增材制造領域最持久的挑戰之一,無疑是工藝可靠性的問題。如何確保3D打印部件能夠滿足預期性能要求?它們能否經受住時間的考驗?又是否能為所有打印批次重現完全一致的生產條件?這些問題在金屬3D打印中尤為突出,許多行業專業人士至今仍因其可靠性與可重復性的不足而持保留態度。
那么,如果我們能夠發展更精密的過程控制與更準確的模擬技術,情況會如何轉變?這正是勞倫斯利弗莫爾國家實驗室(LLNL)無損評估(NDE)團隊的研究焦點——他們的目標是觀察并分析打印過程中材料與結構在部件內部的演變,進而提出確保更高品質與更一致成品的技術方案。

由于大多數金屬3D打印技術依賴熱源將金屬顆粒熔合,目前仍難以準確預測打印過程中金屬的行為反應。金屬對熱變化極為敏感,溫度波動會直接影響到正在成形中的結構。打印過程中的熱擴散會影響顆粒間的結合質量,從而可能引發缺陷、故障乃至整件報廢。
材料工程部(MED)超聲波與傳感器無損檢測小組負責人David Stobbe指出:“要讓金屬3D打印部件在全球范圍內獲得信賴與應用,無損檢測技術不可或缺。如果我們能證明3D打印部件的性能符合設計預期,將極大推動該技術的普及,使其能夠應用于航空航天、能源等領域的安全關鍵部件,并有望開創制造業的新范式。”那么,這一技術在實踐中如何運作?

該研究依賴于一套多信號監測系統。這些信號可以是電流、X射線或超聲波等。它們穿透正在打印的部件,研究人員通過分析信號的變化來監測內部狀態。例如,實驗室大氣、地球與能源部門(AEED)的研究科學家Saptarshi Mukherjee正在進行一個項目,利用渦流——即在導電材料中感生的電流——來監測激光粉末床熔融過程中的內部溫度。渦流對材料的電導率非常敏感,而電導率又是溫度的函數,因此通過解讀渦流信號,就能獲得打印部件內部溫度的實時信息。
MED博士后研究員Ethan Rosenberg補充道:“據我們所知,這是首次使用渦流傳感器來觀測這類非常快速、非平衡的熱過程,其特性與金屬增材制造中實際觀察到的熱過程極為相似。”
目前,已有多個研究項目依托于X射線斷層掃描、電阻斷層掃描、超聲波等技術展開,這些技術尤其適用于研究晶格結構或復雜幾何形狀的打印過程。研究團隊的明確目標,是拓展此類工作并推廣所開發的方法。
最終,他們希望開發出機器學習算法,以實現對金屬3D打印過程的實時監控,并在錯誤發生前及時進行修正。這將為金屬增材制造技術開啟更廣泛的應用前景,并帶來前所未有的可能性。