解決3D打印金屬晶格支柱缺陷問題，準(zhǔn)確率超過 94%
魔猴君 行業(yè)資訊 625天前
點(diǎn)陣結(jié)構(gòu)比強(qiáng)度和比剛度高，在低密度結(jié)構(gòu)中有較大的力學(xué)性能優(yōu)勢(shì)。與傳統(tǒng)的固體材料相比，金屬點(diǎn)陣材料的密度大大降低，具有相同性能的點(diǎn)陣結(jié)構(gòu)可以減重達(dá)70%以上。與金屬泡沫材料相比，金屬點(diǎn)陣結(jié)構(gòu)性能上可控制，強(qiáng)度和模量比金屬泡沫材料高出一個(gè)量級(jí)，承載效率更高。
為了解決 3D 打印金屬晶格結(jié)構(gòu)中缺少支柱和支柱缺陷的問題，美國LLNL勞倫斯利弗莫爾國家實(shí)驗(yàn)室團(tuán)隊(duì)研究了在3D打印過程中監(jiān)控構(gòu)建質(zhì)量的能力，可以即時(shí)判斷零部件的構(gòu)建質(zhì)量是否滿足要求。
3D打印點(diǎn)陣晶格結(jié)構(gòu)© LLNL
解決支柱缺陷
據(jù)了解，勞倫斯利弗莫爾國家實(shí)驗(yàn)室 (LLNL) 的工程師和科學(xué)家開發(fā)了金屬 3D 打印部件的實(shí)時(shí)缺陷檢測(cè)方法，通過結(jié)合監(jiān)測(cè)、成像技術(shù)和多物理場(chǎng)模擬，可以在3D打印過程中檢測(cè)和預(yù)測(cè) 3D 打印金屬點(diǎn)陣晶格結(jié)構(gòu)中的支柱缺陷。
金屬點(diǎn)陣晶格的高強(qiáng)度和低密度特性已在許多領(lǐng)域得到應(yīng)用。在激光粉末床熔融 (LBPF) 3D 打印過程中，可能會(huì)出現(xiàn)支柱缺失和缺陷，從而影響打印點(diǎn)陣晶格的機(jī)械性能。
點(diǎn)陣晶格點(diǎn)陣晶格結(jié)構(gòu)制造技術(shù)
點(diǎn)陣結(jié)構(gòu)填充輕量化設(shè)計(jì)所需要實(shí)現(xiàn)的零件復(fù)雜性已經(jīng)超過了傳統(tǒng)的CAD軟件的原有功能。當(dāng)通過點(diǎn)陣技術(shù)減輕零件重量時(shí)，從DfAM（增材思維）角度看，在點(diǎn)陣晶格之間以及和外蒙皮之間建立牢固的連接非常重要（以防止分層）。
點(diǎn)陣建模點(diǎn)陣晶格結(jié)構(gòu)建模軟件
為確保金屬點(diǎn)陣晶格的3D打印質(zhì)量，通常會(huì)進(jìn)行構(gòu)建后檢查，這需要時(shí)間，而且并非總是可行，尤其是對(duì)于復(fù)雜的構(gòu)建。為了解決這個(gè)問題，LLNL 團(tuán)隊(duì)研究了現(xiàn)場(chǎng)監(jiān)控構(gòu)建質(zhì)量的能力，以即時(shí)決定零件是否滿足質(zhì)量要求。
正如最近發(fā)表在《增材制造快報(bào)》上的一篇論文所述，LLNL 研究人員使用光電二極管、高溫計(jì)（兩者都測(cè)量從熔池發(fā)出的光）和熱成像來監(jiān)測(cè)金屬微晶格結(jié)構(gòu)的打印過程。該團(tuán)隊(duì)通過 LBPF 工藝3D打印了正常的支柱和故意有缺陷的“半支柱”，測(cè)量了熔池的熱排放。然后，研究人員開發(fā)了一種方法，利用這些熱輻射來高精度地預(yù)測(cè)缺陷。
目前，LLNL國家實(shí)驗(yàn)室能夠檢測(cè)跨越多個(gè)層的缺陷，在未來，將開發(fā)新的方法來識(shí)別3D打印層內(nèi)的缺陷，將允許進(jìn)行動(dòng)態(tài)反應(yīng)并可能抑制缺陷發(fā)生。
通過高速熱成像和光學(xué)成像以及使用 ALE3D 多物理場(chǎng)代碼的模擬驗(yàn)證觀察到的熱輻射背后的機(jī)制，研究人員可以預(yù)測(cè)3D打印的點(diǎn)陣晶格支柱是否存在，準(zhǔn)確率超過 94%，該方法為零件質(zhì)量提供了“寶貴的見解”，并反映了熔池?zé)崤欧疟O(jiān)測(cè)在識(shí)別 LPBF 零件缺陷方面的潛力。
3D打印過程控制的“大腦”
根據(jù)3D科學(xué)谷《人工智能減少缺陷-3D打印過程控制 l 人工智能賦能3D打印》一文，人工智能在每個(gè)特定領(lǐng)域發(fā)揮著越來越重要的作用，包括：缺陷檢測(cè)和糾正、在構(gòu)建過程中和構(gòu)建之后減少殘余應(yīng)力和故障、原位計(jì)量和設(shè)計(jì)精度、微結(jié)構(gòu)設(shè)計(jì)、合金設(shè)計(jì)和優(yōu)化。
根據(jù)中國工程院院刊《基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)方法在3D打印中的應(yīng)用》，傳感器硬件需要由功能強(qiáng)大的操作軟件所控制?？刂栖浖幕灸Ｊ桨ūO(jiān)視、記錄、分析和存儲(chǔ)數(shù)據(jù)。在一般情況下，例如在激光粉末床熔融 (LBPF) 3D 打印過程期間，一旦硬件將捕獲的熔池圖像傳遞給軟件，它就可以計(jì)算溫度曲線并提取熱量和尺寸度量以進(jìn)行下一步的分析。其他令人關(guān)注的功能也可以添加到傳感軟件中，例如為軟件配備檢測(cè)孔洞、未熔合或孔隙等的算法（特別是機(jī)器學(xué)習(xí)算法）。
預(yù)測(cè)和減少3D打印缺陷，人工智能正在成為3D打印過程控制的“大腦”，這方面，國內(nèi)的研究也獲得了一定的進(jìn)展，例如上海交通大學(xué)材料科學(xué)與工程學(xué)院的研究人員基于實(shí)驗(yàn)觀測(cè)到的LPBF中匙孔分裂熔池的現(xiàn)象，建立了熱-力-流耦合模型，揭示了一種新的匙孔氣孔形成機(jī)制(穿透氣孔，簡寫KP-pore)，同時(shí)探討了粉末對(duì)匙孔、熔池和氣孔形成特性的影響，并且基于高通量模擬建立了輸入能量密度與孔隙數(shù)的關(guān)系圖，為減少或消除LPBF過程中的孔隙提供了策略。
來源：3D科學(xué)谷
