际粉末制造现场中，可以显着降低粉末的单价，测试次数和时间，并且可以期望获得高性能，高质量和低成本的高温合金。粉末可以快速商业化。
机器学习用于制造镍钴基高温合金粉末，并且无需专业技能即可优化气体雾化过程。该机构表示，通过机器学习，它已经成功地发现了仅需进行6次测试即可获得具有高球形度和细度的高质量粉末的工艺条件，而过去不需要太多的测试数据，其合格率可以达到高达78％。
先前的一般通过率约为10％至30％。据估计，与市售粉末相比，新粉末的成本可降低约72％。
高压涡轮盘通过气体雾化制造，但是要优化各种工艺条件（例如金属的熔化温度和所用气体的压力），需要大量的成本，时间，经验和人力资源。通过使用机器学习来优化制造条件，可以期望降低成本并降低飞机发动机零件的制造速度。
