瑞士洛桑联邦理工学院 (EPFL) 是一所位于瑞士洛桑的公立研究型大学，其研究人员开发了一种用于检测激光粉末床熔合 (LPBF) 零件实时生产中缺陷的方法。该技术具有灵敏的麦克风、X 射线数据和处理这些数据集以查找异常情况的自适应滤波器。
洛桑联邦理工学院的研究证明了声学监测在检测激光增材制造缺陷方面的有效性。图片由EPFL提供
什么是激光粉床熔融 (LPBF)？
激光粉床融合 (LPBF) 是一种增材制造技术，通常由金属生成三维形状。与 3D 打印不同，LPBF 使用粉末金属原料而不是塑料丝。将粉末金属床放置在可移动的平台上，激光扫描粉末表面，有选择地熔化粉末，并根据工程师的设计使其凝固。根据配置，床或激光器可以在激光器完成一层后沿 z 方向移动，并且激光器光栅化下一层。
LPBF 制造中的常见缺陷
每当一个过程引入材料的相变时，就会出现许多问题。LPBF 作为一种生产方法具有一些明显的优点，但未压缩粉末的熔化很复杂。
粉末的填充系数或粒度分布较低或可变，可能会导致颗粒的加热和熔化不一致，这意味着某些颗粒可能会蒸发，而另一些颗粒则不会完全熔化。这些不一致可能导致固体夹杂物、孔隙度和其他问题。固体夹杂物可能会导致部件的最终设计出现问题。孔隙率可以区分高质量部件和废品。
最常见的缺陷来源之一是熔融金属池达到比预期更深的程度，这可能是由于激光穿透深度超过所需深度或施加的热量超过所需温度造成的。由于凝固收缩、较小颗粒的蒸发和其他机制，这种缺陷可能导致孔隙率。
洛桑联邦理工学院 (EPFL) 的研究人员能够将 LPBF 零件中的缺陷与 X 射线和声学传感器进行匹配。图片由EPFL提供
用于缺陷检测的声学监测
洛桑联邦理工学院的研究人员最近发现了一种利用声学检测缺陷的方法。研究人员使用声学传感器和 X 射线数据来近乎实时地确定缺陷的位置。当样品在生产过程中受到 X 射线轰击时，生产室中的超灵敏麦克风检测到声音的微小变化。
从那里，比较两个数据集以开发自适应滤波器。这种方法能够将声音异常与成品中的孔隙关联起来。瑞士联邦材料科学与技术实验室信号处理专家 Giulio Masinelli 表示：“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。”
与倾向于采用大数据集并专注于非常具体的标准的机器学习算法不同，自适应滤波器的范围要广泛得多，可以应用于更多情况。自适应滤波器将更加灵活，可以检测各种 LPBF 零件几何形状的缺陷。该检测系统的神奇之处在于自适应滤波器设计。
激光增材制造的未来
LPBF 仍然是一项年轻的、正在发展的制造技术。尽管技术正在成熟，但它过去一直受到缺陷的困扰。随着实时检测和纠正缺陷的新方法的出现，LPBF 的实用性将会增长，使得新的、难以制造的、无缺陷的几何形状成为可能。