金屬增材制造（AM）是一種先進的制造技術，通過逐層添加材料的方式構建零件，具有設計靈活性高、材料利用率高和能夠制造複雜結構等優點。然而，這一技術在制造過程中可能會遇到局部熱量積累的問題，這會影響零件的微觀結構、機械性能和尺寸精度，甚至可能導致裂紋和其他缺陷的産生。爲了解決這一問題，根據《Machine learning for real-time detection of local heat accumulation in metal additive manufacturing》這篇論文，卡耐基梅隆大學的研究人員已經開始探索使用機器學習技術來實時檢測和預測金屬增材制造過程中的局部熱量積累。
機器學習與熱成像結合監測3D打印過程
© 卡耐基梅隆
當前用于增材制造流程優化任務的機器學習類型
© 3D科學谷白皮書
理解掃描策略的影響
卡耐基梅隆大學的研究人員提出了一種基于機器學習的方法，用于使用紅外模式實時檢測金屬增材制造中的熱量積累區域。對識別和跟蹤的掃描區域進行了表征，並研究了掃描策略對熱量積累的影響。 此外，通過使用 X 射線計算機斷層掃描證明了局部熱量積累對孔隙形成的影響。該方法的有效性通過在 SS316L 合金打印零件上的實施得到驗證，該零件旨在包含多種幾何特征。
研究結果：
算法能夠檢測到90%以上的熱量積累點。發現掃描策略（如條紋角度和掃描矢量長度）對熱均勻性、熱量積累和孔隙形成有顯著影響。條紋角度與掃描區域面積呈正相關，影響蓄熱區的平均溫度。在薄壁和幾何特征周圍，小條紋角度和短掃描矢量會導致更高的激光掃描溫度。重要發現：
最佳的條紋角度和掃描矢量長度可以增強熱均勻性並減少熱點。局部熱積累點通常集中在邊緣和局部特征周圍，這可能導致孔隙形成，增加疲勞失效的風險。未來研究方向：
需要進一步研究以全面理解熱量積累對微觀結構的影響。需要確定可能産生有害影響的熱量積累程度。技術挑戰：
檢測薄壁和小特征中的局部熱量積累仍然是一個挑戰，可以通過使用具有更高幀速率的先進成像系統來解決。結論：
條紋角度是掃描策略優化過程中需要考慮的重要因素，因爲它對熱量積累有顯著影響。這些結果共同提供了關于掃描策略對熱均勻性、熱量積累和孔隙形成的顯著影響的重要見解。已觀察到條紋角度與掃描區域面積之間呈正相關。因此，蓄熱區的平均溫度升高。此外，在薄壁和幾何特征周圍的小條紋角度和短掃描矢量下，激光掃描的溫度要高得多。事實證明，考慮到3D打印部件的幾何特征，最佳條紋角度和掃描矢量長度可以顯著增強熱均勻性並消除熱點。最後，局部熱積累點集中在邊緣和局部特征周圍。在邊緣處觀察到孔隙圖案，這些孔隙圖案很可能由于嚴重的熱量積累而形成在小角度掃描條紋的角部處。邊緣的圖案化孔會使3D打印部件更容易出現疲勞失效。因此，條紋角度對熱量積累的影響是掃描策略優化過程中需要考慮的重要因素。
可預測的加工過程
© 3D科學谷白皮書
這項工作將金屬3D打印過程變得可預測、可控制具有重要的價值，3D科學谷將卡耐基梅隆大學的研究人員的發現概括如下： 機器學習與紅外成像的結合：機器學習算法可以與紅外成像技術相結合，以實時檢測金屬增材制造過程中的局部熱量積累。這種方法可以通過分析紅外圖像來預測熱點區域，從而爲工藝優化提供數據支持。
熱量積累的位置：熱量容易在內部特征周圍和薄壁處積聚，這些區域的熱集中可能會導致不均勻的凝固條件和微觀結構。
