中喷墨网-喷墨社区

新研究确定了控制3D打印缺陷的新颖方法

来源:再生时代 发布日期:2020-08-18 651

 

增材制造具有生产形状复杂且浪费最少的零件的能力,因此有可能彻底改变金属零件的生产。但是,这种潜力目前受到一个关键挑战的限制:控制过程中的缺陷可能会损害3D打印材料的性能。

《增材制造》杂志上的一篇新论文指出了一种可能的突破性解决方案:在生产时使用温度数据来预测地下缺陷的形成,以便可以在当时和在那里进行处理。美国能源部(DOE)阿贡国家实验室(Argonne National Laboratory)的一组研究人员与现在德克萨斯州农工大学的一位同事一起发现了这种可能性。

“最终,您将能够在源头打印出一些东西并收集温度数据,并且可以查看是否存在某些异常,然后进行修复或重新开始,”阿贡大学界面力学与材料小组的负责人Aaron Greco说。应用材料部(AMD)和研究作者。“那是大目标。”

在他们的研究中,科学家使用了Argonne先进的光子源(APS)的光束线32-ID-B上的极高亮度高功率X射线,该部门是美国科学部能源办公室的用户设施。他们设计了一个实验装置,使他们可以从标准红外摄像机捕获温度数据,从上方观看印刷过程,同时他们使用X射线束进行侧面观察,以确定是否在表面下方形成了孔隙。

孔隙率是指可能在激光打印过程中出现的微小的,经常是微观的“空洞” ,使组件易于破裂和其他故障。

根据该论文的第一作者和应用材料部门的计算材料科学家Noah Paulson的说法,这项工作表明,实际上表面温度与下面的孔隙形成之间存在相关性。

“同时具有顶视图和侧视图是非常强大的。通过侧视图,这是APS装置真正独特的功能,我们可以看到,在某些处理条件下,基于不同的时间和温度组合,孔隙率形式如下:激光越过。”保尔森说。

例如,论文观察到峰值温度较低并随后持续下降的热历史可能与低孔隙率有关。相比之下,从高开始,先下降然后到后来增加的热历史更可能表明孔隙率大。

科学家使用机器学习算法从复杂的数据中弄清楚了,并根据热历史预测了孔隙的形成。鲍尔森表示,与使用数百万个数据点的技术巨头开发的工具相比,这项工作需要花费数百个努力。他说:“这要求我们开发一种定制方法,以充分利用有限的数据。”

虽然3-D打印机通常配备有红外摄像头,但是成本和复杂性使得无法为商用机器配备APS上存在的那种X射线技术,而APS是最强大的X射线光源之一在世界上。但是通过设计一种方法来观察3D打印机中已经存在的系统,就没有必要了。

合著者Ben Gould解释说:“通过将APS的结果与使用红外技术在实际打印机中已经可以得到的较不详细的结果相关联,我们可以对打印质量进行宣称,而不必实际看到表面之下。”是AMD的材料科学家。

在印刷时识别和纠正缺陷的能力将对整个增材制造行业产生重要影响,因为它将消除对每个批量生产的组件进行昂贵且耗时的检查的需求。在传统制造中,过程的一致性使得无需扫描从生产线出来的每个金属组件。

Greco说:“目前,存在3D打印错误相关的风险,这意味着存在成本。这种成本抑制了这项技术的广泛采用。” “要充分发挥其潜力,我们需要降低风险以降低成本。”

认识到增材制造相对于传统制造的主要优势之一,这一工作变得更加紧迫。“我们从最近的大流行反应中看到,能够快速使生产适应新的设计和需求将具有多大的价值。3-D技术非常适应这些变化,” Greco补充道。

古尔德说,展望未来,研究团队希望他所谓的“非常非常好的第一步”将使它能够继续改进和扩展模型。“对于机器学习而言,要建立准确的模型,您需要成千上万的数据点。对于这个实验,我们有200个数据点。随着我们输入更多的数据,模型将变得越来越精确。但是我们的发现非常有希望”。