随着传感器技术的进步，激光粉末床熔融的原位监测已成为研究热点，为缺陷检测、反馈控制和熔池动态行为研究奠定了基础。然而当前相关研究仍存在以下空白：

尚缺乏针对激光粉末床熔融过程监测的低成本智能监测方案。数据生成技术在该领域的应用仍处于早期阶段，特别是在物理引导的深度学习研究方面存在显著差距。

此外，现有研究在将多传感器融合与物理信息机器学习方法集成用于激光粉末床熔融方面仍存在相当大的差距。一方面，当前的多传感器融合方法缺乏对成对信号交互和全局特征的高效建模。另一方面，物理知识与多源数据之间的异质特征融合尚未得到有效探索。

来自中国科学院合肥物质科学研究院、中国科学技术大学、中航西安飞机工业集团股份有限公司、武汉科技大学的研究团队，提出了一种用于低成本激光粉末床熔融监测的物理引导多源数据融合方法，涵盖从数据生成到熔化状态识别的完整工作流程。相关研究论文发表于Additive Manufacturing 期刊。本期谷·专栏文章揭示了该成果的主要创新点。

A physics-guided multi-source data fusion model for LPBF process monitoring: From data generation to melting state recognition

面向LPBF过程监测的物理引导多源数据融合模型：从数据生成到熔化状态识别

作者：毛杨坤，颜家维，林昕，蔡志凯，朱锟鹏
通讯作者：朱锟鹏 (zhukp@iamt.ac.cn)

 摘要

熔池状态监测是解析激光粉末床熔融（LPBF）动态演化规律、识别熔化行为及预测成形缺陷的核心技术途径。现有研究多依托熔池图像与深度学习算法开展智能监测，鲜有工作通过多源数据融合实现熔池信号的低成本数据生成，尤其缺乏物理先验与数据驱动相结合的系统性探索。

本文构建了一种物理引导的多源数据融合模型，用于熔池图像序列的高精度生成。测试结果显示，生成熔池图像的结构相似性指数（SSIM）为0.839，峰值信噪比（PSNR）为27.61，重构形态偏差低至9.13%。将该模型迁移至多源信号融合监测任务，以生成熔池数据与原位多源信号为输入，孔隙度等级分类精度可达90.36%。

结果表明，该模型可实现近红外（NIR）、光电二极管与可见光（VL）信号的浅层成对信息交互及深层全局特征聚合；通过引入物理引导多模态融合分支，以数值模拟熔池序列为约束，在深层网络中实现多源特征的动态融合与物理先验显式嵌入，完成高保真熔池图像重构。此外，将生成熔池数据作为先验信息实现任务迁移，可提升孔隙度识别性能，为LPBF过程监测的数据生成应用与多源信号表征增强提供新路径。

未来将拓展该模型在不同构件几何与材料体系下的适用性。

 主要内容

1.方法框架

图1为本研究的总体框架。本文首先搭建集成近红外传感器、光电二极管、可见光相机与高速相机的多传感器监测平台。随后，将原始熔池图像重构为熔池特征序列；基于三维卷积变分自编码器（3D-CVAE）对熔池特征序列进行降维，获取低维隐向量表征。

在此基础上，提出物理引导多源数据融合模型（PG-MSDF），实现熔池隐向量的精准预测。

该模型集成了改进型跨分支注意力模块（CB-ATTM）与物理引导深度特征融合模块（PG-DFFM）。在PG-DFFM中，采用解析传热模型获取熔池模拟数据，并通过3D-CNN与 CB-ATTM完成机理知识的特征提取与编码。

图1 方法总体框架

2.熔池特征序列编码

图2展示了本研究对于熔池图像及多源信号的数据预处理过程。以指定感兴趣区域（ROI）为对象开展熔池图像生成，将单格晶胞熔化区划分为4个2mm×2mm的ROI。采集ROI内全部熔池图像，包含部分熔池落入区域的样本，以覆盖重熔与再凝固行为带来的状态变化。为保证边界信息完整性，近红外、光电二极管与可见光信号采集窗口设为ROI尺寸的1.08倍。基于熔池量化特征对图像进行排序，构建去时序化的熔池特征序列。本研究以熔池面积为排序依据，重构数据内在逻辑，表征熔化区内熔池的稳定性、收缩与扩张等分布规律，反映热输入与能量集聚演化趋势。为统一深度学习输入维度，对各ROI序列均匀采样至32帧图像。

图2. 熔池特征序列构建

3.物理导引多源数据融合模型

如图3所示，PG-MSDF 模型采用三个并行分支，分别对近红外（NIR）、光电二极管及可见光（VL）图像进行特征提取，并分别针对浅层结构与深层结构设计了专用的特征融合模块。在浅层结构中，设计了跨分支注意力模块（CB‑ATTM）以实现多源信息的交互。在深层结构中，提出了物理引导的数据融合模块（PG‑DFFM），用于完成多源特征的最终融合。该模块由交叉注意力融合模块（CFM）、深度融合模块（DFM）及物理引导分支（PG‑branch）构成。

图3 多源信号融合模型架构

4.从数据生成到低成本熔融监测

将 PG-MSDF 模型迁移至孔隙度等级分类任务，如图4所示。由此，将用于熔池特征序列生成的网络定义为生成器，用于孔隙分类的网络定义为分类器。分类器借助生成器将多源低成本信号转化为与熔化状态强相关的熔池特征，进而实现成形质量判别，验证多源数据融合模型在过程监测中的可扩展性，为 LPBF 低成本在线监测提供新范式。

图4 孔隙度识别模型

5.实验结果展示

5.1 熔池图像生成

图5展示了PG-MSDF模型的典型生成结果。为直观对比生成图像与真实图像的一致性，从生成结果中提取熔池轮廓并与真实熔池匹配，以此验证熔池形貌生成精度。结果表明，二者轮廓高度重合，说明模型可基于低成本多源信号实现高质量熔池图像生成。同时，原图中的飞溅与羽流信息被弱化，表明模型已有效聚焦熔池核心特征的提取与重构，也体现了采用自编码器（AE）作为上游模型的必要性：通过自编码器对特征进行无监督降维压缩，可有效抑制飞溅、羽流等噪声，在保留熔池完整信息的同时降低学习空间复杂度。此外，本研究采用SSIM）、PSNR及熔池面积特征等指标对模型性能进行定量评价。表1展示了不同信号源组合输入下的模型性能对比结果，表2展示了PG-MSDF模型消融实验结果。

图5. 图像生成结果

表1 不同信号源组合输入下的模型性能对比

表2 模型消融实验对比结果

5.2 孔隙度识别

本节分析PG-MSDF在熔化状态分类中的性能，探究生成熔池图像序列的应用场景，体现数据生成在LPBF监测中的价值。通过引入生成的熔池特征序列作为补充特征输入，提升模型监测效果。

该任务中，PG-MSDF分类器结合低成本信号与生成的熔池数据，识别工件孔隙度等级（低、中、高，对应匙孔或未熔合缺陷）。表3对比两种输入方式的分类性能：(1)仅使用低成本多源信号；(2)加入生成的熔池特征序列。图6通过混淆矩阵进一步对比二者的孔隙度分类效果。

结果表明，引入生成熔池特征序列可有效提升预测精度，准确识别匙孔与未熔合下的孔隙等级，最终分类准确率达90%以上，精确率与召回率分别提升至88.49%、90.24%，F1分数达0.8922。这为工业化高效低成本LPBF监测提供可行方案：模型训练阶段使用高成本熔池图像数据，部署阶段仅采用可见光、近红外、光电二极管等低成本信号。

表3 孔隙度识别准确率

图6 分类结果混淆矩阵

 小结

本研究提出了一种面向LPBF低成本过程监测的物理引导多源数据融合方法，覆盖熔池数据生成至熔化状态识别的全流程，主要创新点如下：

(1) 针对多源数据融合存在的浅层拼接、全局表征不足等问题，提出CB-ATTM与DFFM模块，在浅层实现成对数据高效交互与自适应赋权，在深层通过查询矩阵编码、特征融合与差分运算实现全局特征深度聚合，提升多源特征提取与融合能力。

(2) 提出物理引导的熔池图像序列生成方法，通过PG-branch将数值模拟熔池信息转化为可学习权重，实现物理知识与监测数据的异质融合，为数据生成施加物理一致性约束，完成高保真熔池图像重构。

(3) 构建LPBF物理引导多任务监测框架，将熔池生成模型高效迁移至缺陷检测任务，融合生成数据与低成本原位信号，显著提升缺陷识别精度，为LPBF过程低成本、规模化、高精度在线监测提供理论支撑与技术方案。

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

根据3D科学谷的市场洞察，金属增材制造（LPBF）正经历从经验参数预设向实时智能决策的范式转移。

ACAM亚琛增材制造中心两大主力机构的德国亚琛两大研究机构:Fraunhofer ILT与亚琛工业大学数字增材制造研究所RWTH DAP，正通过对在智能扫描策略（Smart Scanning Strategy）与连续路径（Continuous Pathway）两大前沿方向的进行持续性研究，重塑金属3D打印工艺窗口的边界。

本文基于公开研究资料与灯塔项目进展，解析这一技术跃迁对消费电子、航空航天、医疗植入、精密模具等领域市场的价值。

Smart Scanning Strategy
逐矢量自适应

传统LPBF工艺的核心痛点在于，同一零件的几何突变区域——如悬垂薄壁、实体填充与精细轮廓——被迫共享同一套扫描参数，导致过热、翘曲与后处理成本居高不下。

LPBF激光粉末床熔融增材制造Ti6Al4V钛合金悬垂结构

©Fraunhofer ILT

Fraunhofer ILT在其灯塔项目futureAM中提出的Geometry-adapted process control（几何自适应工艺控制），探索扫描策略从静态预设迈向动态适配的解决方案。

