美國阿爾貢國家實驗室提出控制3D打印缺陷的新方法

來源：江蘇激光聯(lián)盟

未來幾十年如果繼續(xù)保持技術創(chuàng)新的態(tài)勢，尤其是在運輸和能源領域，必將伴隨著制造科學的進步。由于增材制造能生產具有復雜幾何形狀和卓越性能的部件，而這些部件的材料和能源浪費最少，因此增材制造已經在這一轉變中發(fā)揮了關鍵作用。激光粉末床熔合（L-PBF）是一種廣泛使用的增材工藝，因為它能夠生產出具有幾何公差的致密金屬部件。在L-PBF中，激光掃描金屬粉末床，并在路徑中將粉末熔化以形成一層一層的固體成分。盡管L-PBF制造的部件具有商業(yè)用途，但它們在高性能角色（例如渦輪風扇組件）中的使用受到空隙、裂紋、表面粗糙度和其他缺陷的普遍出現(xiàn)的限制。近年來，大量的研究努力旨在減少增材制造部件中缺陷的形成。

與現(xiàn)有方法相反，這里研究人員研究了稱為鎖孔孔隙度的地下孔隙的形成與整個L-PBF過程中材料點的熱歷史之間的聯(lián)系。當熔池中的能量密度過剩時，通常是由于高激光功率和低掃描速度導致的，產生的熔池變得更深，并且存在一個汽化材料的凹陷區(qū)，工藝進入鍵孔模式。鎖孔的孔隙度是由鎖孔或凹陷區(qū)的不穩(wěn)定性引起的。研究人員認為，熱歷史的特征（例如最大輻射率和隨時間變化的冷卻速率）與熔池的動力學相關。為了研究這些現(xiàn)象，研究采用了定制設備，其中可編程的激光在粉床上進行掃描。使用固定紅外（IR）相機測量表面的熱特征（以黑體輻射的形式），同時通過基于同步加速器的高速X射線成像觀察熔池動力學和孔隙形成。在獲得用于處理條件分布的熱歷史和相關孔隙率水平的數(shù)據(jù)集后，采用遺傳算法（GA）選擇關鍵特征，以校準各種機器學習（ML）技術。結果是一個預測模型，該模型給出了IR測得的以前未表征的加工條件的熱歷史，從而形成了形成孔隙的可能性。雖然僅靠熱歷史不可能足以預測孔隙率，但它有望成為一種與機器設置和復雜零件的加工路徑無關的工具。這是一個重要的標準，因為僅依靠激光參數(shù)（例如功率、掃描速度和光斑大小）和簡單的構建參數(shù)的模型將無法解決實際零件中熱量積累的復雜分布。這項工作為實時控制L-PBF提供了一種工具，其目的是生產出缺陷水平較低的部件。

在阿爾貢國家實驗室(ANL)的高級光子源(APS)的32-ID-B束線上進行了利用同時高速x光和紅外成像的L-PBF實驗。圖1顯示了激光粉末床熔化過程的實驗裝置及其與x射線和紅外成像的集成示意圖。用一個18毫米周期的波蕩器產生一次諧波能量為25千電子伏的多色X射線束。當激光束穿過樣品時，允許X射線束穿過樣品。使用單晶LuAG:Ce閃爍體(厚度100微米)將透射的x射線轉換成可見光光子。轉換后的可見光圖像隨后用商業(yè)高速相機(Photron FastCam SA-Z，Photron公司，日本東京)進行記錄。使用一對安全快門和x射線狹縫來定義x射線束撞擊樣品的持續(xù)時間和大小。在本研究中，高速攝像機使用了30，000赫茲的幀速率和1.97微米的像素大小。

圖1.示意圖，顯示了用于現(xiàn)場記錄LPBF工藝的實驗裝置。 圖片來源：清華大學

當前工作中介紹的所有測試都是在微型粉末床樣品上進行的，該樣品由Ti-6Al-4V 5級基材和夾在兩個玻璃碳板之間的粉末組成（圖1）。金屬基板的制造尺寸為400微米厚，2.85-2.9毫米高，50毫米長，而玻璃碳板則制造為3毫米高，50毫米長。為了減少樣品發(fā)射率的變化并提高X射線圖像質量，使用一系列拋光將每個Ti-6Al-4V襯底的頂面（如圖1所示）作為金屬襯底拋光成鏡面光潔度。拋光步驟以4000粒度砂紙結束。玻碳板和金屬基材之間的高度差產生了一個100-150μm高的通道，該通道中填充了直徑為15-45μm的粉末。

從高速X射線表征或X射線圖像中提取孔隙的位置和類型，X射線圖像是結合在一起形成視頻的幀。研究人員通過依次瀏覽視頻的每個幀并手動識別何時從液體表面或熔池中的鑰匙孔進入孔隙來實現(xiàn)此目的，如圖2所示�？自谌鄢刂斜蛔R別為圓形區(qū)域使用強度較低的像素。研究人員截斷了灰度直方圖，以優(yōu)先考慮地下孔隙度和鍵孔形成的可見性（犧牲了基材上方粉末動力學的可見性）并根據(jù)X射線圖像中的10μm邊界將孔隙率分為大或小。一些研究已經觀察到這種雙峰效應對孔隙度的影響。在L-PBF相關文獻中，小孔隙度被歸類為粉末本身或周圍大氣中截留的氣體孔隙度。一項研究L-PBF Ti-6Al-4V中孔隙率的研究發(fā)現(xiàn)，存在的大多數(shù)孔隙率是氣體夾帶的孔隙率，直徑小于10μm。L-PBF處理的Ti-6Al-4V的另一項研究以1000μm2的增量裝箱了其組分中發(fā)現(xiàn)的孔隙度，最小裝箱尺寸為1000μm2。他們發(fā)現(xiàn)，大多數(shù)孔隙位于該最小尺寸的容器中，或直徑小于18μm。這項研究的10微米孔徑截斷值與觀察到類似孔隙率的其他研究相當。給定檢測器分辨率，實際檢測極限約為四個像素，或者大小等于或大于7.9μm的特征。

圖2.確定了運行（a）2和（b）10中除了其他特征以外的小（粉紅色圓圈）和大（黃色圓圈）孔隙率的示例。

該研究觀察到峰值溫度較低且隨后持續(xù)下降的熱歷史可能與低孔隙率相關。相比之下，熱歷史開始高，下降，然后增加，更有可能表明大孔隙率�？茖W家們使用機器學習算法來理解復雜的數(shù)據(jù)，并根據(jù)熱歷史預測孔隙的形成。保爾森表示與使用數(shù)百萬個數(shù)據(jù)點的科技巨頭開發(fā)的工具相比，這種努力只能用幾百個數(shù)據(jù)點。這要求研究人員開發(fā)一種定制的方法，充分利用有限的數(shù)據(jù)。

雖然3D打印機通常配備有紅外攝像機，但其成本和復雜性使其不可能為商用機器配備APS中存在的那種x光技術，APS是世界上最強大的x光光源之一。但是通過設計一種方法來觀察已經存在于3D打印機中的系統(tǒng)，這就沒有必要了。

在印刷時識別和糾正缺陷的能力將對整個增材制造行業(yè)產生重要影響，因為它將消除對每個批量生產的組件進行昂貴且耗時的檢查的需求。在傳統(tǒng)制造中，工藝的一致性使得無需掃描從生產線出來的每個金屬組件。認識到增材制造相對于傳統(tǒng)制造的主要優(yōu)勢之一，這一工作變得更加緊迫。研究人員從今年的疫情反應中看到，能夠快速使生產適應新的設計和需求將具有多大的價值。3D技術非常適應這些變化。