洛桑联邦理工学院的研究人员通过开创性的缺陷检测方法解决了围绕激光增材制造工艺的长期争论。
激光增材制造(涉及使用粉末和激光对金属物体进行3D打印)的进展经常受到意外缺陷的阻碍。传统的监测方法，例如热成像和机器学习算法，已经显示出很大的局限性。他们经常要么忽视缺陷，要么误解缺陷，导致精密制造难以实现，并阻碍了航空和汽车制造等重要行业使用该技术。
但是，如果能够根据打印机在完美打印和不规则打印过程中发出的声音差异来实时检测缺陷会怎样呢?到目前为止，以这种方式检测这些缺陷的前景被认为是不可靠的。然而，洛桑联邦理工学院工程学院热机械冶金实验室(LMTM)的研究人员成功挑战了这一假设。
该实验室负责人RolandLogé教授表示：“关于激光增材制造声学监测的可行性和有效性一直存在争论。我们的研究不仅证实了其相关性，还强调了其相对于传统方法的优势。”
这项研究对于工业部门至关重要，因为它引入了一种突破性且经济高效的解决方案来监控和提高通过激光粉床熔融(LPBF)制造的产品的质量。
首席研究员MiladHamidiNasab博士表示：“同步加速器X射线成像与声学记录的协同作用提供了对LPBF过程的实时洞察，有助于检测可能危及产品完整性的缺陷。”在行业不断追求效率、精度和减少浪费的时代，这些创新不仅可以显着节省成本，还可以提高制造产品的可靠性和安全性。
LPBF制造如何进行?
LPBF是一种正在重塑金属制造的尖端方法。本质上，它使用高强度激光精心熔化微小的金属粉末，层层叠加以产生详细的3D金属结构。将LPBF视为传统3D打印机的金属版本，但更加复杂。
它使用的不是熔化的塑料，而是一层细小的金属粉末，其尺寸可以从人类头发的厚度到细盐粒(15-100微米)不等。激光穿过这一层，熔化基于数字蓝图的特定图案。这项技术能够以最小的多余量来制作定制的复杂零件，例如晶格结构或独特的几何形状。然而，这种有前途的方法并非没有挑战。
当激光与金属粉末相互作用时，形成所谓的熔池，它在液相、气相和固相之间波动。有时，由于激光角度或粉末或零件的特定几何属性的存在等变量，该过程可能会失败。这些被称为“区域间不稳定性”的情况有时会促使两种熔化方法(称为“传导”和“匙孔”区域)之间发生转变。
在不稳定的小孔状态下，当熔融粉末池比预期更深时，可能会产生孔隙，最终导致最终产品出现结构缺陷。为了便于测量X射线图像中熔池的宽度和深度，洛桑联邦理工学院成像中心的图像分析中心开发了一种方法，可以更轻松地可视化与液态金属相关的微小变化以及注释工具熔池几何形状。
在与PaulScherrer研究所(PSI)和瑞士联邦材料科学与技术实验室(Empa)的合资企业中，EPFL团队制定了一项实验设计，将操作X射线成像实验与声发射测量相结合。
实验是在PSI瑞士光源的TOMCAT光束线上进行的，使用的是StevenVanPetegem博士小组开发的小型化LPBF打印机。与位于打印室内的超灵敏麦克风的结合可以精确定位状态转换期间声学信号的明显变化，从而直接识别制造过程中的缺陷。
这项研究的一个关键时刻是Empa信号处理专家GiulioMasinelli引入了自适应滤波技术。马西内利强调：“这种过滤方法使我们能够以无与伦比的清晰度辨别缺陷与伴随的声学特征之间的关系。”
典型的机器学习算法擅长从统计数据中提取模式，但通常针对特定场景进行定制，与此不同的是，这种方法可以提供对熔化状态物理的更广泛的了解，同时提供卓越的时间和空间精度。
通过这项研究，洛桑联邦理工学院为激光增材制造领域贡献了宝贵的见解。这些发现对潜在的工业应用具有重大影响，特别是在航空航天和精密工程等领域。该研究强调了一致的制造技术的必要性，巩固了瑞士在精湛工艺和制造精度方面的声誉。
此外，它还表明了早期发现和纠正缺陷、提高产品质量的潜力。Logé教授总结道：“这项研究为更好地理解和完善制造工艺铺平了道路，最终将带来更高的产品长期可靠性。”
标签：
免责声明：本文由用户上传，如有侵权请联系删除！