粉末床激光成形熔池辐射强度信号的机器学习

粉末床熔融成形(PBF)的过程监测和质量识别是保障其制造质量的关键技术。在监测信号中,熔池辐射强度信号蕴含了丰富的熔池特征信息,但监测信号与材料科学现象的直接联系尚不明确,适合利用机器学习算法开展深入研究。首先,通过设置不同的工艺参数(部分偏离工艺窗口)实施316L不锈钢成形实验,成形过程中采集熔池辐射强度信号。然后,通过数据分割、特征提取和特征选择对信号数据进行预处理,构建了用于机器学习的数据集。最后,使用21种不同的机器学习算法,一是将熔池辐射强度数据按照工艺参数(如激光功率高、中、低)进行分类,经过训练的算法可在实际生产中识别异常(辐射强度异常、代表激光功率和扫描速度偏离最佳状态);二是将熔池辐射强度数据按最终成形块体的质量(密度、表面粗糙度)进行分类,经过训练的算法可在实际生产中识别质量。结果表明:对于熔池辐射强度的异常识别,二次支持向量机算法的分类效果最好,准确度达到96.4%以上;对于密度和表面粗糙度预测,由于样件质量与数据样本之间的复杂关系,预测结果呈现不同的分布情况,但预测准确度均达96.0%以上。

聚醚醚酮及其复合材料激光粉末床熔融成形的研究现状与展望

聚醚醚酮(PEEK)及其复合材料因具有优异的力学性能、耐化学腐蚀性及生物相容性而受到广泛关注,然而随着对复杂结构以及个性化PEEK零件的需求日益增加,传统的注塑成形工艺显然已经难以满足高度复杂化与个性化制造的需求。激光粉末床熔融(LPBF)技术为PEEK及其复合材料的成形制造提供了一种新的方法。介绍了激光粉末床熔融工艺的基本原理与PEEK及其复合材料的激光粉末床熔融制备工艺的特点和应用,总结归纳了PEEK及其复合材料的激光粉末床熔融成形装备的发展状况与性能特点,目前的成形装备在预热温度和激光功率等参数方面已经有了很大的提升,可以保证一定的成形精度,但要形成一套成熟的高精密和大尺寸复杂成形系统仍需进一步的研究。基于已有研究,重点阐述了PEEK及其复合材料激光粉末床熔融成形工艺的研究现状,虽然通过温度场和激光参数等成形参数的优化,成形件的性能有了一定的提升,但仍然存在翘曲变形、成形力学性能较低的问题。最后对未来高性能PEEK及其复合材料激光粉末床熔融成形工艺的发展进行了展望。

激光粉末床熔融成形内部质量缺陷及其调控方法

激光粉末床熔融(Laser Powder Bed Fusion,LPBF)成形工艺的特殊性决定其在生产过程中存在巨大的温度梯度、剧烈的物相变化以及极不稳定的熔池,易使零件产生内部质量缺陷,而这些缺陷会直接影响零件的成形质量和力学性能。从致密度和残余应力两个角度出发,对LPBF成形零件的内部质量缺陷进行分类并对其典型特征、形成机理及其造成的影响进行论述。此外,分别讨论了成形工艺调控方式和新型复合制造调控方式对缺陷的调控作用,其中激光波长和光斑形貌的调整、增减材复合和多能量场复合的调控方式在未来有望成为LPBF成形工艺内部缺陷调控的重要研究方向。

激光粉末床熔融成形AlSi10Mg铝合金复杂流道构件研究

采用激光粉末床熔融技术制备不同截面与截面尺寸的长直流道试样以及复杂流道产品。研究结果表明,当流道截面尺寸小于2 mm时,激光粉末床熔融成形后流道的收缩而对残余粉末进行挤压,这将导致流道内残余粉末难以完全清除。此外,随着流道截面的增大,圆形流道上表面结合处呈现出表面质量变差的现象,而屋脊形截面流道由于倾斜角度保持不变而呈现较好的成形质量及尺寸精度。激光深穿透至非成形区粉末是造成流道上部区域粘附粉末颗粒的重要原因,而通过磨粒流、高压气流及水流等方式可以对其去除。结果表明,基于激光粉末床熔融技术设计与成形的复杂流道散热元件经X射线检测和计算机断层成像检测均无裂纹及残余粉末,并通过了2 MPa压力、保压5 min的耐压检测。最后,初步构建了复杂流道类构件的“设计—成形—检测”一体化流程。