LLNL金属3D打印无损检测新研究，为制造提供更好的模拟、工艺和预测数据

zhiyongz 5分钟前阅读数 #技术

文章标签金属3D打印

2025年9月26日，来自劳伦斯利弗莫尔国家实验室 (LLNL) 的无损检测 (NDE) 小组的研究人员正在开发一些方法，用于观察打印过程中金属 3D 打印结构内部材料和结构的演变情况。这些 NDE 技术可以成为金属增材制造 (AM) 的赋能技术，为制造商提供所需的数据，以开发更完善的模拟、工艺参数和预测控制，从而确保零件的质量和一致性。

LLNL材料工程部 (MED) 无损检测超声波和传感器组组长 David Stobbe 说道：“如果想让全球各地的人们都能使用金属增材制造部件，就需要无损检测 (NDE)。如果我们能够证明增材制造部件的性能符合设计要求，它们就能得到广泛应用，并被用于航空航天、能源和其他领域的安全关键部件，并有望开辟制造业的新范式。”

无损检测 (NDE) 技术涉及将 X 射线、超声波或电流等信号穿过物体，并观察信号变化以推断信息或重建内部图像。无损检测 (NDE) 对所有制造部件的质量控制都至关重要，但对于金属增材制造 (AM) 而言，它还能帮助及早发现打印问题。

△实验装置示意图展示了振动基板上熔池的高速 X 射线成像实验装置。

大多数金属增材制造技术利用热量将材料粘合在一起，而由于金属对热极其敏感，打印过程中结构会发生很大变化。热量会从打印表面扩散到已打印的结构中，这会影响材料的粘合效果，产生导致故障的缺陷，并导致产品不一致。

实验室大气、地球和能源部门 (AEED) 的研究科学家 Saptarshi Mukherjee 说道：“如果想要获得一致的打印质量，就需要测量和表征地下不断变化的过程。这非常具有挑战性，因为目前大多数无损检测 (NDE) 技术无法穿透热量，即使是红外摄像机和天线也只能探测到表面的热量。”

Mukherjee 参与了一个利用涡流（通过施加磁场诱发的涡流环）监测激光粉末床熔合 (LPBF) 金属增材制造 (AM) 过程中内部温度的项目。涡流对电导率敏感，而电导率是温度的函数，因此涡流传感器可以提供结构内部的实时局部温度信息。密歇根州立大学的合作者进行的模拟表明该方法可行，研究团队通过一个简单的实验对其进行了验证，并于最近在《科学报告》上发表了一篇题为“In-situ 3Dtemperature field modeling and characterization using eddy current for metaladditive manufacturing process monitoring”的论文。

△经超声波处理和未经超声波处理的增材制造部件的熔池动力学和凝固的X射线图像。图中所示的管状气孔被称为匙孔空洞，是金属增材制造部件中最常见的缺陷之一。

MED 博士后 EthanRosenberg 说：“据我们所知，这是第一次使用涡流传感器来观察这些非常快速的非平衡热过程，这暗示了你在金属 AM 过程中会看到的那种热过程。”罗森伯格目前正在领导一项后续研究的实验测试，采用更接近真实世界的条件，例如不均匀加热和更快的时间尺度。

无损检测 (NDE) 小组负责人Joe Tringe 于 2018 年启动了首个实验室指导研发 (LDRD) 项目。自此之后，研究小组一直在开拓新领域，以跟上金属增材制造 (AM) 的步伐。在他们的第一个项目中，展示了毫米波特征可以有效地表征用于在液态金属喷射中创建结构的单个液态金属液滴的形状。最终，他们收集了足够的数据来训练机器学习算法来预测液滴的形状。

Stobbe 说：“如果我们能够将反馈与系统建模结合起来，我们就能实时了解打印参数是否有效或者是否需要更改，这样我们就能得到我们想要的结果。”

后续项目扩展到电阻断层扫描（测量电流电压和电势的变化）、X射线计算机断层扫描、超声波和中子检测，重点关注晶格结构和其他复杂的几何形状。

研究团队还使用无损检测 (NDE) 来检测激光金属增材制造 (AM)中的加工参数，例如超声处理（利用超声波产生振动并改善均质化）。在最近发表于《通讯材料》(Communications Materials) 杂志的一篇题为“High-speed synchrotronX-ray imaging of melt pool dynamics during ultrasonic melt processing of Al6061”论文中，研究团队与宾夕法尼亚州立大学和阿贡国家实验室的合作者证明，他们可以使用高速同步加速器 X 射线成像进行这些测量。这项技术是了解超声处理对打印影响的第一步，将有助于制造商优化工艺，提高零件质量。

罗森伯格说道：“增材制造过程中会发生很多影响零件的事情，但如果不使用无损检测技术，它就像一个黑匣子。凭借独创性和良好的物理理解，你可以打开这个盒子，看看里面发生了什么，这有望帮助你控制整个过程。”

研究团队计划继续发展、改进和推广各种用于金属增材制造的无损检测技术，因为不同的技术更擅长测量不同类型的信息。他们还希望训练机器学习算法，以便在打印过程中进行实时监控和纠错，从而提高成功率。

他们在此过程中收集的信息对于广泛采用金属 AM 至关重要，他们希望他们的工作也将有助于提高人们对新兴领域 NDE 机会的认识。斯托布说：“这真的有点像淘金热。你正在做或测量一些你知道以前没人做过或测量过的事情，因为这是一项新技术，这当然令人兴奋。”