Page 136 - 无损检测2024年第九期

颜江涛，等：

金属增材制造检测技术与质量控制研究进展

凹痕缺陷，成功控制了成形尺寸精度，显微成像结果 3651-3660．
表明该方法的成形尺寸精度相比恒定激光功率下的 [3] GOH G D，YEONG W Y．Applications of machine
打印情况有明显改善。 learning in 3D printing[J]. Materials Today：Proceedings，
上述研究表明，将在线传感监测得到的过程数 2022，70：95-100．
[4] TOMAR B，SHIVA S，NATH T．A review
据反馈给控制器形成工艺调控方案可以保证成形尺
on wire arc additive manufacturing：processing
寸精度，并能以高响应速度减少孔隙和球化缺陷。
parameters，defects，quality improvement and recent
不过目前的控制算法主要采用单一参数控制，即仅 advances[J]. Materials Today Communications，2022，
改变激光功率或者材料供给速度，事实上不同组织 31：103739．
特征和缺陷形成是多元工艺参数共同决定的，未来 [5] KHODABAKHSHI F，FARSHIDIANFAR M H，
可向多元工艺参数组合调控方向发展从而精确控制 BAKHSHIVASH S，et al．Dissimilar metals deposition
缺陷减少和尺寸精度提升。 by directed energy based on powder-fed laser additive
manufacturing[J]. Journal of Manufacturing Processes，
4 总结和展望 2019，43：83-97．

文章在总结金属增材制造中典型可检特征的基 [6] VALIZADEH M，WOLFF S J．Convolutional Neural
Network applications in additive manufacturing：a
础上，介绍了金属增材制造的事后检测技术，相关研
review[J]. Advances in Industrial and Manufacturing
究表明超声、CT无损检测技术具有适用性。对于在
Engineering，2022，4：100072．
线检测，众多研究表明，在增材制造设备上集成传感 [7] WANG R X，CHEUNG C F．Knowledge graph
器件可以捕获时空演变特征，及时发现缺陷并指导 embedding learning system for defect diagnosis in
工艺调整，对于闭环质量控制，传感技术联合控制技 additive manufacturing[J]. Computers in Industry，2023，
术能实现工艺参数调控以保证成形质量。未来仍有 149：103912．
以下内容值得深入研究与发展。 [8] SPEARS T G，GOLD S A．In-process sensing in

（1）制定金属增材制造事后检测和在线检测标 selective laser melting （SLM）additive manufacturing

准。目前国内外缺乏增材制造产品的无损检测规范 [J]. Integrating Materials and Manufacturing Innovation，
2016，5（1）：16-40．
或标准，为了方便研究人员进行规范试验及精确分
[9] LIU J G，WEN P．Metal vaporization and its influence
析金属增材制造的缺陷特征，未来应研究制定金属
during laser powder bed fusion process[J]. Materials &
增材制造事后检测和在线检测标准。 Design，2022，215：110505．
（2）建立多元工艺参数快速、智能化调整决策 [10] WANG D，WU S B，FU F，et al．Mechanisms and

方案。未来闭环质量控制重要突破将在于：以在线 characteristics of spatter generation in SLM processing
检测结果来快速判定缺陷类型，快速自动决策对引 and its effect on the properties[J]. Materials & Design，
发该缺陷的多元工艺参数进行控制。 2017，117：121-130．
（3）提高机器学习的实时智能识别效率。虽然 [11] TANG Y T，PANWISAWAS C，GHOUSSOUB J N，

目前传感技术已经能实现金属增材制造过程中高速 et al．Alloys-by-design：application to new superalloys
for additive manufacturing[J]. Acta Materialia，2021，
采集和多源信息覆盖，但结合机器学习的熔池图像
202：417-436．
处理和特征提取过程大多是离线分析，未来如何实
[12] SCIPIONI BERTOLI U，GUSS G，WU S，et al．In-
时处理数据，提高机器学习算法的效率以实现实时
situ characterization of laser-powder interaction and
识别需进一步研究。 cooling rates through high-speed imaging of powder bed
fusion additive manufacturing[J]. Materials & Design，
参考文献：
2017，135：385-396．
[1] 卢秉恒，李涤尘. 增材制造（3D打印）技术发展[J]. 机 [13] SHI Q M，GU D D，XIA M J，et al．Effects of laser
械制造与自动化，2013，42（4）：1-4． processing parameters on thermal behavior and melting/
[2] CHEN L，HE Y，YANG Y X，et al．The research solidification mechanism during selective laser melting
status and development trend of additive manufacturing of TiC/Inconel 718 composites[J]. Optics & Laser
technology[J]. The International Journal of Advanced Technology，2016，84：9-22．
Manufacturing Technology，2017，89（9/10/11/12）： [14] YANG G，XIE Y L，ZHAO S，et al．Quality control：
98
2024 年 第 46 卷 第 9 期
无损检测