北理工李伟研究员丨热处理对激光粉末床熔融镍基高温合金微观结构-长寿命疲劳性能的影响_ACT_Additive_疲劳

北理工李伟研究员丨热处理对激光粉末床熔融镍基高温合金微观结构-长寿命疲劳性能的影响

1 研究背景及目的

激光粉末床熔融（L-PBF）技术在镍基高温合金制备中展现出优异的加工性能。固溶时效（SA）处理通过析出强化相来提升其力学性能。现有研究多聚焦于SA L-PBF镍基合金的微观组织、拉伸性能及室温疲劳特性，而针对其在650 ℃下长寿命疲劳行为（>107循环）的研究仍较有限。因此，本研究旨在评估其高温疲劳性能，并深入探讨其失效机制。

2 论文亮点

（1）固溶时效处理促进了显微组织的均匀化激光扫描轨迹的模糊化。

（2）分析了微观组织、物相组成、晶体织构以及内部缺陷等特征。

（3）温度的升高与拉应力的施加共同促进了材料内部破坏的发生。

（4）揭示了四种与小平面、气孔、夹杂和未熔合相关的内部失效模式。

（5）阐明了L-PBF镍基高温合金在650 ℃下的内部失效机理。

3 试验方法

本研究首先利用光学显微镜（OM）、扫描电镜（SEM）、X射线衍射（XRD）、电子背散射衍射（EBSD）、微计算机断层扫描（XCT）和白光干涉等多种技术分析了固溶时效处理的L-PBF镍基高温合金的显微组织、物相、织构和内部缺陷。其次，在25 ℃和650 ℃下进行单调拉伸试验，并在相同的温度条件下开展应力比R=-1和0.1的疲劳试验。然后，分析了疲劳断口的拉伸应力-应变关系、S-N曲线以及断口的二维和三维形貌。最后，利用EBSD对650 ℃长寿命状态下的疲劳断裂行为进行了研究。

Fig. 1. SEM micrographs of nickel-based superalloy powder and L-PBF process: (a) Morphology of the powder; (b) Size distribution of the powder; (c) The schematic diagram of the L-PBF process.

4 结果

研究结果表明，固溶时效处理促进了显微组织的均匀化，使激光扫描轨迹趋于模糊，并诱导了强化相的析出。晶粒结构在垂直和平行于打印方向上分别表现为等轴晶和柱状晶，两者均呈现弱<100>取向织构。SA L-PBF镍基高温合金在弹性应力-应变阶段依然保持优异的650 ℃抗力，从而在650 ℃条件下的高周和超高周疲劳范围内仍具备良好的抗疲劳性能。然而，疲劳失效模式随温度变化而发生转变：在25 ℃时，裂纹主要起源于表面，而在650 ℃时，内部失效占主导，并主要由缺陷诱发。

Fig.2. S-N curves of the SA specimens under stress ratios of R=-1 and 0.1 at 25 ℃ and 650 ℃

Fig. 3.SEM observation of typical fracture surfaces under R=0.1 at T=650 °C: (a) interior failure (σmax=650 MPa, Nf=9.868×106); (b) facetted cracking area; (c) interior failure (σmax=600 MPa, Nf=4.12×107); (d) facetted cracking area.

Fig. 4. 3D topographic of typical fatigue fractures at T=650 °C: (a) iInterior failure under R=-1 (σmax=450 MPa, Nf=2.50×107); (b) fracture surface pseudo color map; (c) height curve; (d) interior failure under R=0.1 (σmax=600 MPa, Nf=4.12×107); (e) fracture surface pseudo color map; and (f) height curve.

Fig. 5 Schematic of the phase transition process and fatigue failure mechanis m: (a) microstructure of the as-built sample; (b) microstructure after solution treatment; (c) microstructure after double-step aging treatment; (d) grain with different defects; (e) formation of FCA with microcrack growth; (f) formation of fisheye zone with macrocrack growth.

