激光粉末床熔融（L-PBF）正在快速进步，许多近期成果令人瞩目。多激光架构、更高功率、光束整形、自动化和过程中质量监测技术正在改变激光系统的能力边界，清晰表明激光路线正通过尺寸扩展、并行化和降本工程不断推进其生产逻辑。

L-PBF金属增材制造技术的发展带来的不仅仅是更高的装机量及市场占有率，更是重塑了制造业用户对于金属增材制造的想象方式，影响着用户对表面质量、材料体系、支撑策略、生产效率指标、软件工作流和认证路径的预期。

但是，当所有金属增材制造工艺都被以是否在向激光工艺靠拢的标准来衡量时，就陷入了误区。

我们今天将要谈到的话题，正是粉末床熔融增材制造中的另外一种重要的技术——粉末床电子束熔融（EB-PBF）。话题主要聚焦于该技术如何以其独特的工艺环境，在何种场景下为制造业应用端创造与众不同的价值。

本文观点主要来自于Ulf Lindhe。他是增材制造行业资深高管，在其职业生涯中，Lindhe与航空航天、医疗及高性能工程企业紧密合作，致力于弥合技术能力与工业实际应用之间的鸿沟。

钨金属3D打印件

Wolfmet

 与L-PBF完全不同的运行逻辑

EB-PBF有着完全不同的运行逻辑。真空环境、高温粉床、电磁束控和基于电子的观测手段，构成了通向工艺可靠性的另一条技术路径。这在某些应用中极具价值，在另一些场景中则无关紧要。行业需要更频繁地做出这种区分。

在更广阔的EB-PBF发展格局中，技术演进正聚焦于那些热控、开裂风险、元素挥发、致密度和微观组织成为核心难题的材料体系。这是一个有益的发展方向，表明EB-PBF已经从证明工艺可行迈向追求工艺可控。接下来的问题是：不同的设备架构、束流策略和材料方案能够释放怎样的潜力。

 钨金属是论证绝佳示例

钨是一个典型案例。它难加工、价值高、工艺容忍度低。钨的熔点极高，开裂敏感，适用于核聚变、高温系统、辐射屏蔽和先进能源技术等严苛应用。

近期关于钨的EB-PBF研究聚焦于工艺窗口控制：束功率、预热、局部加热、扫描策略和热输入等方面。这使得钨成为论证EB-PBF价值的绝佳示例。它表明该工艺能够构建足够稳定的热环境，在极具挑战性的材料上制造出可用的零件。

类似的逻辑也适用于其他难加工材料体系，包括难熔金属、钛铝合金、开裂敏感型高温合金和某些铜合金。在每一种情况下，EB-PBF的价值都取决于束流策略、高温环境、真空条件和过程证据之间的协同作用。

 表面质量不再是决定性短板

束流控制和曝光策略的改进，已显著缩小了表面质量的差距，在众多严肃应用中不再应被视为决定性的工艺短板。

在实现精细特征、薄壁结构、尖锐棱边和内部流道等特定情况下，可能L-PBF增材制造工艺仍是更佳选择。

虽然真空系统、高温粉末操作、设备成本和较小的装机量仍是存在的挑战。但一个通过束流策略和热控制取得如此进展的工艺，应当以其当前的水平而非过去的印象来被评估。

采用eMELT®技术制造的钨喷嘴
来源：Freemelt

 电子束精密控制能力正成为核心

随着EB-PBF向束流策略和过程证据驱动的方向发展，设备技术的源头变得更加重要。束流可以被视为一种热源，也可以被视为一种精密仪器。

如果EB-PBF的未来取决于对电子束的精密控制、对电子-材料相互作用的解读，以及将过程信号与材料结果相关联的能力，那么电子束精密控制能力就成为制造价值的一部分。这正是电子显微镜、电子束光刻、束流控制和精密仪器领域的技术积累与增材制造交汇之处。

EB-PBF金属3D打印技术下一阶段的关键，不再是有没有电子束，而是束流执行的质量、过程观测的能力和重复性的保障。

设备规格当然重要，功率、成型尺寸和生产效率同样重要。但在高难度应用中，决定性的问题更加深层：能量如何被精确投放，热量如何被管理，每一层如何被观测，工艺如何被复现，变化如何被理解和控制。

 建立工业用户的信心是核心命题

对工业用户而言，信心是核心。

对难加工材料能够在减少盲目试错的情况下完成开发的信心，对热历史可以被纳入工艺策略的信心，对扫描逻辑能够影响微观组织和性能的信心，对过程证据能够支撑认证的信心，对设备作为可控制造平台而非熔粉黑箱的信心。

这在零件昂贵、材料难加工、且不允许失败的场景中体现得最为明显。

用户评估EB-PBF时，本质上是在评估一种控制材料成型的方式。EB-PBF的高温成型环境和可控热场能够制造出残余应力极低、变形量极小的零件。支撑需求更少，且根据材料和具体应用，去应力热处理可能被简化甚至省略。

