首页/文章/ 详情

顶刊Int. Mater. Rev.丨增材制造金属材料中的孔隙缺陷:形成、控制及其对性能的影响

6天前浏览42
增材制造(Additive Manufacturing, AM)作为一种颠覆性的先进制造技术,凭借逐层堆积材料实现近净成形的方式,展现出极高的几何自由度、材料利用率和结构设计灵活性。特别是在航空航天、医疗器械、汽车制造以及可再生能源等高端领域,金属增材制造(Metal Additive Manufacturing, MAM)已成为推动产业升级和技术革新的重要方向。然而,与传统减材或成形制造相比,MAM在实际应用中仍然面临一系列制约因素,其中最为突出的问题之一便是缺陷的存在。现有研究表明,MAM构件常见的多尺度缺陷包括翘曲变形、微裂纹、表面台阶效应、球化现象以及孔隙缺陷等,其中孔隙缺陷因其高频率和多样化特征而备受关注。这类缺陷在形成过程中受到工艺参数(如激光功率、扫描速度、层厚等)、材料特性(粉末粒径分布、吸气性、熔融特性等)以及环境条件(气氛成分、温度场等)的多重耦合作用,其生成机制复杂而难以控制。孔隙的存在不仅降低了材料的致密度和整体力学性能,还会在微观尺度上形成应力集中区域,极易成为裂纹的萌生源和扩展路径,从而严重影响构件的疲劳寿命、损伤容限、耐蚀性以及整体服役可靠性。              

在过去十余年中,随着高分辨率成像、数值模拟及智能制造技术的发展,研究者对孔隙缺陷的认识逐步加深。实验方法方面,X射线计算机断层扫描(XCT)、聚焦离子束扫描电镜断层(FIB-SEM)以及激光超声等技术,为多尺度孔隙的定量分析和三维表征提供了强有力的工具;数值模拟和多物理场耦合模型揭示了熔池动力学、粉末铺设及气体行为对孔隙形成的影响机理;与此同时,机器学习和大数据分析的引入,使得基于过程数据的缺陷预测和实时监测成为可能,为构建智能化、自适应的工艺控制体系提供了全新思路。在此背景下,对金属增材制造孔隙缺陷的形成机制、演化规律、检测方法以及调控策略进行系统性梳理,不仅有助于提升对缺陷本质的理解,更为推动MAM在关键领域的规模化应用和性能优化奠定了理论与技术基础。              

图片            

1.金属增材制造中常见的缺陷

主要内容              

在金属增材制造过程中,孔隙的形成机制主要可分为三类:熔合不足孔隙(LOF)、气体诱导孔隙和匙孔孔隙。其中,LOF多源于激光功率不足、扫描速度过快或层间搭接不充分,导致粉末未完全熔化与层间结合不良;气体孔隙则主要由粉末或保护气体中的气体在高温熔池中释放并被快速凝固所捕获,或因粉末颗粒夹带气泡进入熔池而形成,典型代表为氢气孔隙;匙孔孔隙则出现在能量输入过高时,高能激光导致熔池深陷形成匙孔状空腔,金属蒸发与不稳定塌陷过程将气体困在其中并凝固成孔。除此之外,熔池表面波动、合金元素如氧、硫的界面张力效应,以及双金属沉积过程中的熔点差异等也会加剧孔隙生成。整体而言,孔隙的产生源于工艺参数、粉末特性和环境条件的复杂耦合作用,是影响增材制造致密度和结构完整性的关键因素。              

图片              

2.工艺参数的影响:(a) PBF制备的Ti‑6Al‑4V中孔隙缺陷对应的工艺参数窗口图,绿色框表示导致无缺陷制备的参数范围,红色框表示主要与 LOF 缺陷相关的区域;(b-i)层厚度对 PBF 制备的 Ti‑6Al‑4VLOF 缺陷形成机制影响的原位表征,(b-ii) 灰度强度分布。              

