2.2. 基于同步辐射的显微层析成像
在高级光子源（APS）上进行高能μSXCT ， 以测量粉末和印刷Ti-6Al-4V试块中缺陷（孔隙）的大小和形态 ， 如Cunningham等人所述 。 从每个测试块的顶部1.5 mm3体积中提取尺寸为1 mm × 9 mm × 15 mm的预制μSXCT样品 ， 其尺寸与构建方向平行 。 μSXCT是在白束模式下进行的 ， 共有1500个投影以50°的角度拍摄180°以上毫秒曝光时间 。 体素大小为0.65?使用μm ， 导致最小可检测孔径约为1.5?μm 。 使用TomoPy0.0.3.15和FEI的AVIZO重建三维μSXCT体积? 9.1.1软件 。 使用Avizo 9中的“各向异性”函数确定孔隙形态（即“球形”与“非球形”名称） ， 0.5是“球形”的截止值 。
虽然形态学不是确定缺陷形成机制的决定性指标 ， 但可以合理地假设 ， 高度球形的孔隙可能是由凝固过程中捕获的不溶性气泡（例如 ， 气体或锁孔孔）形成的 ， 而大部分不规则的孔隙可能是LOF缺陷 。 在该分析中 ， 使用了以下孔隙度指标：（a）LOF孔隙（>40?微米和球形 ， （b）钥匙孔（>40?微米和球形）和（c）气孔（<20?微米和球形） 。 每个重建的3D数据集包含2560个?×?2560?×?2100个三维体素 ， 总数据大小超过40GB 。 这个数据量意味着自动分析方法对于提取特征特征和相关静态数据是必要的 。
2.3. 基于机器学习的圈闭气体孔隙度分割与分析
作为建造材料分析的初步步骤 ， 对各种原料粉末进行了检查 ， 以确定孔隙统计数据 。 根据工艺参数 ， 相当一部分粉末孔隙似乎会被带入到内置零件中 ， 因此 ， 了解初始孔隙数量并在考虑最佳参数选择的过程中消除此类孔隙至关重要 。 至少有数千个粒子被用于构建宏观零件和样本 ， 因此任务艰巨 。 机器学习（ML）技术用于在断层数据集中定位和分割粉末颗粒 。 对于自动化程序 ， 第一项任务是识别粉末颗粒 ， 并在具有各种信噪比的重建3D数据集中将其与背景分离 。
与ImageJ或ilastik等其他软件相比 ， 机器学习算法之所以方便 ， 至少有三个原因 ， 即：（1）提高了内存效率 ， （2）可能将优化的批处理移植到并行处理 ， 以及（3）存在用于训练模型的简单图形用户界面（GUI）格式 。 本文概述了本研究中使用的ML技术 。 首先 ， 对重建的μSXCT数据应用一组n3-D图像滤波器（通常基于使用不同掩模的卷积） ， 以便考虑表征体素邻域的信息 。 然后在每个体素位置生成长度为n的强度I（x ， y ， z）和合成特征向量F（x ， y ， z） 。 例如 ， F（x ， y ， z）的第i个元素Fi（x ， y ， z）是使用应用于位置（x ， y ， z）的第i个滤波器获得的值 。 接下来 ， 为训练数据集中的每个体素指定一个标签l ， 以向模型提供粉末材料体素和背景体素的示例 。 材料体素标记为1 ， 背景标记为0 。 该过程用于在每个体素位置生成一组标签l（x ， y ， z）以及相应的特征向量 。
在完成上述步骤后 ， 利用样本体素对应的标签和特征向量对模型进行训练 ， 自动学习标签和特征之间的复杂关系 。 最后 ， 利用该模型从体素的特征向量为整个数据集中的体素分配标签 。 这样就得到了分割后的三维图像的二值输出:粒子材料为1 ， 低密度、背景或空洞区域为0 。 粉末颗粒内部的孔隙被识别为三维空间中被颗粒体素包围的空隙区域 。 最后 ， 利用商业软件AVIZO对这些二进制数据集进行了很好的处理 ， 进行了统计分析 。 统计信息包括粉末大小 ， 孔隙度分布和形态提取这些体积数据集 。
3.结果与讨论
3．1. Ti-6Al-4VLOF孔隙边界的预测及μSXCT验证
LOF孔隙度由大的、形状不规则的孔隙可识别 ， 这些孔隙对机械行为特别有害 。 它们通常含有未融化的粉末颗粒 。 这些缺陷通常是由于不正确的工艺参数选择、激光束波动、表面气体流动和原料特性 ， 导致粉床中并非所有位置都被熔化 。 对于ti - 6al - 4v加工参数的研究 ， 可以很容易地发现LOF孔隙率在P-V空间中占据了如图1所示的低激光功率、高激光扫描速度区域 。 这一行为与其他研究结果一致 ， 即低功率输入或低能量密度是LOF孔隙度的主要来源 。 注意 ， 图1只包含了具有140 μm开口间距的样品 ， 在本工作中 ， 这个值被用来估计缺陷(孔隙)边界 。 此外 ， 140 μm的开口间距将是本工作的重点 ， 当讨论缺乏熔合、锁孔和气孔的过程窗口 。
图1 EOS LPBF Ti-6Al-4V缺陷结构过程图(DSPM)显示了缺陷形态在P-V空间上的系统性变化 。 通过在有效的“过程窗口”内保持在LOF边界以上和钥匙孔边界以下 ， 可以通过过程变量的选择成功地减轻大规模缺陷 。
推荐阅读
- 国外男子被切除心脏后，仍活555天，得知原因，网友感慨：真伟大
- 未受精还天天下蛋，鸡怎么就沦为下蛋机器？鸡的BUG被人类利用了
- 宇宙的胎儿期，从大爆炸到决定世间万物，仅仅只用三分钟
- 元宇宙到底是啥？它对我们生活有什么利弊？
- 福建4名女子徒手偷走工地近百吨建材，平时工人搬运都需借助机器
- 暗能量：我们不断膨胀的宇宙中最大的谜团
- 世界上臭名昭著的三大发明：本该拯救人类，结果却成了杀人机器
- 在动物界，只有人类会得脚气吗？为什么？
- 19岁女孩怒砸金店柜台，上百万翡翠砸碎，120件翡翠全部遭殃