几何自适应工艺控制策略增材制造的Ti6Al4V部件

©Fraunhofer ILT

该系统通过组件分析软件自动识别零件的几何特征分区，并逐条扫描矢量（scan vector-level）分配差异化工艺参数。根据3D科学谷的市场观察，在Ti6Al4V合金的验证实验中，层内尺寸偏差明显收敛，且支撑结构用量减少。这意味着，航空发动机叶片或骨科植入物等复杂构件的增材制造废品更少，这等同于价值创造。

更进一步的智能化体现在欧盟QU4LITY项目中。Fraunhofer ILT研究团队开发了基于强化学习（Reinforcement Learning）的层间优化系统：卷积神经网络（CNN）逐层解析HDR相机采集的表面形貌图像，RL强化学习代理自主为下一层选择激光功率与扫描速度组合，以最小化表面粗糙度与未熔合缺陷。这种制造-检测-决策的闭环逻辑，有潜力将工艺开发周期从数周的实验设计压缩至数小时的算法迭代。在这方面，SynaCore AM-DT数字孪生恰恰可以为这些物理研究与AI开发提供前置虚拟验证、过程数字孪生映射、以及工艺资产化的能力。

通过On the Fly LPBF技术3D打印的大型零件

©FraunhoferILT

而在硬件协同层面，futureAM项目中的On-the-fly（边飞行边加工）平台实现了更极致的精细化控制。在该平台中，工艺参数可为每一条独立熔道（individual melt track）单独设定。项目协调人Christian Tenbrock指出，这种逐熔道能量输入控制（per-track energy input control）是同时突破质量与速度瓶颈的关键路径。

Continuous Pathway
能量输入连续性

如果说Smart Scanning解决的是何时何地以何种参数扫描的自适应决策问题，Continuous Pathway则回应了如何以最小热扰动完成能量递送的物理问题。

根据3D科学谷的市场洞察，当前业界讨论的连续路径实则涵盖三个互补维度：

能量输入连续性：CW vs PW的协同

RWTH DAP与Fraunhofer ILT在2022年于BHM期刊发表的联合研究，系统论证了连续波（CW）体曝光 + 脉冲波（PW）轮廓曝光的组合策略。CW模式以高能量输入保障实体区的高生产率；PW模式则通过离散化能量沉积，使轮廓区熔池在下一脉冲到达前完成凝固，从而抑制薄壁与尖角区域的过热熔池扩大。实验显示，该策略可将轮廓几何精度从传统CW模式的243μm过熔宽度显著收窄，为精密模具与微型涡轮等轮廓敏感零件提供了工艺窗口。

几何轨迹连续性：无跳转的螺旋与空间填充曲线

根据3D科学谷的市场观察,在单条扫描轨迹的几何连续性方面，美国NIST提出的Spiral Scan Strategy（螺旋扫描策略）代表了另一技术路线。通过以连续螺旋线替代传统的”短线段+关光跳转（sky-jump）” raster模式，熔池热历史趋于均匀，二次加热效应显著改善，在17-4 PH不锈钢中实现了等轴晶组织与硬度提升。尽管该方向似乎目前并非Fraunhofer/RWTH的公开主攻领域，但其热均匀性优势与亚琛机构的自适应参数控制存在明确的融合空间。

图：(a) 零件#1至#8的扫描策略及构建时间。构建时间基于振镜总扫描时间计算。(b) 零件#2（左）和#8（右）的扫描路径，分别代表典型的螺旋扫描和光栅扫描。下方为红色方框内区域的放大视图。箭头表示扫描方向。(c) 零件#1至#8的平均熔池面积及±1倍标准差。

来源：H. Yeung, J. Chen, G. Yang et al.
Manufacturing Letters 29 (2021) 1–4

运动学连续性：On-the-fly边飞行边加工

Fraunhofer ILT在futureAM中落地的On-the-fly技术，通过同步振镜偏转与线性轴机械运动，消除了传统扫描中的关光跳转中断。针对1000×800×500mm的大型构建体积，该技术将生产率获得显著提升，同时保持熔池的连续热力学环境。这对于航空结构件、大型模具镶块等需要兼顾尺寸与效率的应用场景具有直接商业价值。

SynaCore的AM-DT数字孪生的零件尺度热-力耦合模拟可以为Continuous Pathway 解决在连续送能之前，如何在虚拟环境中证明这种连续性不会引入新的热缺陷的研究。

逐矢量自适应与能量输入连续性，这两大技术方向的交汇点，正指向SynaCore AM-DT数字孪生平台的闭环能力所提供的支持。

市场展望与战略启示

对于增材制造设备商与终端用户而言，扫描策略的智能化与连续化正在重构竞争壁垒：

设备差异化：下一代LPBF系统的核心竞争力将不再是激光器数量或构建尺寸，而是扫描策略的算法密度——即设备在多大程度上内嵌了几何自适应、层间强化学习与热补偿模型。

后处理成本重构：支撑结构减少30%-50%、轮廓精度提升带来的机加工余量缩减，将直接改写LPBF零件的全生命周期成本（TCO）模型，使其在批量化精密零件领域更具替代切削加工的经济性。

数字孪生资产化：扫描策略作为可复用的数字工艺资产（Digital Process Asset），其价值将随数据积累呈指数级增长，成为连接材料科学、设备控制与质量认证的关键IP。

LPBF技术正迈入精准可控的前沿技术深水区，Fraunhofer ILT与RWTH DAP在亚琛构建的研究生态表明，未来的金属增材制造竞争，将不再是激光与粉末的价格博弈，而是扫描策略的算法精度、热历史的连续控制能力，以及数字孪生闭环的完整性之间的系统性较量。对于提前布局智能工艺平台的产业参与者而言，窗口期正在打开。

参考资料：Fraunhofer ILT futureAM灯塔项目、EU QU4LITY项目、RWTH DAP与Fraunhofer ILT联合发表之研究论文（Laag et al., BHM 2022）、SynaCore【自进化】白皮书及NIST公开研究成果。

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

磁驱动器件在辅助诊断、靶向给药、微创手术等生物医学领域具有独特的优势。由于软磁材料能够在磁驱动中表现出不同的动态行为，因此可以实现更复杂和灵活的磁驱动。

其中，FeSiB非晶/纳米晶合金因具有高饱和磁化强度、低矫顽力等优异的软磁性能与良好的生物相容性，在磁驱动领域表现出极大的应用潜力。

然而，如熔体旋淬法等传统制备方法虽能通过高冷却速率获得非晶相，但只能制备简单形状的薄带或细丝，难以满足器件对复杂结构的需求。因此，探索兼具高冷却速率与几何定制能力的制备工艺是实现FeSiB非晶/纳米晶合金在磁驱动器件领域应用的关键。激光粉末床熔融（LPBF）金属增材制造/3D打印技术的出现为这一难题提供了解决方案。

近日，中南大学研究团队在JMST期刊发表了题为Competitive microstructural evolution on the soft magnetic and mechanical properties of FeSiB amorphous/nanocrystalline alloys fabricated by laser-beam powder bed fusion的论文。揭示了LPBF增材制造成形FeSiB合金中致密度与非晶化程度的竞争性演变规律及其对软磁性能的交换耦合调控机理。

本期谷·专栏将对JMST刊登的论文解读内容进行分享。

论文链接：
https://doi.org/10.1016/j.jmst.2025.04.063

第一作者：高成德
通讯作者：帅词俊
通讯单位：中南大学

01
激光增材制造FeSiB合金成型质量-非晶度的竞争关系

LPBF作为一种典型的金属增材制造技术，突出的特点就是快速凝固、非平衡组织的构建和高工艺自由度。

在LPBF过程中，激光功率、扫描速度等工艺参数共同决定体能量密度，从而影响熔池行为、成型质量以及相结构。

中南大学的研究发现，合金密度随着激光功率升高和扫描速度降低而增加。然而，较低扫描速度或较高激光功率条件下的低冷却速率却不利于非晶相的形成。

相关性分析显示出合金的致密度与非晶含量之间存在竞争关系，因此，优选工艺参数下致密度和非晶含量的合理平衡是获得最佳综合性能的必要条件。

02
FeSiB合金非晶/纳米晶双相结构的形成与共存机制

LPBF制备FeSiB合金呈现典型的非晶/纳米晶双相结构，即以非晶相为基体，α-Fe(Si)与Fe2B纳米晶晶粒嵌布于基体中，这些纳米晶颗粒通常集中分布在熔池边界或热影响区。

由于LPBF过程中存在极高的冷却速率，熔池在快速凝固过程中能够抑制原子长程有序排列，从而形成以非晶相为主的基体结构。然而，由于熔池内部存在温度梯度和热循环效应，局部区域仍可能发生部分晶化，从而形成纳米尺度的晶体相。

03
FeSiB合金软磁性能的影响因素与调控机理

LPBF制备FeSiB非晶/纳米晶合金的软磁性能主要由非晶/纳米晶双相结构、晶粒尺寸、内部缺陷等多因素共同决定。

非晶结构由于缺乏晶界和低磁各向异性，可显著降低矫顽力，纳米晶相的引入能够通过非晶基体与纳米晶体之间交换耦合作用来提高饱和磁化强度，当纳米晶尺寸处于纳米尺度且均匀分布时，可在保持较低矫顽力的同时提升磁化能力。

