91级钢制在增材制造过程中形成马氏体，而马氏体的回火程度显着影响零件的机械性能。当前，缺乏对91级钢质的回火动力学的定量理解，因此，无法确定重复的热周期对不同加工条件的性能的影响。在这里，我们通过根据文献中可用的回火数据和使用严格测试的热量热和流体流动模型计算出的热循环来确定Johnson Mehl Avrami动力学方程中的恒定项来评估回火动力学。使用神经网络清洁原始回火数据以提高准确性。添加上层时，下层会经历加热和冷却的重复周期。因此，由于马氏体的回火，硬度降低了。相比之下，上层形成的马氏体并未降低到相同的程度，硬度保持较高。因此，零件的硬度随距基板的距离而增加。在不同激光功率下的热输入和扫描速度的变化显着影响回火程度。由于此处使用的方法可以提供对马氏体回火和硬度空间变化的定量理解，因此可以使用它来定制微观结构和可热处理印刷金属部分的硬度。