图片              

3.动态气泡行为及其在DED过程中的机制:(a)气泡形成;(b)气泡聚合;(c)固液界面推动的大气泡;(d)因破裂而被推离的大气泡;(e)大气泡破裂;(f)激光关闭。              

图片            

4.钥匙孔演化与形成机制:(a)工艺参数对钥匙孔的影响;(b)钥匙孔演化的第二阶段;(c)马兰戈尼对流导致钥匙孔形成。              

在金属增材制造过程中,孔隙表征是理解缺陷机制、优化工艺和提升材料性能的关键环节。传统方法如金相显微分析可通过切片和图像处理直观观察孔隙形态和分布,操作简便但仅能提供二维信息;阿基米德法与氦气比重法则通过密度测定实现总体孔隙率评估,成本低廉但无法揭示空间分布特征。随着检测技术发展,X射线计算机断层扫描(XCT)成为广泛应用的三维无损检测手段,能够定量分析孔隙的形态、体积分布及连通性,但其分辨率受制于样品尺寸且扫描耗时较长。针对亚微米尺度的孔隙,聚焦离子束扫描电镜断层(FIB-SEM)及激光三光束切片技术提供了更精细的三维重构能力,虽分辨率高但制样复杂、检测效率有限。除此之外,高速可见光/红外成像、双波长热辐射测量以及光学层间监测等原位技术,可实时捕捉熔池动态和孔隙演化过程,为工艺参数调控提供数据支撑;而新兴的激光超声成像则在大尺寸复杂结构的内部缺陷检测中展现出良好应用前景。整体而言,不同表征手段在分辨率、检测深度、实时性及适用范围上各有优势与不足,形成了一个多尺度、互补性的检测体系,为孔隙缺陷的形成机理研究和工艺优化奠定了基础。              

图片              

5.高分辨率三维微观表征:(a)激光三束连续切片技术获得的孔隙及周边晶粒横截面图,显示孔隙周边晶粒内的位移梯度;(b)机械连续切片技术重建的晶粒三维结构,黑色 区域代表孔隙缺陷。              

图片            

6.原位与在线监测技术图像采集:(a)光学层间监测;(b)双波长热辐射测量;(c)高速X射线成像。              

孔隙缺陷对金属增材制造构件的性能具有显著而多方面的影响。首先,在物理性能上,孔隙会降低材料的整体密度,破坏连续的传热与导电路径,从而使热导率和电导率显著下降,影响零部件在导热、导电等功能场景下的应用。其次,在力学性能上,孔隙会减少有效承载面积,并在局部引起应力集中,导致塑性变形集中于缺陷区域,不仅削弱了材料的拉伸强度和屈服强度,更使延伸率敏感下降;尤其在循环载荷条件下,孔隙往往成为裂纹萌生源,使疲劳寿命高度离散和不确定,且构件表现出明显的各向异性。大量研究表明,位于近表面的孔隙较内部孔隙对疲劳强度危害更大,而大尺寸、扁平化的熔合不足孔隙则更容易引发早期断裂。此外,孔隙还会显著削弱构件的损伤容限,在裂纹扩展过程中促使裂纹加速贯通,降低整体断裂韧性。最后,在腐蚀行为方面,孔隙为腐蚀介质提供了通道和滞留区,使局部环境(如离子浓度、pH值)与基体存在差异,更易诱发点蚀、缝隙腐蚀及应力腐蚀开裂,进而导致宏观裂纹扩展甚至早期失效。总体而言,孔隙缺陷通过削弱物理性能、降低力学强度与疲劳寿命、加速腐蚀损伤等途径,成为制约金属增材制造构件服役可靠性的核心因素聚焦3D打印研究进展与工程应用!关注:增材制造硕博联盟              