然而，晶粒尺寸增大或晶体相含量过高会导致磁畴壁运动受到阻碍，从而增加矫顽力并降低软磁性能。与此同时，合金中的孔隙和裂纹等缺陷也会作为畴壁的钉扎位点并导致矫顽力恶化。因此，非晶/纳米晶结构和成型质量的平衡是LPBF制备FeSiB合金实现高饱和磁化强度与低矫顽力的关键。

04
FeSiB合金的力学性能与强化机制

LPBF制备FeSiB非晶/纳米晶合金因其非晶/纳米晶双相结构展现出增强的力学性能，并受到合金的非晶化程度与致密度的共同影响。

非晶结构由于缺乏位错滑移机制，通常具有较高的硬度和强度，但塑性相对有限。通过在LPBF制备FeSiB合金的非晶基体中引入纳米晶强化相，可显著提升合金的塑性变形能力。

与此同时，合金的孔隙等内部缺陷往往会在加载过程中成为裂纹萌生源而导致合金的力学性能下降。因此，研究团队通过调控LPBF工艺参数以实现材料致密度与非晶含量之间的平衡，从而制备兼具软磁性能和力学性能的FeSiB非晶/纳米晶合金。

05
总结与展望：激光增材制造软磁合金的未来

为解决传统制备方法在FeSiB非晶/纳米晶合金制备过程中存在的外形结构受限和生物安全威胁的问题，这项研究创新性采用LPBF技术制备FeSiB非晶/纳米晶合金，系统探究了LPBF工艺参数对合金的成型质量、显微结构、软磁性能和力学性能的影响规律，重点揭示了工艺参数调控下合金致密度和非晶度竞争性的内在机制及其性能增强机理。

结果表明，LPBF技术是实现FeSiB合金结构与性能定制化调控的有效方法，其通过平衡致密度与非晶化程度的竞争关系，为高性能软磁合金在磁驱动领域的应用提供了新思路和研究支撑。

06
图片解析

图1 不同能量密度（E，200-1000 J/mm³）下单道熔道的超景深图像。具体的激光功率（P）和扫描速度（v）如下：(a) 160 W，240 mm/s；(b) 200 W，240 mm/s；(c) 250 W，200 mm/s；(d) 300 W，160 mm/s；(e) 300 W，120 mm/s。

图2 LPBF制备的FeSiB样品的（a）密度和（b）非晶含量随激光功率（P）和扫描速度（v）变化的等高线图；（c）能量密度、激光功率、扫描速度、密度和非晶含量的相关矩阵（皮尔逊相关系数和斯皮尔曼秩相关系数）。

图3 LPBF制备的FeSiB样品的密度/非晶含量与激光功率、扫描速度和能量密度的点云图，以及拟合函数和R²值。

图4 LPBF制备的P300v220样品的SEM和EBSD分析：(a) 截面结构的SEM图像；(b) 熔池和热影响区；(c)热影响区内的微观结构；(d, f) 相图；(e, g) 对应于(d)和(f)的反极图；(h) 晶界分布；(i) 对应于(e)的晶粒尺寸-面积分数图。

图5 LPBF制备的P300v220样品的明场TEM图像：(a) TEM和SAED（插图）图像；(b) 纳米晶和非晶区域之间的明显界面；(c) 纳米晶和(d) 非晶区域的IFFT和FFT（插图）图像；(e) 非晶相中纳米晶粒和中程有序结构的HRTEM图像；(f, g) 纳米晶粒分布的TEM和HRTEM图像；(h) Fe₂B相的IFFT和FFT（插图）图像。

图6 LPBF制备的FeSiB样品的磁性能：(a) 磁滞回线；(b) Ms和Hc随非晶含量的变化；(c) 磁致伸缩曲线；(d) 饱和磁致伸缩系数（λmax）随非晶含量的变化。

图7 (a) 硬度和(b) 杨氏模量的等高线图（黑点表示压痕位置）；(c) LPBF制备的FeSiB样品的平均硬度（蓝色表示）和杨氏模量（红色表示）；(d) 典型的载荷-位移曲线；(e) 塑性和弹性功的分布区域；(f) 载荷-位移曲线的局部放大图。

论文引用

Chengde Gao, Jingwei Hu, Xiong Yao, Hao Pan, Cijun Shuai, Competitive microstructural evolution on the soft magnetic and mechanical properties of FeSiB amorphous/nanocrystalline alloys fabricated by laser-beam powder bed fusion, J. Mater. Sci. Technol. 246 (2026) 28-43.

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

把两种性能完全不同的金属无缝融合到同一个零件里，会碰撞出怎样的火花？比如一半用耐腐蚀性强的不锈钢，一半用耐高温的镍合金，这样造出来的航空发动机零件，既能扛住燃料的腐蚀，又能承受上千度的高温，简直是工业界的“超级英雄”。

近日，哈尔滨工程大学烟台研究院报道了一则研究成果，由该院杨守峰教授团队的在读博士生李琳以第一作者，在机械工程领域顶级期刊《国际机床与制造杂志》（International Journal of Machine Tools and Manufacture）上发表了题为“基于无级变速传动（CVT）启发的层内粉末沉积梯度策略实现微喷嘴控制激光粉末床熔化中异质界面的均匀化”（Achieving heterogeneous interface uniformity in micronozzle-controlled laser powder bed fusion via Continuously Variable Transmission-inspired in-layer gradients of powder deposition）的研究论文。

该文章提出了一种层内粉末沉积梯度调控策略，成功实现了多材料激光粉末床熔融（LPBF）中异质界面的连续均匀过渡，为高性能多材料增材制造提供了新范式。

论文链接：
https://doi.org/10.1016/j.ijmachtools.2026.104384

 从汽车变速箱里借来的“金点子”

我们平时说的3D打印金属零件，大多是用同一种金属粉末一层层“堆”出来的，两种金属材料合在一起会产生“异质界面过渡难题”。传统的方法要么是提前把两种粉末混在一起，要么是两种粉末各占半边直接拼起来。前者没法精准均匀控制两种金属含量；后者中间的接缝处很容易裂开，而且性能会突然“跳崖”，受力的时候特别容易断。

图1 受CVT启发的粉末沉积策略示意图，该策略用于在多材料LPBF中制备光滑连续的水平梯度界面。该概念通过对接两种不同材料的互补厚度梯度，实现了单层粉末内的成分过渡，与传统界面设计相比，能够实现不同材料之间更光滑、更连续的过渡。

团队研究的灵感，来自汽车里的无级变速器（CVT）。开过CVT变速箱汽车的人都知道，这种变速箱换挡的时候特别平顺，不会像传统变速箱那样有顿挫感，因为它的传动比是连续变化的，而不是一跳一跳的。

“既然变速箱能实现动力的连续过渡，我们为啥不能让金属粉末也实现连续过渡呢？”论文第一完成人、哈工程在读博士生李琳顺着这个思路想，发明了一种“CVT型界面”设计策略，操作起来原理特别巧妙：

可以把打印用的粉末层想象成一块双拼蛋糕，左边铺316L不锈钢粉末，右边铺IN718镍基高温合金粉末。左边不锈钢铺得厚，越往右越薄；右边镍合金铺得厚，越往左越薄，两种粉末的厚度刚好形成互补的斜坡，严丝合缝地拼在一起。

这样打印出来的零件，成分是从不锈钢慢慢过渡到镍合金的，没有生硬的分界线。而且整个过程不需要提前把粉末混在一起，完美避开了混粉不均匀的问题，粉末利用率还能达到90%以上，既环保又省钱。

 打印结果怎么样？

为了验证这个方法好不好用，团队做了大量的实验，结果比预期的还要好：

性能过渡丝滑不“卡顿”

从不锈钢侧到镍合金侧，强度是慢慢升高的，就像坐扶梯上楼一样平稳，不会像以前那样突然“跳级”，大大降低了因为应力集中导致零件断裂的风险。

微观组织更均匀

当把不锈钢粉末铺在镍合金粉末上面时，冷却速度特别快，能让金属晶粒变得更细更均匀，就像揉面揉得越匀，蒸出来的馒头越筋道一样，零件的整体性能也更好。

界面强度大幅提升

经过测试，用这种方法做出来的零件，界面的抗剪切能力比传统方法高很多，就算受到很大的外力，也不容易从两种材料的接缝处断开。

研究团队表示，这个方法不仅能用在激光粉末床熔融这种3D打印技术上，还能推广到其他多种多材料3D打印工艺里，未来甚至可以实现陶瓷和金属、高熵合金等更多种材料的无缝融合。

图2 三种结构CVT界面的显微硬度分布曲线

 有什么应用场景？

这项技术适应多种应用场景：

航空航天领域

可以用来制造航空发动机的叶片、火箭的燃烧室等关键零件，一半耐高温，一半抗腐蚀，重量还能减轻不少，能让飞机飞得更远、火箭运得更多。

核工业领域

核反应堆里的零件需要同时扛住辐射、高温和腐蚀，用这种方法做出来的零件，使用寿命能延长好几倍。

医疗领域

可以用来制造个性化的人体植入物，比如接骨用的钢板，一半用和骨头弹性接近的材料，一半用高强度材料，既能和人体更好地兼容，又能保证足够的强度。

图3 三维多材料编制结构，实现多材料新结构的创意设计和制造，赋予新功能、高性能

深入了解该研究请前往：
论文引用

Lin Li, Qimin Shi, Mingjie Xin, Zhongyi Zhang, Han Yu, Shoufeng Yang,Achieving heterogeneous interface uniformity in micronozzle-controlled laser powder bed fusion via continuously variable transmission-inspired in-layer gradients of powder deposition,International Journal of Machine Tools and Manufacture,Volume 217,2026,104384,ISSN 0890-6955,https://doi.org/10.1016/j.ijmachtools.2026.104384.

