激光粉末床金属熔融 (LPBF) 的挑战之一是控制小孔的形成，这是由于金属3D打印加工过程中局部过多的能量输入造成的。为了消除激光粉末床金属熔融LPBF处理过程中的深匙孔型缺陷， 观察到瑞士洛桑联邦理工学院等研究机构一起合作在专为操作同步加速器X射线测量而设计的小型化LPBF设备中实施并测试了一种新方法，修复策略包括用正散焦激光束重熔顶部表面，同时保持相对较低的归一化焓值。这允许获得传导模式熔化状态，但足够深以到达先前产生的小孔。
Additive Manufacturing
Available online 16 November 2023, 103880
小孔的挑战
激光粉床熔融 (LPBF) 是一种增材制造 (AM) 工艺，依靠激光根据三维CAD模型选择性地熔化连续的金属粉末层。 LPBF激光粉床熔融3D打印工艺的优势是能够生产复杂的几何形状，同时最大限度地减少交货时间和材料浪费。 尽管有许多优点，但该过程仍然面临一些限制。 特别是，缺陷的随机形成仍然是一个主要问题，因为它会导致机械性能下降，这阻碍了LPBF 在关键应用中更广泛的工业化采用。
小孔缺陷可能导致零件的机械性能下降，通常在加工后通过非破坏性质量检查程序和孔隙去除处理来检测和去除。而在LPBF金属激光粉末床熔融增材制造工艺过程中监测和控制缺陷的形成可以避免此类耗时且成本高昂的后处理阶段。
© 白皮书
来自瑞士洛桑联邦理工学院等研究机构一起合作开发了一种新方法，使用正散焦激光束和微调的激光重熔工艺参数，对深孔进行原位修复。加工区域的同步辐射图像是在激光重熔过程中获取的。使用操作成像可以实现加工过程中孔隙去除的可视化，并揭示各种重熔条件对愈合效率的影响。研究人员通过高灵敏度光学麦克风记录激光重熔过程中产生的声信号，并与 X射线图像并行分析，从而识别缺陷愈合的声信号，首次证明机载声学传感器可用于监测 LPBF 激光粉末床金属3D打印过程期间锁孔的愈合情况。
光学方法的一个显着局限性是它们不能捕获发生在表面下方、熔池底部或小孔凹陷区底部的现象。作为这些光学技术的补充，声发射 (AE) 分析已被用作一种低成本且稳健的监测技术，提供有关整个材料体积（而不是顶部表面）中发生的激光与材料相互作用的信息。空气中的声音信号是由熔池附近产生的气压和冲击波引起的。换句话说，在这个过程中产生的蒸气或等离子体越多（即通过增加能量输入或从传导到匙孔状态），发射的空气声信号就越强。
此外，LPBF激光粉床熔融增材制造完成后通常会进行热等静压 (HIP)，通过长时间施加高压和高温来减少孔隙率。不过这类后处理检查技术和处理方法昂贵、耗时，并且存在一些局限性。例如，热等静压后暴露于高温时，含气体的孔隙可能会重新生长，从而对最终的机械性能产生负面影响。
根据 《NASA长寿命增材制造装配 (LLAMA)项目从故障中吸取的教训》一文，也说明了HIP热等静压不是万能的，在一次失败的测试中，NASA在来自腔室的微拉伸试样中观察到颗粒状表面、未熔化的颗粒和不规则的孔隙，HIP热等静压并没有完全消除这些缺陷。
HIP对于去除开放毛孔的效率也很低，这些凸显了LPBF激光粉床熔融增材制造过程中实现完全致密零件的重要性。为此，选择一组适当的LPBF工艺参数至关重要，这些参数在很大程度上决定了熔池的几何形状、稳定性以及未熔融和匙孔的形成。研究发现，基于归一化焓变的模型可用于预测从传导到匙孔熔化模式的转变，从而最大限度地减少增材制造加工过程中孔隙的形成。
不过，小孔缺陷通常位于表面下方较深的位置，因此重熔池的渗透可能不足以去除此类孔。此外，最重要的是避免在重熔过程中产生新的小孔，其深度与原始空隙的深度相同或更深。为了实现足够的重熔深度以进行愈合，同时确保传导模式以避免形成新缺陷，用于熔化缺陷层的参数不能在重熔周期中重复。
在这种情况下，激光束的散焦可以用作附加的参数自由度和更好地控制熔池尺寸和加工方式的工具。负散焦（即会聚光束）倾向于有利于匙孔模式和相关的孔隙形成，而正散焦（即发散光束）更倾向于诱导稳定的传导状态。通过积极散焦光束并调整激光功率（或扫描速度）以保持适当的标准化焓变，可以生成更大更深的熔池，这为气泡逸出提供了更多机会。
