利用光学测量技术探究激光定向能量沉积过程中的熔池动态:三维形态与表面流动的同步映射

《Additive Manufacturing》:Probing melt pool dynamics in laser-directed energy deposition via optical metrology: Simultaneous mapping of 3D morphology and surface flow

【字体: 大 中 小 】 时间:2025年12月30日 来源:Additive Manufacturing 11.1

编辑推荐:

  熔池三维形态与表面流场同步测量方法研究及工艺参数敏感性分析。

  
张成豪|张战飞|郑波|钟启贤|周凤豪|谢慧敏|刘展伟
清华大学航空航天工程学院,北京100084,中国

摘要

在激光定向能量沉积(L-DED)过程中,熔池的三维形态和表面流动行为是决定制造部件质量的关键物理场。然而,传统的原位监测系统在同时观察形态和流动特性方面存在局限性。在这项研究中,我们开发了一种基于四镜模块的原位光学测量系统,利用单个高速相机实现熔池的双目视觉成像。通过结合深度学习辅助的特征提取和匹配算法,完成了熔池形态的三维重建。同时,采用数字图像相关技术来量化表面流场。在不同工艺参数组合下,研究了熔池形态和表面流动的动态演变。在此基础上,建立了将工艺参数与熔池特性相关联的替代模型。Sobol敏感性分析进一步揭示了工艺参数对熔池特性的影响。研究结果表明,熔池高度主要受扫描速度和粉末进料速率的调控,而熔池宽度则更依赖于激光功率和扫描速度。熔池表面流动呈现非稳态,湍流动能主要集中在中心区域。马兰戈尼对流被认为是沿扫描方向传输熔体的主导机制。这项工作为研究L-DED熔池中的多物理耦合现象提供了可靠的实验框架,为L-DED工艺的优化和闭环控制策略提供了技术支持。

引言

激光定向能量沉积(L-DED)是一种重要的增材制造(AM)技术,它通过将粉末同步送入激光生成的熔池中,实现逐点和逐层的材料沉积[1]。由于其高沉积速率、大规模构建的能力以及与异质材料的兼容性,L-DED在航空航天、生物医学和汽车行业得到了广泛应用。
熔池是激光与材料相互作用的核心区域,也是L-DED的基本处理单元。其形态稳定性和流体动力学直接决定了制造部件的性能指标。更具体地说,熔池的几何形状决定了涂层几何尺寸(宽度和高度)[2],这反过来又影响了激光轨迹的规划。熔池在固化阶段的表面形态在很大程度上决定了最终部件的表面粗糙度[3]、[4]。此外,熔池内的热和质量传递以及流体流动会导致元素偏析和孔洞形成[5]、[6],同时通过改变固液界面的热梯度和固化速率来影响微观结构的演变[7]、[8]、[9]。因此,理解熔池的三维形态和流动行为的动态演变对于提高L-DED制造部件的质量至关重要。
现有研究主要采用模拟和实验相结合的方法来揭示工艺参数对熔池行为的影响,从而揭示从工艺条件到熔池动力学,最终到材料特性的因果链。在数值模拟方面,研究人员通过建立精确的物理过程模型(如马兰戈尼效应[10]、[11]、蒸汽反冲压力[12]、[13]和粉末撞击[14]、[15])来进行高保真模拟,从而有效预测熔池的流动行为和形态演变。对于实验研究,原位监测提供了丰富的工艺信息,这对于揭示潜在的物理机制至关重要。尽管熔池的高度局部化和动态特性给实时观察带来了挑战,但同步辐射源和高速成像技术的最新进展使得能够实现高空间和时间分辨率的表面形态演变和瞬态流动行为的监测。
在各种原位监测技术中,X射线成像利用材料X射线吸收系数的差异生成对比图像,直接洞察熔池内部的动态过程。这种方法已被广泛用于追踪熔体流动轨迹[16]、[17]、[18],观察关键孔动力学[5]、[19],以及预测孔洞形成[20]、[21]。然而,X射线成像系统的大型物理尺寸和高成本限制了其实际应用。为了满足紧凑和成本效益的需求,基于可见光和热辐射的光学测量方法已被广泛开发用于熔池监测。
在表面流动分析中,Wirth等人[22]开发了一种自动化的高速摄像方法来追踪熔池表面的碳化物颗粒和氧化物斑块。Feng等人[23]将未熔化粉末的轨迹追踪与双波长测温技术结合,同时重建了表面流动和温度场。Zhou等人[24]利用原位高速成像追踪漂浮颗粒,实现了熔体流动速度和路径的量化。虽然这些研究成功揭示了L-DED过程中的特征现象,如马兰戈尼对流和粉末诱导的湍流,但它们都有一个共同的局限性:传统的2D监测只能捕捉到相机平面上的投影流动模式,这是由于观察角度非正交和表面地形变化所致。因此,准确重建3D流场需要关于熔池3D表面形态的补充信息。
关于3D熔池形态的重建,已经开发了两种主要技术方法:基于结构光投影的方法和基于双目立体视觉的方法。Zhang等人[25]设计了一种视觉系统,利用激光点阵投影和反射图像分析,在强烈的电弧干扰下实现了钨惰性气体(TIG)焊接熔池的实时3D重建。Wang等人[26]采用单次结构光投影技术,通过两条光学路径捕捉熔池表面的反射激光图案,为每条光线建立了封闭形式的解,实现了即时3D重建。结构光投影在计算效率和抗热辐射干扰方面具有优势。然而,由于投影光点的密度有限,这种方法只能在熔池表面重建稀疏的3D坐标集。相比之下,双目立体视觉技术利用熔池表面的连续自然纹理和灰度变化来实现密集的3D重建。Gu等人[27]开发了一种结合改进的KAZE算法的双目视觉系统,显著提高了特征匹配效率。Liang等人[28]基于双棱镜配置构建了一个立体视觉系统,在不同穿透条件下成功重建了熔池表面的3D点云。同样,Li等人[29]利用类似的双棱镜辅助立体视觉系统结合深度学习算法,实现了高精度的3D重建,长度、宽度和高度测量的误差小于2.5%。
应当注意的是,大多数现有研究仅限于单一物理量的测量。然而,在实践中,熔池形态和流场是两个耦合的状态变量,共同决定了制造部件的质量。熔池的几何边界影响熔体流动的空间分布。例如,研究[24]表明,在丝材送入的L-DED过程中,丝材作为新的物理边界,改变了熔池的几何形状和热场。这种设置产生了沿丝材垂直轴的独特温度梯度驱动的流动,与主熔池内的马兰戈尼对流不同。同时,熔体流动通过热和质量传递过程改变了熔池的几何尺寸[8]、[10]、[30]。因此,同时表征流场和3D形态不仅对于实现增材制造过程的闭环智能控制至关重要,而且还提供了关于熔池动力学内在机制的关键实验见解。
在这项研究中,开发了一种原位协同测量系统,用于同时获取L-DED熔池的3D形态和表面流场。四镜配置利用单个高速相机实现双目视觉成像,有效克服了双相机设置中固有的时间同步和系统复杂性挑战。镜子的角度可以灵活调整,以适应特定的视野要求和实际工程环境的空间限制。结合基于深度学习的特征匹配算法和数字图像相关(DIC)技术,该系统实现了熔池形态和流场的同步表征。
基于该系统,在单轨沉积过程中,对不同工艺参数组合下的熔池形态和流场进行了原位测量。建立了一个基于机器学习的替代模型,将工艺参数与熔池特性相关联。利用Sobol敏感性分析,定量评估了每个工艺参数对关键熔池特征的影响和相对重要性,从而制定了旨在提高形态和流动稳定性的工艺优化策略。
本文的结构如下:第2节描述了算法原理和实验设置;第3节分析了熔池形态的空间和时间演变,并介绍了熔池特征提取的数据处理方法;第4节详细介绍了替代模型的训练过程,并讨论了工艺参数的影响;第5节总结了主要结论。