本文来源：哈尔滨工程大学烟台研究院

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

作为L-PBF 金属3D打印技术核心的激光器，其性能表现直接关系到打印精度、产品质量与生产效率。宝辰鑫激光基于对L-PBF 3D打印产业链的长期跟踪与金属增材制造设备商的需求对接，梳理出当前激光器应用的关键特征、共性挑战，以及基于产业逻辑的发展方向，为航空航天、医疗等先进制造领域的终端用户及产业链伙伴提供参考。

 领域前沿应用
      倒逼激光器性能升级

L-PBF 3D打印在不同高端领域的应用，对激光器提出了严苛的性能要求。

在航空航天领域，钛合金、高温合金等难加工材料的增材制造是重点方向。从行业公开的技术实践来看，多激光粉末床金属3D打印设备生产这类构件时，激光器功率稳定性是核心关注点。根据激光加工技术的共性特性，功率波动若超过±2%，易导致熔池温度不稳定，可能引发零部件内部出现微小孔隙，进而影响产品力学性能与使用寿命，这也是该领域对激光器的连续输出稳定性要求远高于普通制造场景的主要原因。

在医疗、齿科领域，钛合金假体、齿科支架的3D打印需兼顾精度与生物相容性，激光器的光斑质量、能量密度均匀性直接影响假体表面粗糙度与细胞附着效果。

这些跨领域的应用需求，都有一个共同特征，就是对激光器的性能，例如光束质量、稳定性、响应时间等要求十分严格。这些严格的要求，与当前产业界面临的运维成本高、效率品质矛盾、故障响应滞后等问题形成反差，倒逼激光器技术从‘满足基本功能’向‘适配规模化生产’升级。

 三类共性挑战
      待产业链协同突破

结合激光3D打印产业链的公开讨论与终端用户反馈，当前激光3D打印在实际应用中仍面临三类典型挑战，制约着技术的规模化落地：

成本挑战：设备整体成本高昂，以激光器为例，作为核心配件，高价值进口激光器占比仍占60~70%左右， 随着设备升级，激光器在同一台金属3D打印机中安装的数量增加，其价值占比将会更高。后期运营成本高，现行设备打印耗时长，电力及打印材料等成本高企，成为金属3D打印未能以更大规模推行至市场的重要桎梏。

效率与打印品质痛点：在批量生产场景下，提升3D打印效率（通常通过提高激光功率、扫描速度或辅以多激光并行作业）与保证3D打印件的一致性与优良率之间存在固有矛盾。这是由于，过高的能量输入或过快的扫描速度可能导致熔池不稳定，进而引发飞溅、气孔、球化等缺陷，致使零件表面粗糙度增加、尺寸精度下降或内部产生残余应力。

故障预判与响应的效率瓶颈：目前，激光器及其它关键器件的衰减、部件老化等问题，往往需要通过3D打印产品质量异常（如精度偏差、缺陷增多）才能间接发现，缺乏实时、直观的状态监测手段。这种“事后发现” 的模式，可能导致整批次产品返工，增加生产损耗。市场上，有厂家正在整合开发硬件集成光学平台，实现质量监控的传感系统与光源一体化集合，形成一个全闭环控制；借助AI数据处理，致力实现“所见即所得”效果。

 基于产业逻辑的激光器发展方向
      聚焦“效率” 与 “监测”

针对运维成本高、效率与品质矛盾、故障预判滞后三大核心挑战，下一代激光器的发展需精准切入两大方向：一是通过智能化监测降低‘事后维修’成本，二是通过性能升级破解‘效率-品质’悖论。

一方面，智能化监测能力的融入：随着工业互联网与智能制造的推进，激光器有望增加实时状态监测功能，通过传感器采集功率、温度、振动等数据，结合数据分析实现性能衰减预警，帮助用户从“被动维修” 转向 “主动维护”，减少突发故障对生产的影响；

另一方面，激光器性能的升级优化：不断提升功率、光束质量，优化光学系统设计，提升光响应时间，同时通过各项研发设计及品控等措施，保障批量生产的一致性和稳定性。

 您对激光器进化的真实声音
      是金属3D打印「生产好用」的关键

宝辰鑫对激光器应用的观察，源于对增材制造领域终端用户应用需求的持续关注，但单一视角的认知仍有局限。因此，宝辰鑫与3D科学谷联合发起本次激光3D打印终端需求调研，其核心意义在于搭建 “应用端痛点 — 产业链迭代” 的沟通桥梁：对终端用户而言，您在实际生产中遇到的激光器性能问题、运维困扰、未来需求，将直接传递给上游激光器厂商、设备制造商，帮助后续产品更贴合您的实际生产需求；对产业链而言，调研收集的跨领域反馈，将成为激光器技术优化、设备方案升级的重要参考，推动整个激光 3D 打印产业从 “技术可行” 向 “生产好用” 迈进。

本次调研活动截止日期为2025年11月30日。

如果您正在航空航天、医疗、消费电子、汽车制造、工业模具等领域使用激光3D打印设备，欢迎参与本次调研，分享您的真实体验与需求，与产业链伙伴携手共同推动增材制造的稳定生产。

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文

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。

来自新加坡制造技术研究院的科研团队发表了以“Towards intelligent defect detection in metal powder bed fusion: A review of in situmonitoring, data pre-processing, and machine learning“ 为题的综述论文。论文对粉末床熔融金属增材制造技术的原位监测、数据预处理与机器学习领域的最新进展进行了系统分析。谷·专栏将分上、下两期分享该综述。本期为上篇。

论文链接：
https://doi.org/10.1016/j.mser.2025.101112

本文特别强调了数据预处理这一新兴趋势，该技术作为原位监测与机器学习之间的桥梁发挥着关键作用。

通过解决背景噪声、数据丢失以及数据体量庞大等挑战，原位监测数据的预处理对于提升粉末床熔融（PBF）金属增材制造过程中缺陷检测与预测的准确性具有重要意义。此外，论文还讨论了该领域的重要方法、技术与发展趋势，并对当前面临的挑战及未来潜在的发展方向进行了深入探讨，为推动金属PBF 增材制造-3D打印部件缺陷研究中的原位监测、数据预处理与机器学习技术提供了新的视角。

“ 3D Science Valley 白皮书 图文解析

”

 引言

增材制造（Additive Manufacturing, AM），又称三维（3D）打印技术，已发展成为一种成熟且广受欢迎的制造技术。该技术通过逐层堆积材料，从计算机辅助设计（CAD）或数字三维模型中构建三维物体。与传统生产方法相比，AM 具有材料浪费更少、环境污染更低等优势。此外，其在零件设计上的高度灵活性，使得定制化产品和轻量化设计成为可能，因此已在诸多领域得到广泛应用，如航空航天、生物医学、汽车以及柔顺机构等行业。

粉末床熔融（Powder Bed Fusion, PBF）是金属与合金工程零件的主要增材制造技术之一。金属PBF工艺通常包括预处理（如零件设计、模型分析、路径规划、打印及后处理）（见图1）。

图1

在打印过程中，粉末在设备中被熔化，并根据 CAD 模型形成零件。在拆除成形板并将样件切割下来后，打印样品会进入后期检测，包括性能鉴定、机械加工、热处理，以及光学显微镜、X 射线计算机断层扫描（XCT）、疲劳测试等测量环节。随后，后处理如表面精加工和数控加工（CNC）会进一步将打印部件加工为最终产品，以实现应力最小化、降低孔隙率并获得高几何精度。在此背景下，后期检测过程对于保证打印部件的质量和可重复性至关重要，是其有效应用的前提。然而需要指出的是，后期检测也存在一些不足，包括检测流程耗时、材料浪费以及可能对打印部件造成不可逆损伤。

图1 展示了在金属 PBF 全流程中实现质量保证的两种关键数字化方法。从预处理到后期检测阶段，多尺度物理建模揭示了影响打印过程的各种因素，包括显微组织、铺粉行为、热分析、几何变形以及力学性能。这种深入分析有助于优化工艺参数，从而提升3D打印零件的质量。由此可见，物理建模使制造商能够预测和控制金属PBF的结果，提升了生产效率与可靠性。然而，物理建模并非本文的研究重点，本论文更关注原位监测方法。

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。

• 随机森林（RF）是一种基于集成的算法，在处理噪声数据集和缺失值时特别稳健，通过聚合多棵决策树（DTs），使其适用于结构化缺陷检测应用。然而，RF 在计算上可能要求较高，并且在高度复杂的情境中缺乏可解释性。
• 支持向量机（SVM）因其构建最优超平面的能力而著称，在高维空间表现良好，特别适合特征选择至关重要的小型到中型结构化数据集。尽管其分类精度高，但 SVM 需要仔细的参数调优，并且在大规模数据集上的可扩展性有限。
• 相比之下，神经网络（NNs）擅长建模非线性关系和提取高层次特征，使其特别适用于涉及非结构化数据的缺陷检测任务，如基于图像的检测和传感器驱动的异常检测。其深层架构允许高级特征学习，但需要大量的计算资源和规模庞大且标注良好的数据集来降低过拟合风险。