掃描策略的優化：通過優化掃描策略，如調整條紋角度和掃描矢量長度，可以減輕局部熱點的問題，從而提高熱均勻性。
設計特征的考慮：在執行激光掃描策略時，考慮零件的設計特征可以顯著提高熱均勻性，減少熱量積累。
局部熱量積累與缺陷的關系：局部熱量積累與零件邊緣孔隙的形成有關，通過實時監測和調節溫度，可以減少這類缺陷的産生。
原位監測的重要性：原位監測對于確保金屬增材制造過程的質量和可靠性至關重要。它可以幫助實現缺陷監控、自動反饋控制、過程參數映射和減少材料浪費。
計算框架的開發：卡耐基梅隆大學的研究人員開發了采用機器學習的計算框架，以實時識別局部熱量積累的區域。這種方法的有效性已在具有各種幾何特征的構建上得到了驗證。
通過上述方法，可以更好地理解和控制金屬增材制造過程中的熱量積累問題，從而提高零件的質量和生産的可靠性。這些技術的進一步發展和優化有望推動金屬增材制造技術在更多行業中的應用。
紅外成像
© 3D科學谷白皮書
紅外熱成像技術是一種非常有用的工具，能夠通過檢測和分析物體表面的熱輻射來監測和預測各種物理過程。這項技術被用于多種應用，包括： 監測構建過程中的溫度分布：紅外成像技術可以用來監測物體在構建過程中的溫度變化，這對于理解和控制制造過程中的熱行爲至關重要。
缺陷和異常檢測：通過紅外成像可以檢測出過熱、孔隙率、裂紋等缺陷，這對于保證産品質量和安全至關重要。
機械和微觀結構特性的預測：紅外成像數據可以用來預測材料的微觀結構演變，如晶粒結構的變化和發展。
過程的自動控制：紅外數據可以作爲自動反饋控制系統的輸入，用于監測和控制零件的溫度均勻性，從而提高制造過程的效率和質量。
材料特性研究：熱成像技術還可以作爲研究材料特性（如反射率和導熱率）的輔助工具。
熱模型驗證：紅外成像技術可以用于驗證熱模型的准確性。
卡耐基梅隆大學的研究人員還提到了一些挑戰和解決策略，例如：
校准的複雜性：紅外熱像儀的校准是一個複雜的過程，其准確性受到多種因素的影響。
局部熱量積累的識別：由于熱曆史和多種參數的影響，識別局部熱量積累是一個複雜的任務。
大型3D打印過程監控限制：對于大型零件的3D打印，現場監控可能會受到數據采集、空間分辨率和幀速率的限制。
爲了克服這些挑戰，卡耐基梅隆大學的研究人員提出了一種自動化方法來實時跟蹤和識別局部熱量積累事件，並將這些事件映射到3D打印零件的CAD幾何結構中。這種方法可以分析激光掃描區域的局部熱量積累以及激光刀具路徑的影響，並通過X射線計算機顯微斷層掃描來評估其對孔隙缺陷的影響。
熱量聚集對孔隙産生的影響
© 卡耐基梅隆
考慮到捕獲幀速率和視場尺寸之間的權衡，利用紅外成像的另外一個挑戰是檢測薄壁和小特征中的局部熱量積累。通過使用具有更高幀速率的先進成像系統可以緩解這一挑戰。盡管這項研究揭示了條紋角度和掃描矢量長度對局部熱量積累高度的影響，但仍需要進一步的研究來全面研究這一重要課題。未來的工作可能會探討熱量積累對微觀結構的影響以及可能産生有害影響的熱量積累程度。
總的來說，紅外熱成像技術在工業和科學研究中的應用非常廣泛，它爲監測和控制複雜的物理過程提供了一種強大的工具。通過不斷的技術創新和改進，這項技術有望在未來發揮更大的作用。
知之既深，行之則遠。基于全球範圍內精湛的制造業專家智囊網絡，3D科學谷爲業界提供全球視角的增材與智能制造深度觀察。有關增材制造領域的更多分析，請關注3D科學谷發布的白皮書系列。
網站投稿 l 發送至2509957133@qq.com