这可能对难熔材料、开裂敏感型合金、钛铝合金、高温应用、铜合金、航空航天部件、植入物、能源系统等场景具有重要价值。

 经济性需要从总路径成本来重新审视

经济性的评估框架也需要修正。生产效率不仅仅是单位机时成本或熔化速率，而是从粉末到合格零件的完整路径。

一种热行为更稳定、残余应力更低、能提供有效过程证据、或认证路径更短的工艺，其所创造的价值可能无法在简单的成型速度对比中体现出来。

对于开裂敏感型合金而言，这尤其是一项重大优势。在某些情况下，稳定的热环境本身就是让材料能够被成功制造的前提。

 EB-PBF需要一套更具说服力的工业叙事

长期以来，EB-PBF技术在工艺可靠性方面的优势难以被直观地展示出来，而在表面粗糙度上表现出的缺点却更明显，这是该技术显得乏力的原因之一。

EB-PBF技术需要一套更具说服力的工业叙事。它应当被阐述为一种可控的电子束制造环境，在此环境中，束流策略、热历史、材料行为和过程证据相互关联、形成闭环。

这与金属增材制造的整体发展方向高度契合。行业正迈向更强的工艺控制、更丰富的数据、更完善的认证方法和更具挑战性的材料体系。在这个趋势下，束流控制成为核心能力，实时观测成为制造论证的组成部分，热历史成为设计空间的维度之一。

当前的现实挑战在于：如何将束流策略、逐层证据和认证实践有效地衔接起来，赢得用户的信赖。

 理解EB-PBF价值的用户会提出更精准的问题

理解这一点的用户将提出更具洞察力的问题。他们将超越简单的工艺对比，审视设备如何控制能量、热环境如何塑造材料、过程如何被观测，以及这一切如何支撑可认证的批量化生产。

这正是EB-PBF重新焕发吸引力的地方。它不是替代激光粉末床熔融3D打印技术的小众方案，而是一个用于可控材料成型的增材制造平台。

接下来的问题是：在实际应用中究竟能实现什么新的可能。

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

近日，北京科技大学谢建新院士团队在激光粉末床熔融（L-PBF）成形CM247LC镍基高温合金方面取得重要研究进展。针对CM247LC在L-PBF过程中易发生严重开裂的难题，该团队提出了一种机器学习辅助工艺参数优化的新策略，实现了激光粉末床熔融（L-PBF）成形CM247LC裂纹抑制和强塑性协同提升，并在国际顶级期刊《极端制造（英文）》（International Journal of Extreme Manufacturing，IJEM）上发表了题为“Machine learning assisted laser powder bed fusion process optimization of CM247LC: crack mitigation and strength–ductility enhancement”的文章。

论文链接：
https://doi.org/10.1088/2631-7990/ae542e
通讯作者：刘壮壮，谢建新
第一作者：胡鹏飞
机构：北京科技大学

 研究背景

裂纹是制约L-PBF成形镍基高温合金的关键挑战之一。裂纹对工艺参数极为敏感，相关参数种类繁多、相互耦合，构成了一个纬度高、规模大的复杂参数空间。传统基于经验与试错的工艺设计方法通常实验量大、周期长、成本高昂，难以实现高效、精准优化。

 图文解析

研究团队提出了一种融合数据增强与贝叶斯优化的工艺参数优化机器学习策略，实现了模型预测精度与全局寻优能力的同步提升。仅通过两次迭代，L-PBF成形CM247LC的裂纹密度显著下降，实现了近乎无裂纹的成形效果，相比正交实验最优条件的裂纹密度降低99%（如图1）。

图1 基于机器学习的L-PBF成形CM247LC工艺参数优化策略和结果。（a）基于机器学习的L-PBF成形CM247LC工艺参数优化策略，（b）和（c）体积能量密度对裂纹密度和相对密度的影响，（d）基于正交试验最优参数制备样品的金相图，（e）和（f）基于增强数据集建立的RF模型，（g）和（h）贝叶斯优化获得的实测目标值，（i）本工作ML最优参数下裂纹密度与文献报道裂纹密度的对比，（j）基于机器学习优化参数制备样品的金相图。

与正交试验最优参数相比，机器学习优化工艺参数显著提高了冷却速率，降低了凝固末期Hf、C等元素在晶界的偏析程度，从而缩小了凝固区间，并使γ′/γ共晶相含量降低约50%；与此同时，高角度晶界数量减少约25%，残余应力水平同步降低（如图2）。上述多因素的协同作用，显著抑制了CM247LC合金在L-PBF过程中的开裂倾向（如图3）。