因此，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。

随着金属 PBF 结合原位监测、数据处理和 ML 成为主要研究焦点，许多研究总结了原位监测和 ML 的进展。具体而言，Shi 等总结了电子束粉末床熔融（EB-PBF）的缺陷形成和过程控制。Grasso 等全面回顾了金属 PBF 工艺的原位传感、测量和监测技术，包括方法学分类以及这些方法性能的比较分析。Peng 等综述了激光粉末床熔融（L-PBF）过程中的缺陷，考察了原位监测和缺陷检测方法，并讨论了它们在 L-PBF 工艺中的应用和集成。Fang 等在回顾 AM 加工链、控制框架、原位监测系统和缺陷检测方法的同时，提出了新的 AM 控制框架。AbouelNour 等探讨了表面以下和内部缺陷的原位监测，涵盖了通过成像和声学方法获得的数据的表征、分析和处理。他们还介绍了结果验证的离线检测技术，以及应用和多样化的 ML 模型。Babu 等讨论了 ML 的工作流，包括监督、无监督和强化学习的类别，以及其在不同子流程中的应用，包括预处理设计阶段、参数优化、异常检测、原位监测和 AM 的最终后处理阶段。Zhang 等介绍了金属 PBF 中的 ML 方法，并讨论了其在不同类型缺陷聚类或预测中的应用。此外，还总结了原位监测和 ML 技术。在这些研究中，Taherkhani 等提供了迄今为止最详细和系统的原位监测方法与 ML 应用分析，将其基于信号类型和波长划分为辐射型和非辐射型传感器。他们的综述最后提出了 ML 在预测和检测各种缺陷中的应用见解。

在这些全面综述的基础上，有必要探讨如何将这些进展有效地集成到金属 PBF 的未来发展中。ML 技术在电弧增材制造（WAAM）和定向能量沉积（DED）中已取得显著成功，可被改造用于实时缺陷检测、自适应过程控制和零件质量提升。通过利用原位监测和自适应控制，离线 ML 模型可在制造前优化工艺参数，而在线 ML 模型可实时处理传感器数据以诊断缺陷并动态调整加工条件。金属 PBF 系统还可以受益于基于强化学习的控制模型，从而实现主动缺陷缓解并减少由工艺引起的孔隙和裂纹等缺陷。此外，过程监测和传感技术，包括热成像、声发射（AE）和光学断层扫描（OT），已在 WAAM 和 DED 中显示出有效性，并可定制用于金属 PBF，以提高缺陷检测的准确性。结合基于深度学习的计算机视觉模型，金属 PBF 系统可以利用预训练的卷积神经网络（CNN）架构，从熔池图像中提取特征并识别缺陷趋势。此外，已在其他 AM 工艺中应用的合成数据增强，可以通过模拟缺陷场景补充训练数据集，从而提高金属 PBF 模型的鲁棒性和泛化能力。展望未来，将自适应 ML 缺陷缓解策略与基于物理的仿真相结合，将实现混合建模方法，使金属 PBF 系统能够预测缺陷形成并主动优化工艺参数。这一进展将推动闭环控制系统的发展，实现缺陷的自主修正和零件可靠性提升，最终使金属 PBF 与智能制造和工业 4.0 的目标保持一致。

与此同时，在控制与监测、图像数据处理、计算机辅助设计和增材制造商业方法等领域，知识产权活动显著增加。2001 到 2010 年间，这些领域的年度专利申请数量保持在 100 以下。然而，从 2011 到 2020 年，这一数字显著增长。仅在 2019 和 2020 年，就有超过 3000 件专利申请被公开，其中与控制和监测相关的超过 1500 件，图像数据处理相关的超过 300 件。这一增长归因于先进传感器和机器视觉技术等创新，确保了 AM 工艺的精度、质量和可靠性。通过监测关键参数，如熔池形态、羽流行为和工艺稳定性，这些技术能够实现实时反馈。然而，ML 和图像数据处理在金属 PBF 中的全部潜力尚未完全发挥。

遗憾的是，仅仅集成原位监测和 ML 并不能确保 ML 训练的数据输入有效或预测准确。作为接收原位监测信号并生成处理数据以供 ML 训练的桥梁，图像预处理决定了 ML 和应用最终结果的可靠性和稳健性。基于此，研究团队旨在开展一项全面综述，涵盖原位监测方法、数据预处理以及随后的 ML 在金属 PBF 中的应用。因此，本综述拟回答两个研究问题：(i) 金属 PBF 的原位数据预处理有哪些新技术？(ii) 原位数据处理如何弥合监测与 ML 缺陷检测之间的差距？

为了使综述全面，研究团队在第 2 节简要描述了金属 PBF 的常见缺陷及其形成机制；第 3 节描述了不同原位监测方法及其优缺点，并重点介绍了新近发展的原位监测技术；第 4 节聚焦于第一个研究问题，详细阐述了图像和信号预处理的结构，重点介绍了关键步骤和最新进展；第 5 节则回答第二个问题，详细讨论了如何将原位监测数据与 ML 模型结合进行缺陷检测。尽管两个问题详略不同，但它们本质上是相互联系的，共同构成本综述的核心主题，即通过原位监测和智能处理相结合，实现金属 PBF 的数据驱动质量控制。最后，本文以对原位监测、原位数据预处理和 ML 在金属 PBF 中的挑战与未来发展的展望作为结束。

 原位监测在金属 PBF 中可检测的缺陷类型及其形成机制

金属 PBF 工艺包括 L-PBF 和 EB-PBF。其基本原理是在基底平台上选择性熔化铺设的粉末。该过程逐层进行，重复粉末铺展、熔化以及平台下降，从而逐步构建三维零件。L-PBF 通常在惰性气体环境下运行，这种环境能形成无氧气氛，保证粉末材料的稳定性并降低氧化风险。相反，EB-PBF 则在真空环境中进行，并包含预热步骤。其能量通过带电电子与粉末颗粒的动能碰撞传递至粉床。这一根本差异导致 PBF 系统在设备配置、工艺环境以及材料适配性方面存在显著差异（图2）。理解这些区别至关重要，因为缺陷的形成机制以及原位监测方法的适用性在不同 PBF 系统中存在差异。

图2

金属 PBF 中缺陷的形成通常源于熔化与再凝固时间尺度之间的不平衡。熔化速率过低会导致零件内部熔化区不足，而熔化速率过高则可能引起粉末汽化。基于这一点，金属 PBF 的缺陷一般可分为两类：

(i) 工艺过程中的瞬态现象，如飞溅、羽流和球化；
(ii) 终态缺陷，如未熔合（LoF）、孔隙、裂纹、致密度异常和变形。

本综述将重点探讨未熔合、孔隙和裂纹这三类关键的最终零件缺陷，以及飞溅与羽流这两类关键的过程现象。这是因为这些缺陷更容易通过原位监测（如高速相机或光电探测器，图 2a）进行检测、分类或预测，并且常常成为 ML 模型实时分析的目标。其他问题，如结球、致密度变化和零件变形，则为了保持讨论的清晰与范围而不作详细阐述。具体而言，结球与熔池不稳定性和粉末分布不均有关；致密度是一种反映底层微观缺陷的宏观属性；而变形则指零件尺度的几何偏差，通常需要不同的传感方式和分析尺度来研究。

未熔合（Lack of Fusion, LoF）

未熔合（LoF），又称不完全熔合孔，通常分布在能量源扫描道之间以及沉积层之间。其形成方式主要有两种：第一种是能量源扫描道之间重叠不完全，导致粉末之间部分未被熔化（图3a，左）；第二种是层与层之间熔化不完全（图3a，右），从而导致结合不良和粉末未熔化。LoF 的典型特征是在打印零件中夹杂未熔化的粉末颗粒（图3b），这会降低零件的致密度。在零件的断面上（图3c），可见未熔化粉末和 LoF，通常被认为是导致断裂的重要原因。综上，LoF 会削弱层间稳定性，促使结构失效。它还会引起应力集中，从而降低打印零件的疲劳寿命。LoF 可通过光学成像、声发射（AE）捕捉、热成像以及电子信号成像等方式进行监测。

图3

最新研究进一步表明，LoF 缺陷可能是逐层演化的结果，而非瞬时形成。例如，有研究通过原位监测与离线 XCT 验证的同步手段揭示：LoF 缺陷可能源于局部工艺异常，如熔池重叠不足或能量输入波动，这些异常可能在多个层次中持续存在而未被察觉。部分异常最初可能通过后续的再熔化过程得到自我修复，但若反复出现，则会导致缺陷累积。这一发现强调了需要区分工艺异常与真正缺陷：前者可能是瞬态且可恢复的，而后者会导致机械失效。因此，理解 LoF 的逐层动态形成过程，对于开发可靠的原位缺陷预测模型至关重要，其意义已超越了传统的异常检测方法。

孔隙（Porosity）

材料的孔隙率可定义为未被材料填充的体积分数，也可以通过孔隙的类型来描述，如气孔、匙孔、链状孔隙以及表面破口孔。由于未熔合（LoF）或裂纹也可能形成孔隙，因此这里仅对气孔和匙孔进行详细讨论，而 LoF 和裂纹作为金属 PBF 的其他典型缺陷，分别在第 2.1 节和第 2.3 节中说明。

气孔通常呈圆形，其尺寸与粉末颗粒相当，来源于熔化过程中气体未能完全逸出。除了被困气体外，孔隙的形成还可能源于原料中存在的挥发性杂质，如吸附的水分、润滑剂和有机残留物，它们在高温下分解，产生气体副产物进入熔池。此外，某些气体（尤其是氢气）在凝固过程中液相与固相之间的溶解度差异，也会促进气体空腔的形成。气孔可出现在 L-PBF 和 EB-PBF 工艺的产品中，可能会削弱其机械完整性和性能。

匙孔模式熔化所致的孔隙率是激光粉末床熔化（L-PBF）中另一常见缺陷。该类匙孔通常表现为球形空腔，富集于熔池底部（图4a）。尽管气孔与匙孔均呈球形结构（图4b），但气体气孔轮廓光滑，而匙孔则具有凹凸不平的轮廓界面。此类气孔尖锐棱角处更易萌生裂纹。疲劳测试试样内部孔隙缺陷引发裂纹萌生与扩展的机理示意图（图4c）表明，气孔与匙孔会严重制约成形件的疲劳性能与服役寿命。该孔隙缺陷可通过声发射捕捉与热成像技术进行检测。