图片              

7.孔隙缺陷对力学性能的影响:(a) 孔隙率增加使断裂模式从延性转变为脆性;(b) xy平面与xz平面的累积孔隙率分布图。              

图片              

8.孔隙缺陷对AISi10Mg合金疲劳性能的影响:(a) 三个V-HCF断口和一个H-HCF断口上4个典型关键缺陷的放大SEM图像;(b) 基于El-Haddad公式描述材料的概率性Kitagawa-Takahashi图,考虑预期缺陷分布(标记颜色表示疲劳寿命); (c) H-HCFV-HCF试样116H-CF疲劳-应力-应变曲线。              

图片              

9.孔隙缺陷对损伤容限的影响:(a) LOF缺陷对Inconel 625合金FCGR曲线的影响;(b) 气孔率对疲劳裂纹前沿应力场分布的影响;(c) Inconel 625高气孔率条件下裂纹扩展中的二次开裂现象。              

在金属增材制造过程中,孔隙控制与消除是确保构件致密度与服役性能的核心环节。综述指出,相关策略可分为预处理、成形过程控制和后处理三个阶段:在预处理阶段,重点通过优化粉末质量(如控制粒径分布、减少氧化膜和吸气性)以及改善铺粉和气氛条件,降低孔隙形成的先天风险;在成形过程中,则主要依赖工艺参数优化(激光功率、扫描速度、层厚、搭接率等的合理组合)、多物理场耦合模拟、机器学习驱动的工艺预测,以及外场辅助手段(磁场、声场、热场和机械扰动等)来抑制熔池波动和气体卷入,从源头减少孔隙生成,同时结合原位监测与反馈控制,实现缺陷的实时预测和动态调节;在后处理阶段,常用的措施包括热等静压(HIP)、热处理以及表面强化等,通过改善孔隙闭合、优化微观组织和强化表层结构,进一步提升致密度和力学性能。总体而言,这些策略在不同层面形成互补,但仍存在成本高、实时性不足及普适性有限等问题。未来,随着智能制造、实时监测与人工智能的深入融合,基于多尺度耦合建模与自适应控制的智能化调控将成为提升金属增材制造质量和可靠性的关键方向。              

图片              

10.外部场干涉:(aPBF制造的AlSi10Mg中的磁场干涉(激光功率:225 W,扫描速度:0.5 m/s,激光光斑尺寸:47 µm); (b) 声场干涉作用于DED制造的316L不锈钢(激光功率:300 W,激光光斑尺寸:0.61 mm,扫描速度:10 mm/s,重叠率:70%); (c) WAAM制造铝合金的热场干预;(d) WAAM制备AlSi316不锈钢的机械场干预。              

图片              

11.表面强化处理:(a)激光喷丸强化;(b)喷丸强化;(c)超声滚压。

关注我们, 万物皆可3D打印

           

全文总结                  

该综述系统梳理了金属增材制造中孔隙缺陷的形成机理、表征方法及其对材料性能的影响,指出工艺参数、材料特性和环境条件在孔隙生成中的耦合作用,并比较了金相分析、X射线CT、在线监测、光学层间成像和激光超声检测等多种表征技术的优势与局限。同时,总结了多物理场模拟和数据驱动模型在孔隙预测与控制中的进展与不足,强调未来研究应加强微观机理与宏观性能的关联。展望方面,提出了四个关键方向:开发低成本、易集成的实时在线监测技术;推动多尺度多物理场耦合建模与实验数据融合以提升预测精度;实现外场干预与后处理手段的协同优化,构建缺陷预防实时监测缺陷修复的闭环控制体系;以及依托大数据与智能算法建立自适应工艺控制平台,以期实现孔隙缺陷最小化乃至零缺陷制造。                  

Wang L*, Feng S, Wang Y, et al. Porosity defects in additively manufactured metal materials: Formation mechanis ms, impact on performance and regulation[J].Int. Mater. Rev.On line, https://doi.org/10.1177/09506608251371459.

