易坊好文馆

  1. 首页 > 奇闻 >

激光粉末床融合多材料增材制造的最新进展和科学挑战（3）( 三 )


5.2.3. 实验方法的挑战
激光AM工艺容易形成缺陷 ， 对于多材料L-PBF ， 缺陷控制更具挑战性 。 在多材料零件中 ， 每种材料成分可能需要最佳工艺参数 ， 尤其是如果该零件为FGM结构 。 因此 ， 基于传统试错测试方法和简单正交实验的实验工作量可能会大幅增加 ， 无疑会大幅增加用于研究的时间和经济成本 。 实验的统计设计和人工智能预测方法有助于得出最佳工艺参数并减少实际物理实验的数量 。 Rankouhi等人报告了使用机器学习优化316L–Cu复合材料的L-PBF加工参数 。 此外 ， 许多研究人员已经实施了机器学习算法 ， 以分析共轴/离轴传感技术（例如高温计、高速摄像机和红外摄像机）收集的熔池信息 ， 用于缺陷识别和分类 。 这种技术也有助于提高印刷质量和研究效率 。
5.2.4. 生产效率
与AM方法（如L-DED）相比 ， L-PBF需要在熔化之前进行材料沉积 ， 因此沉积效率很低 。 虽然多材料铺展方法解决了多材料空间分布的问题 ， 但它们使得多材料L-PBF中的粉末铺展过程更加耗时 ， 从而降低了生产效率 。 基于本文报道的新型粉末铺展机制 ， 开发高效、高质量的异种粉末铺展装置 ， 是多材料L-PBF工业化应用和商业化的前提 。
5.2.5. 多材料构件设计软件面临的挑战
传统的单材料零件可以用通常的计算机辅助设计（CAD）软件建模 ， 该软件只需要几何图形作为输入 。 对于多材料零件 ， 应定义其不同的材料特性、空间分布和几何形状 。 基于体素建模的3D CAD软件可以实现这一功能 。 市场上有几种相关的软件工具 ， 如ParaMatters和Monolith 。 然而 ， 这些工具通常用于聚合物材料的MMAM；它们是否适用于L-PBF工艺中其他材料的MMAM尚不确定 。
6、多材料L-PBF的潜在应用
多材料L-PBF应用通常将不同材料的物理特性的优势结合到一个零件中 ， 以衍生出一种使用传统加工方法难以实现的特殊功能 。
7、结论
本文综述了多材料L-PBF的最新研究进展 。 还讨论了潜在的挑战和应用 。
选择性粉末沉积技术的发展使多材料L-PBF成为可能 ， 研究人员已经展示了使用该方法处理的一系列多材料样品 。 通常 ， 经L-PBF处理的多金属样品在材料界面处表现出良好的冶金结合 。 然而 ， 材料物理性能的变化和兼容性不足很容易导致缺陷 ， 例如高熔点的未熔化粉末、裂纹、脆性金属间化合物和界面处的LME 。 虽然用L-PBF生产杂化金属-陶瓷和金属-聚合物组合物在技术上是可行的 ， 但还需要进一步深入的材料科学研究 。
多材料L-PBF是可行的 ， 具有广阔的应用前景 。 然而 ， 目前的技术成熟度仍不足以直接用于工业应用；因此 ， 必须进一步研究该技术 。 特别是 ， 必须对相变、热力学计算、建模和数值模拟进行理论研究 。 这些调查对于提高流程效率以及减少流程缺陷和成本至关重要 。
来源：Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion Virtual and Physical Prototyping ， DOI: 10.1080/17452759.2021.1928520
参考文献：“The Microstructure and Mechanical Properties of Selectively Laser Melted AlSi10Mg: The Effect of a Conventional T6-Like Heat Treatment.” Materials Science and Engineering A 667: 139–146. doi:10.1016/j.msea.2016.04.092.

推荐阅读


上一篇：关于百慕大三角的秘密，是外星人的杰作？还是大自然的神奇？

下一篇：?男子两万块换来一破戒指，交给专家鉴定，专家大惊：你违法了，快捐掉！