图4

裂纹（Crack）

凝固裂纹、液化裂纹和高温失塑裂纹是金属 PBF 中常见的缺陷，每种裂纹都具有不同的特征（图5a）。凝固裂纹通常在凝固的最后阶段形成，原因是累积应力超过了材料的屈服强度，这类裂纹常见于成分复杂的合金中。液化裂纹通常呈现曲折形态，并伴随有由组分液化或低熔点二次析出相引起的再凝固组织。高温失塑裂纹则发生在纯固态条件下，通常出现在镍基高温合金中，表现为冷却过程中延展性降低，特别是在脆性温度区间。

裂纹会显著削弱打印零件的力学性能，导致零件提前失效（图5b）。它们不仅影响零件的疲劳寿命和承载能力，还可能破坏零件的密封性和气密性，同时降低表面质量与美观度。由于裂纹修复难度极高，因此预防与早期检测裂纹的形成对保证打印零件质量至关重要。

裂纹可通过光学成像、声发射（AE）捕捉以及热成像进行识别。

图5

飞溅（Spatter）与羽流（Plume）

在金属 PBF 中，“飞溅”是指在高能激光或电子束的作用下，熔融金属在熔池周围产生的小颗粒现象。这些颗粒通常由未熔化或部分熔化的金属组成，可能被喷射到周围区域（图6），从而引入意外杂质，并可能影响零件的最终表面质量。与此同时，“羽流”是指在金属熔化过程中，由于金属表面在高温下蒸发和气化而形成的可见喷雾或烟雾（图6）。羽流的形成与金属汽化、蒸发或挥发性杂质的存在密切相关。

图6

来自飞溅和羽流的污染物不仅可能改变粉末的化学成分，还会促进缺陷的形成。如果飞溅物粘附在3D打印零件表面上，则会阻碍铺粉器的工作，影响下一层粉末的铺展，从而导致粉末分布不完整，形成孔隙。同时，飞溅颗粒会妨碍粉末的循环，造成相邻间隙。飞溅物的后续凝结会阻碍熔池中液态金属的铺展（图7a）。由此可能在目标区域产生未熔合（LoF），并引发翘曲、鼓包与分层等现象（图7b）。羽流在加工条件变化下会发生振动，导致能量通过激光辐射的吸收或反射而损失。此外，熔化道表面上的飞溅会阻碍相邻熔道的成形。强烈羽流和飞溅的突然爆发或消失会显著影响熔池质量。此外，样品中还可明显观察到杂质与空隙，其空隙尺寸通常大于飞溅颗粒，这进一步证明了熔道中的空隙和未熔化粉末颗粒源于飞溅颗粒对粉末沉积与激光辐射的阻碍作用。

图7

飞溅与羽流可通过光学成像、声发射（AE）捕捉、热成像以及电子信号成像等方式进行监测。

最新研究进一步强调了飞溅与羽流行为在缺陷形成中的前兆作用，以及它们作为工艺不稳定性指标的重要性。例如，有研究表明，熔池形态的多尺度变化与飞溅动力学密切相关，并建立了基础模型来表征这些复杂的时间特征。另一些工作则提出了一种适用于 L-PBF 的统一数据结构，将飞溅和羽流的观测结果与 XCT 扫描中最终的缺陷位置对齐，凸显了系统化数据组织在基于 ML 的缺陷预测中的重要性。这些发现表明，飞溅和羽流信号不仅反映了实时的工艺状态，还能够实现对潜在缺陷的早期检测，从而在工艺监测与预测控制之间搭建桥梁。

本文转载自：筑基手册

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

你是否想过，能像打印复杂图案一样“打印”出性能可定制的金属材料？多材料激光粉末床熔融（MM-LPBF）技术是实现路径之一。尽管该技术尚存挑战，但它已为复杂工况下的材料设计开辟了新维度。

“ 3D Science Valley 白皮书 图文解析

”

多材料激光粉末床熔融（MM-LPBF）技术制造具有复杂异质结构的双金属材料，以解决传统合金在复杂工况下难以兼具多种优异性能的问题。传统合金因成分均匀而性能受限，而多材料集成结构可弥补这一缺陷。增材制造技术，尤其是L-PBF，因其在制造复杂结构方面的优势而备受关注，但现有技术仍面临诸多挑战。

来自华东理工大学的研究团队在国际期刊CIRP Journal of Manufacturing Science and Technology上发表了Multi-material laser powder bed fusion (MM-LPBF) additive manufacturing of dual-phase heterostructure steel。该研究通过改进L-PBF系统和工艺软件，成功制造了316 L奥氏体不锈钢和18Ni300马氏体钢的双金属集成材料，并探索了其在动态冲击载荷下的性能表现，为开发新型高性能合金系统提供了理论和实验支持。本期谷·专栏将对该研究进行简要分享。

论文链接：
https://doi.org/10.1016/j.cirpj.2025.07.001

 全文概述

MM-LPBF增材制造技术能够实现多种金属材料的人工设计和空间有序集成结构的精细化制造。通过基于成分相似性和冶金相容性的异种材料匹配筛选，利用316L奥氏体不锈钢和18Ni300马氏体钢粉末作为原材料，采用MM-LPBF技术制备了三种具有不同异质性结构的双金属集成块状材料，分别是交错多层平面、交错多层棋盘和交错多层旋转光栅结构。

3D打印出的双金属构型呈现出细晶马氏体相（BCC晶体结构）和粗晶奥氏体相（FCC晶体结构）的双相和双峰结构，且双相区域按照人工设计呈现空间有序分布。双相区域之间的界面通过激光熔池熔化-凝固行为形成的“双相交错混合”过渡形式牢固结合。这些空间排列的相区的特征几何尺寸为200-500μm，双相混合区宽度为100μm，作为界面区域。考虑到奥氏体钢和马氏体钢双金属集成材料的强度-延展性协同效应，实验验证了在不同冲击应变率条件下异质结构的动态冲击性能，结果表明这些双相、双峰和多级异质结构具有良好的抗冲击性和能量吸收能力。这种MM-LPBF增材制造路径有利于使用更多集成的不同金属材料开发具有强度-韧性协同效应的新型合金体系。

 图文解析

图1展示了自制的双材料制造系统及其在MM-LPBF工艺中的应用。图1a说明了该系统被整合到商用LPBF机器中，图1b则展示了系统的关键特征，包括可移动双圆筒粉末输送机构、基于真空的粉末清除装置以及500W激光器。通过优化工艺参数，实现了超过99.8%的相对密度，并针对316L合金和18Ni300合金分别设定了不同的激光功率和扫描速度。此外，定制软件支持独立应用优化后的激光参数，粉末床层厚保持为50µm，连续层之间的旋转角度为67°。

图 1. （a）内置可移动双粉末室装置的国产双金属MM-LPBF增材制造系统示意图，（b）双金属打印工艺，（c）分别具有交错多层平面（I型）、交错多层棋盘（II型）和交错多层旋转光栅（III型）异质结构的三类双金属集成块状材料，以及（d）I型数字模型的解构，（e）II.型，以及（f）III.型。

图2通过试样模型的尺寸图和实际试样的照片，全面展示了三种不同异质结构（I型交错多层平面、II型交错多层棋盘、III型交错多层旋转光栅）的几何形状、尺寸参数和材料分布情况。

图 2. 用于 SHPB 动态压缩冲击试验 （a） 的这三种类型试样的试样模型和尺寸图 ，以及通过 MM-LPBF AM 的 I 型 （b）、III 型 （c， d） 和 II 型 （e） 试样的照片。

图3展示了I型样品中镍、铬、锰和钴呈现分层分布，而铁元素由于两种合金含量相似，分布波动极小，这种微小波动对实现两种合金界面处的强冶金结合至关重要。微观结构分析显示，316L合金区域呈现柱状晶粒，而18Ni300合金区域为细晶粒结构，且18Ni300合金区域的晶界密度远高于316L合金区域，主要归因于马氏体相变。该相变导致18Ni300区域形成BCC结构，而316L区域保持FCC结构，最终形成了BCC/FCC双相层状异质结构。

图 3. 通过 MM-LPBF 对双金属样品进行横截面显微照片：垂直于构建方向 （BD） 的 I 型样品（a）;与 BD 平行的 II 型样品 （b）;与 BD 平行的 III 型样品 （c）。

图 4. SHPB 动态压缩试验获得的 3 类异质结构试件和基体材料的工程应力-应变数据：1000 s （a）、2000s （b） 和 3000 s （c） 应变速率下的工程应力-应变曲线，以及 UCS （d）、总应变 （e） 和吸收能（f） 与应变速率的关系。

 总结

1. 通过多材料激光粉末床熔化（MM-LPBF）技术，成功构建了三种具有异质结构的双金属集成块体材料，包括交错多层平面、交错多层棋盘格和交错多层旋转光栅。这些双金属结构展现出双相异质组成，包含细晶粒的马氏体相（BCC晶体结构，平均晶粒尺寸为3.97μm）和粗晶粒的奥氏体相（FCC晶体结构，平均晶粒尺寸为26.33μm）。

2.异质相界面展现出良好的晶格过渡。在伸长的激光熔池和材料混合的干扰下，形成了宽度约为100μm的水平界面和宽度超过150μm的垂直界面，这些界面处的相互作用更为剧烈。