5 结论

固溶时效处理通过促进Laves 溶解和强化相γ'/γ''和δ相的析出是L-PBF 镍基高温合金疲劳性能提升的主要原因。在高温环境下，该合金主要发生内部失效，其裂纹萌生源包括晶体学小平面、气孔、未熔合缺陷及夹杂物等。在局部剪切力的作用下，微裂纹沿晶粒内部以穿晶断裂模式扩展。缺陷诱发的小平面聚集是内部失效的典型特征。此外，本文解释了L-PBF镍基高温合金的热处理相变过程，并阐述了其高温疲劳失效机理。

6 前景与应用

增材制造镍基高温合金已逐步应用于航空发动机和燃气轮机的热端部件。因此，准确评估其在服役环境下的疲劳性能及失效行为至关重要，这不仅为工艺优化和结构性能提升提供关键支撑，还能促进航空动力系统的可靠性改进，进一步推动其工程应用与发展。

来源：增材制造硕博联盟

再发增材顶刊丨基于物理机理和数据驱动的激光增材制造混合建模、智能缺陷监测、多目标协同优化

金属粉末床熔融（PBF）是制造金属零件的一项关键增材制造（AM）技术。然而，该工艺易受到孔隙、裂纹、翘曲等缺陷的困扰，从而削弱最终产品的质量。针对这一问题，学界和工业界日益关注利用原位监测、数据预处理与机器学习（ML）技术来进行金属 PBF 过程中的缺陷检测与预测。原位监测是另一种被广泛采用的质量保证手段，它通过提供过程参数、缺陷检测和材料特性等方面的实时数据，在金属PBF过程中发挥关键作用。借助持续的过程监测，原位传感器能够发现异常、偏差和缺陷，从而实现即时调整，以维持打印质量与一致性。这种由原位监测所支持的实时反馈回路显著增强了工艺控制，降低了错误发生的可能性，并最终提高了增材制造过程的整体质量与可靠性。基于数据的数字化监测结合原位过程检测，在缓解这些缺陷方面已日益重要。然而，挑战如金属PBF工艺的复杂性、庞大的数据量以及信号噪声的存在，可能阻碍数据的有效利用，机器学习（ML）方法被频繁用于原位数据处理以克服这些挑战。用于缺陷检测的ML模型在收集的数据集上进行训练，而无需完全理解底层物理机制，使其能够识别制造过程中的模式和异常。然而，其有效性依赖于其统计特性以及对不同数据特征的适用性。适当的 ML 模型选择应考虑数据集规模、数据复杂性和计算限制，RF 更适合结构化缺陷分类，SVM 更适合高维但小规模数据集，而 NN 则适合大规模非结构化缺陷检测。然而，使用原位监测数据训练 ML 模型存在挑战，包括噪声、离群点、缺失值、数据不平衡、标准化需求、特征选择以及时间序列处理。这些问题必须通过严格的原位数据预处理来解决，这是弥合实时监测与 ML 驱动缺陷检测之间差距的关键步骤。适当的预处理能够增强数据可靠性，最小化离群点，并确保稳健的训练和测试数据集，最终提高基于 ML 的缺陷检测系统的准确性和可信度。随着航空航天、高端装备制造等领域对金属构件轻量化、功能集成化需求的升级，传统增材制造技术面临核心挑战：多物理场耦合机理不透明、工艺质量强依赖试错、全流程不确定性量化缺失。与此同时，人工智能与物理机理的深度融合正为增材制造开辟新范式—通过构建“物理信息驱动+数据智能”的混合模型，实现制造过程的可预测、可调控与可优化。国际趋势方面，《Nature Materials》、《Additive Manufacturing》等顶尖期刊持续聚焦“多物理场智能建模”、“增材制造不确定性量化”等前沿方向。全球工业界与学术界正加速推进物理信息神经网络（PINN）在熔池监测、多场耦合仿真、晶体结构预测等场景的落地应用，推动增材制造向 “首件即合格件” 的智能闭环生产模式演进。国家需求层面，我国《“十四五”智能制造发展规划》在《智能制造技术攻关行动》专栏中，将“产品优化设计与全流程仿真、基于机理和数据驱动的混合建模、多目标协同优化等技术”列为关键核心技术。《国家自然科学基金机械工程学科发展战略报告》中将 “高性能机电装备设计与制造”列为优先资助领域，重点研究方向包括“复杂机电系统多学科集成，精准成形制造，数据驱动的智能制造系统，多维多参数测量与微纳制造”，为创新装备制造理论设计方法奠定基础。智能增材制造作为 “材料-物理-AI-仿真”交叉学科，亟需复合型人才：既要精通金属增材物理过程，又需掌握工业AI全链路能力，同时能驾驭不确定性量化工具链与微观组织预测技术。当前，航发集团、航天科技等头部企业对具备上述能力的研发人才需求缺口持续扩大。为了攻克增材制造“机理黑箱化、工艺经验化、质量波动大”的行业痛点，响应国家智能制造战略对高端人才的迫切需求，特举办本次培训会议。来源：增材制造硕博联盟