理想情况下，为了提高 LPBF 工艺的可靠性和稳健性，通过微调重熔参数去除缺陷必须与缺陷形成和去除的实时工艺监控相结合。这不仅可以检测锁孔缺陷的发生并确定是否需要进行局部原位愈合，而且还可以确认愈合是否正确完成。
来自瑞士洛桑联邦理工学院等研究机构将零件质量的过程控制（通过激光重熔）与基于机载 AE 的监控相结合。使用高灵敏度光学麦克风记录激光重熔过程中产生的声信号，同时获取加工区域的射线照相图像。同步加速器 X 射线成像是一种强大的无损技术，可用于对过程进行操作观察，从而可视化地下熔池动态并揭示 LPBF 期间发生的潜在物理现象。可以记录熔池和凹陷区的几何变化、缺陷形成和副产品排放（例如飞溅）等特征，而不会干扰过程。在这里，AE 信号与 X 射线射线照相采集的图像并行分析，以识别锁孔去除的声学特征。
第一个目标是开发一种原位修复毛孔的新策略，X 射线成像可以用于研究使用散焦激光束重熔时孔隙消除的机制，并评估关键重熔参数对愈合效率的影响。
第二个目标是展示使用AE监测激光重熔过程中缺陷愈合发生情况的潜力。为此，AE信号与 X 射线图像在时间上对齐并进行分析，以确定用于孔隙修复的潜在声学特征。因此，来自瑞士洛桑联邦理工学院等研究机构的研究有助于提高 AE作为LPBF监控技术的成熟度，而且这次不需要机器学习 (ML) 算法。
过程监测与过程控制的技术发展
根据 的市场观察，市场上对熔池监测采取了各自的监测方式，例如EOSTATE Exposure OT监测系统包含一台高速高分辨率sCMOS相机，它能够以“近红外范围”的波长频道收集打印过程中金属材料熔化产生的信号数据。然后，监测系统的软件程序会分析处理这些被收集的信号，按照一定算法判定某一区域的信号值是否落在设定的“正常范围”之外，并将相应的“异常点”标记出来。监测数据量的增加使得以更高精度识别各种因素对零件质量的影响成为可能。EOSTATE Exposure OT 监测系统可以减少无损检测或有损检测等后期产品质量检测，从而降低产品批量生产的质量检测成本。此外，该监测系统还具有过程监控和记录功能。
根据《案例 l 透过火箭燃料箱增材制造挑战，理解智能控制技术的价值》一文，多年来 ，粉末床激光选区熔融 (L-PBF) 金属增材制造已从关键应用的原型设计发展到批量生产，并不断面临生产更复杂的几何形状、 满足更高的质量要求及产量需求的挑战。
为应对这些挑战，业界不仅需要创新的机器硬件，而且需要改进曝光策略并引入新的软件功能。这其中，使用来自EOSTATE Exposure 光学断层扫描 (OT) 监控系统的图像来确定最佳能量输入，从而管理零部件的热特性，工业级增材制造设备企业EOS的成型控制软件—Smart Fusion闭环智能熔融技术将工艺监测提升到了全新水平。
此外，在过去的十年中，已经报道了各种激光熔化监测技术。一方面，空间集成光学传感器，例如光电二极管和高温，它们的低成本、高灵敏度、稳健性和高数据采集率使它们具有优势。另一方面，空间分辨光学传感器（例如红外和高速相机）可以测量熔池尺寸、形状和温度分布。
根据 《光学相干成像技术在激光加工过程实时监测与控制中的应用研究进展》一文，光学相干层析成像(OCT) 技术允许检查零件表面并解读加工参数的影响和理解扫描策略对表面粗糙度的影响，是一种在激光增材制造领域有应用潜力的新型原位检测技术。随着这些过程监测系统对激光金属增材制造的进一步探索，人工智能-机器学习算法很可能被用于辅助样本的分类和预测。
© 白皮书
认为不难看出，在不久的未来，所有的当前市面上的激光粉末床熔融 (L-PBF) 设备都将朝向智能化方向发展，否则因3D打印结果的难以预测和质量稳定性的控制挑战所带来的浪费将使得这一技术困在“半山腰”上，而过程监测与原位修复将是智能化增材制造技术角逐的一大聚焦点。
参考论文链接：
https://www.sciencedirect.com/science/article/abs/pii/S2214860423004931?via%3Dihub
l 谷专栏 l
欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。
白皮书下载 l 加入 QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源