3.动态分离式霍普金森压杆（SHPB）测试表明，双金属样品兼具18Ni300合金的高强度和316L合金的韧性。通过“混合规则”“桶效应”“连续交错相互作用”以及界面区域的背应力强化等机制的联合效应，直观地展示了多材料增材制造样品解决强度 – 韧性权衡的潜力。

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

3D科学谷洞察

TCB晶种合金细化剂在增材制造中的应用具有多个创新点，包括抗“中毒”效果显著、显著细化晶粒、提升力学性能、工艺简单高效、经济高效以及广泛的应用前景。这些创新点为高性能铝合金零件的制备提供了新的技术途径，对高端制造领域的轻量化设计和提质增效具有重要意义。”

激光粉末床熔融（PBF-LB）作为一种金属增材制造（AM）工艺，广泛用于复杂形状合金部件的制造而备受关注。然而，适用于PBF-LB的轻质合金体系十分有限。目前，Al–Si(–Mg)系列铝合金的PBF-LB研究较多，但力学性能仍难满足要求。此外，对于变形铝合金而言，尽管研究人员通过添加Sc、Zr、Ti等元素可抑制热裂纹并细化晶粒，成本/大规模生产等因素却限制其广泛应用。因此，开发适用于PBF-LB的新型Al–Si系合金成为重要的研究方向。

晶粒细化和优化凝固路径是提升PBF-LB的Al–Si系合金力学性能的关键，将铝合金用细化剂运用于金属增材制造面临挑战。为此，西安交通大学航天航空学院刘思达教授团队运用新型的Al–Ti–C–B（TCB）晶种合金细化剂，用以提升AlSi10Mg合金的力学性能。研究重点关注了TCB粉末改性的TM-AlSi10Mg合金的微观组织和机械性能等方面。实现了极限抗拉强度从381± 7.3 MPa到479.2 ± 1.5 MPa以及延伸率从4.8 ± 1.2%到11.1 ± 0.7%的提升。相关的工作以题为“Uniting high strength with large ductility in an additively manufactured fine-grained aluminum alloy”的研究论文，发表在Materials Research Letters期刊上。西安交通大学为第一通讯单位。论文的共同第一作者为西安交通大学航天航空学院研究助理察文豪（导师：刘思达）和香港城市大学李干博士。论文的通讯作者为西安交通大学刘思达教授，南方科技大学朱强教授和山东大学刘相法教授。作者还包括：贺喜硕士研究生（南方科技大学），李杰博士生（山东大学），李道秀博士生（山东大学）。

本文利用山东大学刘相法教授团队研发的Al-TCB晶种合金细化剂，用于Al-Si系合金的PBF-LB加工，在组织性能同步提升方面取得了显著成效：仅通过简单的机械混合工艺，成功实现了AlSi10Mg合金的晶粒的显著细化，形成了熔池边界细小等轴晶与熔池内部较大等轴晶的异质结构，平均晶粒尺寸约为2.8 μm。还诱导形成了细小的胞状结构：即胞体内部弥散微米级共晶Si+沿胞壁向内呈网状分布纳米级共晶Si。基于组织优化，合金的强塑性得到了显著的同步提升，其中屈服强度达302 ± 7.6 MPa，极限抗拉强度达479.2 ± 1.5 MPa，延伸率达11.1% ± 0.7%。TCB晶种技术用于Al-Si系合金的增材制造不仅经济高效，还为制备高性能铝合金零件提供了一种创新途径，并可为高端制造领域的先进轻量化设计、提质增效和转型升级提供重要的材料支撑和技术支持。

本研究对比分析了未添加TCB粉末的PBF-LB AlSi10Mg合金与添加TCB粉末改性的TM-AlSi10Mg合金的性能与微观结构。通过EBSD微观组织分析可知（图1），未添加TC B粉末的AlSi10Mg合金内部呈现出较大的柱状晶结构，且晶体取向具有明显的<001>Al特征。而添加了TCB粉末的TM-AlSi10Mg合金则表现出异质微观结构：熔池边界处为细小的等轴晶，熔池内部为较大的等轴晶。此外，Ti(C,B)颗粒作为有效的异质形核位点，均匀分布于晶粒内部。TCB粉末的引入有效促进了α-Al晶粒的成核，减少了Si在TCB/α-Al界面的聚集现象，从而显著细化了晶粒，最终形成了平均晶粒约为2.8μm的微观组织。

图1 AlSi10Mg合金和TM-AlSi10Mg合金的显微组织表征。(a, c) 沿YZ平面的EBSD取向图，(b, d) 为（a, b）AlSi10Mg合金和（c, d）TM-AlSi10Mg合金的{001}Al、{011}Al、{111}Al极图；(e) TM-AlSi10Mg合金的SEM图像；(f) (e)中标记的放大区域，显示出晶粒中心的Ti(C,B)颗粒；(g) EDS线扫描结果；(h) TM-AlSi10Mg合金的SEM图像及相应的EPMA结果，显示出均匀分布的Ti(C,B)颗粒。

通过对AlSi10Mg合金和TM-AlSi10Mg合金微观结构的分析(图2)，可以发现TCB粉末的引入不仅细化了晶粒，形成了异质微观结构，还显著改变了共晶Si颗粒的分布。在AlSi10Mg合金中，微米级的共晶Si颗粒主要沿柱状晶的晶界分布。而在添加了TCB粉末的TM-AlSi10Mg合金中，微米级共晶Si颗粒在胞体内部弥散分布，纳米级共晶Si颗粒沿胞壁向内呈网状分布，形成了具有一定厚度的强化相结构。这种结构有效阻碍了位错运动，同时抑制了拉伸裂纹扩展，从而显著提升了合金的强度和塑性。

图2 PBF-LB的AlSi10Mg合金和TM-AlSi10Mg合金的独特胞状结构以及纳米颗粒的微观组织。(a) AlSi10Mg合金沿YZ平面的SEM图像；(b, c) 明场TEM图像及相应的EDS能谱；(d) TM-AlSi10Mg合金沿YZ平面的SEM图像；(e, f) 明场TEM图像及相应的EDS能谱；(g) HAADF图像；(h) BF图像，显示了TM-AlSi10Mg合金中位错与Ti(C,B)颗粒的相互作用；(i) 和(j) 是(h)中标记的放大图像，展示了胞边界和内部的细致微观结构。

来源
MRL l

西安交大刘思达教授团队：TCB晶种合金细化剂实现增材制造铝合金中强度与延展性的协同提升

文献链接：

Wenhao Cha, Gan Li, Xi He, Jie Li, Daoxiu Li, Xiangfa Liu*, Qiang Zhu* & Sida Liu* (2024)Uniting high strength with large ductility in an additively manufactured fine-grained aluminum alloy, Materials Research Letters.(原文链接：https://doi.org/10.1080/21663831.2024.2449175)

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

以下文章来源于中子科学实验室 ，作者李怡睿

根据3D科学谷的技术洞察，晶体塑性有限元仿真（Crystal Plasticity Finite Element Simulation，简称CPFE）是一种用于模拟多晶体材料塑性变形行为的计算方法。它考虑了材料的微观结构特征，如晶粒取向、晶界、相分布以及滑移系统的活动，从而能够预测材料在宏观尺度上的力学响应。

发表在《Scientific Reports》上的《Crystal plasticity simulations with representative volume element of as-build laser powder bed fusion materials》，介绍了一种新的建模方法，用于模拟激光粉末床熔融技术（LPBF）制造的金属材料的机械性能。这种方法考虑了微观结构的统计分布，包括每相的尺寸、多种微结构类型的形状参数以及它们的形态和晶体学取向。

借助中子科学实验室的分享，本期，3D科学谷与谷友共同领略这一研究如何为模拟和理解增材制造材料的复杂微观结构和力学行为提供了一个强大的工具。

3D科学谷洞察

“理解增材制造（AM）材料的复杂微观结构和力学行为的模拟方法通常涉及多尺度建模和仿真技术。这些方法旨在从微观层面（如晶粒、相和缺陷）到宏观层面（如整体材料性能）预测材料的行为。”

Scientific Reports 13, 20372 (2023)
Published: 21 November 2023

使用激光粉末床熔合技术（LPBF）对金属材料进行增材制造（AM），通常会形成各种化学相及其相应的微观结构，而这些微结构具有非常复杂的形状和尺寸。与热处理后的材料相比，这种材料具有更高的复杂性，因此如何准确模拟其机械性能是一项严峻的挑战。

日本材料科学国家研究所以一个完整的工作流程为例，介绍了一个建模的新方法。这种方法考虑到了微结构的统计分布：每相的尺寸、每种微结构类型的多个形状参数以及它们的形态和晶体学取向。该方法还可以对流程中的每个步骤（包括晶体塑性模型中的参数）进行微调，以实现实验应力-应变曲线与模拟结果之间的对应。这项工作是迄今为止最具挑战性的增材制造材料合成体积重构实例。该工作以《Crystal plasticity simulations with representative volume element of as-build laser powder bed fusion materials》发表在《Scientific Reports》上。

 参数获取

▲ 图1. 模拟金属材料拉伸测试的的一般流程

图1显示了模拟金属材料拉伸测试的的流程。首先是利用SEM、EBSD和X射线 CT 技术从样品中收集各项数据，然后从观察到的微观结构中提取相关的统计信息，接着是代表性体积单元（RVE）的重建和为晶体塑性（CP）建模准备其他的相关输入数据，最后是进行拉伸试验模拟。流程中的每一步都可以根据先前的输入、所需的微观结构类型或材料参数进行修改。