节选

四镜双目成像系统

双目视觉技术已被广泛用于3D形态重建和表面变形追踪。然而,在高速熔池监测应用中,传统的双相机配置大大增加了实验成本,并且在实现高帧率下的精确同步方面带来了重大挑战。受到Yu等人[31]、[32]、[33]工作的启发,本研究提出了一种四镜双目成像系统,可以实现

3D熔池形态的演变

图6(a)显示了在参数组合20(激光功率:1000 W,扫描速度:400 mm/min,粉末进料速率:10 g/min)下熔池形态的时间演变。在激光束的高斯能量分布下,中心区域的强度较高,向边缘逐渐减弱,熔化在中心照射区域开始。随着能量的持续供应和径向热传导,熔池向外扩展,直到在

预测熔池特征的替代模型

为了阐明工艺参数对熔池特性的影响,并支持对潜在物理机制的理解,本研究采用机器学习算法构建了一个预测性替代模型,将工艺参数与熔池特征联系起来。包含25个实验条件的数据集被分为训练集和测试集,比例为80%/20%,并进行了5折交叉验证以评估模型性能。

结论

本研究开发了一种原位测量系统,用于同时获取L-DED熔池的3D形态和表面流场。在不同工艺参数下进行了拉丁超立方抽样实验,以表征关键的熔池特征,包括高度、宽度、湍流动能和最大发散度。构建了一个将工艺参数与熔池特性联系起来的替代模型,以分析和评估影响和相对重要性

CRediT作者贡献声明

谢慧敏:资源管理、项目策划、概念构思。刘展伟:项目管理、资金获取、概念构思。钟启贤:写作——审稿与编辑。周凤豪:写作——审稿与编辑。张战飞:写作——审稿与编辑、方法论。郑波:写作——审稿与编辑。张成豪:写作——初稿撰写、软件开发、方法论。

利益冲突声明

作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。

致谢

本研究得到了国家自然科学基金(资助编号:12327801, 12032013)的财政支持。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号