来源:增材制造硕博联盟

ACTAdditive疲劳断裂电路光学航空航天汽车增材裂纹参数优化理论减材材料多尺度人工智能META
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-24
最近编辑:6天前
增材制造博硕联盟
硕士 聚焦增材制造科研与工程应用,致...
获赞 128粉丝 85文章 558课程 0
点赞
收藏
作者推荐

南航顾冬冬顶刊丨复杂高强度金属晶格结构激光增材制造的工艺-结构-性能多目标逆向优化

增材制造(AM)已成为制造轻质高强度金属晶格结构的实用解决方案。工艺-结构参数的逆向优化以实现高性能和最小化试错实验提出了持续的挑战。南京航空航天大学顾冬冬教授团队在国际顶级期刊《Virtual and Physical Prototyping》上发表了使用物理增强数据驱动方法进行晶格结构增材制造的工艺-结构多目标逆向优化的最新研究成果。 研究提出了一种逆向优化方法来应对多个相互冲突的性能目标,包括增材制造约束下的机械性能和轻量化程度。为了追求更高的精度,开发了一种物理增强的数据驱动算法,即编码-刚度分析多任务高斯过程回归(encoding-stiffness-analysis multi-task Gaussian process regression, emGPR)),以精确分析工艺结构参数如何影响增材制造晶格结构的特性。 图1. emGPR-mGA 激光增材制造逆优化方法流程图(encoding-stiffness-analysis multi-task Gaussian process regression, emGPR; multi-objective genetic algorithm, mGA)作为一种新兴的增材制造机器学习方法,物理增强数据驱动算法由于物理信息提供的可解释性而表现出强大的拟合能力和外推性能。它已被用作多目标遗传算法中的代理模型,有助于参数的有效设计和目标空间的扩展。值得注意的是,预测结果与实验结果之间的偏差小于15%,有力地证实了该方法的可靠性。物理洞察力和数据驱动建模的融合为加速高效设计的开发带来了巨大的希望。 图2. 晶格结构的设计与激光增材制造成形 图3. (a)压缩曲线特征提取示意图;(b) NSGA-II算法示意图;(c) MBB 梁的多尺度拓扑优化 图4. (a)表征收敛性的SA算法的全局适应度曲线;(b) SA算法迭代过程中的局部适应度;(c)通过SA算法提取压缩曲线特征该研究利用物理增强数据驱动算法将LPBF形成的BCC晶格结构的机械性能与其结构和工艺参数相关联。这项工作提出了编码刚度分析多任务高斯过程回归(emGPR)算法,该算法使用基于物理的均质化理论来提高外推性能。将emGPR作为代理模型引入多目标遗传算法(mGA)中,实现晶格结构轻量化和力学性能的逆优化。形成的实验结果表明,emGPR-mGA方法有效优化了多目标力学性能。这项工作的结果可总结如下: (1)SA压缩曲线特征提取算法有效捕捉了压缩过程的弹性阶段,构建了低噪声、高质量的数据集。 (2)与bsGPR相比,emGPR由于其物理先验(均质化理论)和贝叶斯框架下的多任务协方差矩阵,表现出更好的抗噪声能力和更强的泛化能力(训练集K折交叉验证的MSE来源小于0.004,测试集的R2最高可达0.985)。此外,emGPR具有更强的外推性能,可以通过置信区间分析获得,受益于物理信息提供的可解释性。 (3)emGPR-mGA方法可以有效实现LPBF晶格结构和工艺参数的逆优化,将多目标空间超体积增加3.2倍。此外,该方法还揭示了一个有趣的现象:LPBF形成的小泡孔结构,尽管由于粉末粘附而导致结构重量偏差较大,但在相同轻量化程度下,与大泡孔结构相比,具有更好的机械性能。 (4)emGPR-mGA逆优化方法可以轻松扩展到其他工艺结构设计系统,将与主动学习相结合,自动指导结构设计和LPBF参数选择。这将显着减少迭代周期和实验成本,为未来LPBF工艺约束下复杂金属晶格结构的逆向设计铺平道路。 来源:增材制造硕博联盟

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