SEM和EBSD可以输出具有等效圆直径（ECD）、最小和最大 Feret 直径、每个晶粒的晶体学欧拉角以及以IPF和/或晶粒ID颜色显示的2D图像的数据表。

RVE通过DREAM3D重建，需要以下信息：(1)体积分数 (2)尺寸分布 (3)形态 (4)微观结构的织构。体积分数可以直接获得；尺寸分布用微观结构对象的平均等效球直径(ESD)的对数正态形状概率密度函数(PDF)进行近似；形态由概率密度函数定义；微观结构织构通过轴向取向分布函数（ODF）控制，该函数将晶粒的三个主轴与RVE的XYZ轴对齐。这样的轴向ODF可以通过欧拉角、权重以随机分布的倍数（MRD）为单位进行控制。为了保持合理的CP模拟时间和PC资源消耗，RVE被限制为128 × 128 × 16像素。

▲ 图2. 重建的RVE：(a) 三种颜色方案的 RVE：微观结构、晶粒和晶粒晶体学（裂缝除外）；(b) 沿 x 、 y 和 z 轴的克隆 RVE：所有微观结构、阈值柱状结构和裂缝

 晶体塑性模拟

RVE几何文件被传递给DAMASK求解器，以模拟拉伸测试结果。在模拟中，研究人员使用了现象学/经验模型来描述塑性应变。

模拟的应力-应变曲线（SSCs）以“名义”或“工程”（力除以原始截面积）应力的第一个分量绘制，即 Piola-Kirchhoff应力张量的转置。在此图中，现象学模型中用于CP模拟的参数 a，n ，γ0 ，τ0α τ∞ 和 h0 被手动调整。每次模拟大约需要28小时，每条曲线有2400个数据点以确保收敛。

图3显示了使用IN738LC的CP参数和边界条件，不同RVE的无裂纹宏观应力-应变曲线，并与文献和实验进行比较。

▲ 图3. 文献与实验的SSCs与沿 x 轴（a）和 z 轴（c）进行单轴拉伸的模拟 SSCs 的比较，适用于不同的 RVE（b）

从图3可以看出，仿真获得的不同RVE的SSC具有相似的形状，仅在垂直位移上有所不同。这表明尽管RVE之间存在相应的微观结构差异，SSC 主要受初始滑移和塑性流动的饱和阻力影响，即分别由 τ0α 和 τ∞ 参数影响。实验和计算上观察到单轴拉伸下沿着图3a和c中的 x 和 z 轴的SSC之间的弱各向异性，但在垂直 SSC 位移方面并无定论。观察到的最大各向异性来自仅有7个晶粒的FEM建模RVE，这表明主要的影响因素不是柱状形态，而是特定的晶体取向。

通过重建的RVE，模拟的拉伸测试展示了实验观察到的弱各向异性行为。这种现象取决于沿 LPBF建造方向和横向的拉伸。这表明主要的影响因素不是柱状晶粒形态，而是它们特定的晶体取向。

来源
中子科学实验室 l

Nature子刊：激光粉末床熔合技术制造的材料的晶体塑性有限元仿真

l 谷专栏 l

欢迎高校及科研机构、企业科学家加入谷专栏，与业界分享对推动增材制造发展起关键作用的共性基础科研与应用成果，欢迎扫描下方图片二维码提交您的信息。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷

一些创新型企业正在突破电子束粉末床熔融技术的技术限制，从而使得E-PBF在未来成为大规模制造技术，特别是在自动化和数字化工作流程方面。国际上，Freemelt是一家专注于电子束粉末床熔融（E-PBF）技术的金属3D打印公司，其技术特别适用于新材料的研究与开发。

▲ futureAM
© 3D科学谷白皮书

 开放式系统

Freemelt的系统是开放式的，允许用户访问和修改机器的参数，这对于科研机构来说非常有用，因为它们可以表征新材料并在材料科学或电子束3D打印领域进行前沿工作。Freemelt One系统是Freemelt的主要产品，它配备了6千瓦的电子束枪，床温可高达1200°C。该系统具有开放式体系结构软件，并支持知识共享。

Freemelt ONE系统适用于任何导电金属，包括钨、钛合金、超合金、铜合金和难熔金属。Freemelt的软件是真正的开源，用户可以调整和发展代码，并在社区内共享，以加速未来材料的开发。

提供快速高效的加热，Freemelt开发了ProHeat技术，使用电磁辐射来稳定烧结每一层粉末，同时具有消除应力的优势。该技术允许在不与电子相互作用的情况下进行预热，消除粉末带电，保持最高真空纯度和最佳光束质量，无需消耗昂贵的高纯度惰性气体。

Freemelt的技术被广泛应用于涉及广泛研发的复杂系统以及重复性很高的服务，业务遍布各大洲，并不断开发、调整和改进新技术，以满足客户不断变化的需求。Freemelt最近收到了来自伯明翰大学和Nuclear AMRC的订单，用于开发各种难熔金属、超合金和铜的材料工艺，以及用于聚变能源应用的钨部件。

Freemelt的激光增材制造技术以其开放式系统、专业的材料研发能力和创新的ProHeat技术而闻名，正在推动金属3D打印技术的发展，其中Pixelmelt是Freemelt公司推出的一款新软件，旨在提高3D打印的生产力和加速材料开发，3D科学谷认为这种方式类似于逐像素构建照片，将熔化“打印”在粉末层上的Pixelmelt将充分的释放电子束增材制造发展空间。

 每秒内跳跃于数万个熔点之间

Pixelmelt软件被设计为更快的材料开发和更高效的3D打印软件，与Freemelt ONE系统一起使用，以提高研究用户的创新能力和生产力。

© Freemelt

Freemelt的系统使用电子束熔化金属粉末，与大多数竞争对手使用的激光束相比，电子束具有更高的功率和更快的移动速度（每秒4000米），这是激光束速度的数百倍。这使得电子束能够在每秒内跳跃于数万个熔点之间，并以最佳方式分配热量。使用Pixelmelt，客户可以在表面上以自由点图案熔化粉末材料，而不是沿着平行线，这有助于提高生产率并促进新材料的创新。

© Freemelt

Pixelmelt软件为用户提供了更多的工艺优化自由度，用户可以在同一个3D构建中的不同组件之间以及每个单独组件内部变化工艺参数。这可以类比于逐像素构建照片，用户可以自行决定像素的顺序和颜色。3D科学谷认为Pixelmelt软件通过自动化显著加快了构建文件的创建过程，并允许用户通过自由的构建参数和点扩散算法定义自己的流程。与传统的线熔化相比，Pixelmelt采用点熔化技术，即逐点熔化，使得在表面上以自由点图案进行构建成为可能，而不是沿着平行线熔化粉末材料，这为提高生产率铺平了道路，这种技术的优势使得电子束3D打印过程更加高效和精确，有助于推动增材制造技术在更多行业中的应用，如能源、国防、医疗技术和骨科植入物等领域。

3D科学谷发现
3D Science Valley Discovery

Pixelmelt技术提高3D打印精度的主要方式体现在以下几个方面：

自由点图案熔化（Spot Melting）：Pixelmelt技术采用自由点图案熔化，与传统的线熔化相比，点熔化可以更精确地控制熔化过程。由于电子束可以在每秒内跳跃于数万个熔点之间，这种技术可以更精确地控制热量分布，从而提高打印精度。

自动化构建文件创建：Pixelmelt通过自动化显著加快了构建文件的创建过程，减少了人为错误，提高了打印的一致性和重复性。用户可以定义自己的流程，通过自由构建参数和点扩散算法来优化打印过程。

更高的扫描速度：Freemelt的电子束可以以高达4000米/秒的速度移动，这是激光束速度的数百倍。这种高速度使得电子束可以在每个熔化点之间快速跳跃，以最佳方式分布热量，从而提高打印的精度和质量。

过程参数的自由度：Pixelmelt软件允许用户在同一个3D构建中的不同组件之间以及每个单独组件内部变化工艺参数。这种灵活性类似于逐像素构建照片，用户可以自行决定像素的顺序和颜色，从而实现更精细的控制和更高的精度。

多种熔化算法和停留时间算法：Pixelmelt提供多种点扩散算法和停留时间算法，用户可以根据需要调整这些算法的设置，以获得最佳的打印效果和精度。

云服务模型：Pixelmelt的云服务模型确保了用户构建文件的易于访问和在组织内部的共享，这有助于合作和项目管理，同时也使得算法的重型计算在云端完成，用户无需担心构建文件的生成，可以更专注于创新和发展。

逐层控制：Pixelmelt允许对每一层进行单独控制，如果需要，可以使用不同的参数，这为精确控制打印过程提供了更多的灵活性。

Insights that make better life

Pixelmelt技术通过提供更高的扫描速度、自由点图案熔化、自动化构建文件创建、多种熔化算法和逐层控制等功能，显著提高了3D打印的精度和质量。

此外，根据3D科学谷的了解，Freemelt还迎来了重磅资深专家的支持，Johannes Henrich Schleifenbaum教授被选举为Freemelt Holding AB董事会成员，Schleifenbaum教授拥有丰富的金属加工和增材制造经验，特别是在增材制造、功能层和智能材料方面，拥有200多篇科学报告以及多项专利。

目前，Schleifenbaum教授是亚琛增材制造中心（ACAM）的常务董事，同时也是德国亚琛工业大学数字增材生产（DAP）研究所的主任和教授。

知之既深，行之则远。基于全球范围内精湛的制造业专家智囊网络，3D科学谷为业界提供全球视角的增材与智能制造深度观察。有关增材制造领域的更多分析，请关注3D科学谷发布的白皮书系列。

白皮书下载 l 加入3D科学谷QQ群：106477771
网站投稿 l 发送至2509957133@qq.com
欢迎转载 l 转载请注明来源3D科学谷 l 链接到3D科学谷网站原文