图2 工艺参数对CM247LC裂纹的影响。（Ⅰ）元素偏析：（a）基于连续生长模型计算的不同工艺参数下CM247LC合金元素的分配系数，（b）基于溶质捕获作用的Scheil-Gulliver凝固曲线；（Ⅱ）微观组织：（c）裂纹沿晶界分布，（d）OE和ML参数下CM247LC晶界角度占比，插图为大角度晶界开裂示意图；（Ⅲ）残余应力：（a）测量位置示意图，（b）基于XRD方法测量的OE参数和ML参数下CM247LC成形试样的残余应力。

图3 机器学习优化工艺参数对CM247LC裂纹抑制机理示意图。

在机器学习优化的成形参数下，热处理后CM247LC的室温、900 °C和1000 °C的拉伸性能，均优于目前文献报道的L-PBF成形以及L-PBF+热等静压后的CM247LC，并达到甚至超过传统铸造CM247LC的性能水平（如图4）。这一性能突破主要归因于高体积分数的γ′相、部分保留的柱状晶以及弥散分布的纳米级碳化物，三者协同作用实现了强度与塑性的同步提升（如图5）。

图4 打印态和热处理态CM247LC的拉伸性能。打印态：（a）OE和ML工艺参数下成形试样的拉伸应力应变曲线，（b）机器学习ML最优参数下的拉伸性能与文献报道拉伸性能的比较；热处理态：（c）不同温度下的应力应变曲线；本工作CM247LC与文献报道的L-PBF成形、粉末冶金Powder + HIP、铸造Cast和定向凝固DS的抗拉强度和延伸率对比：（d）室温，（e）900 ℃，（f）1000 ℃。

图5 热处理态CM247LC微观组织。（a）沿BD方向的EBSD-IPF图，（b）GOS图，（c）KAM图，（d）晶粒尺寸（Feret直径）分布图，（e）和（f）SEM-BSD形貌图。

 总结与展望

该研究为增材制造CM247LC的工程应用奠定了基础，同时也为增材制造其他易开裂高温合金的裂纹抑制提供了有益参考。

论文引用

Hu P F, Liu Z Z, Zhou Q H, Wei Z Y, Qi X H, Xie J X. 2026.Machine learning assisted laser powder bed fusion process optimization of CM247LC: crack mitigation and strength-ductility enhancement.Int. J. Extrem. Manuf. 8 045102.

课题组介绍

谢建新，中国工程院院士，北京科技大学教授，博士生导师，北京材料基因工程高精尖创新中心主任，教育部长江学者奖励计划特聘教授，国家杰出青年科学基金获得者。兼任国家新材料产业发展专家咨询委员会副主任、中国材料研究学会常务副理事长等职。《材料基因工程前沿（英文）》（Materials Genome Engineering Advances）期刊主编，《自然科学进展·国际材料（英文）》（Progress in Natural Science: Materials International）期刊主编。

主要研究方向为材料数字化、材料智能设计与制备加工技术、先进金属材料控制凝固与控制成形、材料基因工程关键技术等。在材料基因工程、材料大数据、航空航天与现代交通铝合金材料、能源与电子信息用铜合金材料等方面取得系列研究成果。获国家技术发明二等奖、国家科技进步二等奖3项，何梁何利科技进步奖，省部级科技成果奖励10余项，国际学术奖励2项。发表学术论文400余篇，出版专著5部，获授权发明专利120余项。

刘壮壮，北京科技大学教授，博士生导师，国家级青年人才。长期从事高性能金属材料激光增材制造、多材料激光增材制造、机器学习辅助增材制造专用合金成分设计、增材制造数字化与过程形性智能调控等研究。在Additive Manufacturing，International Journal of Extreme Manufacturing等期刊上发表SCI检索论文50余篇。主持国家自然科学基金面上基金、青年基金、国家重点研发计划课题、新金属材料重点实验室开放课题等国家和省部级项目多项，作为主要参与人参与国家自然科学基金重大项目、两机专项、欧盟第七框架等多项重大科技攻关项目。兼任中国材料学会增材制造分会专业委员会委员，中国有色金属学会增材制造委员会委员，中国机械工程学会增材制造技术分会委员。担任InternationalJournal of Extreme Manufacturing，Additive Manufacturing frontiers，Advanced Powder Material，Mater. Res. Lett.，MGE Advances等期刊青年编委。

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。

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

近日，《Materials & Design》刊发了一篇题为《Advancing laser powder bed fusion of metals via tailored laser beam shaping: A critical review》的综述论文，由汉堡工业大学、皇家墨尔本理工大学等多机构学者联合完成。

这篇综述首次将光束轮廓生成与熔池动力学、缺陷形成、表面质量、微观组织演变、力学响应及生产率置于同一框架下进行整合分析。

光束整形正在从光学调节手段升级为贯通整个工艺链条的系统性变量。

图1 PBF-LB/M光束整形文献的关键词共现图谱

10.1016/j.matdes.2026.116548

 传统高斯光束的局限

当前商用PBF-LB/M（粉末床选区激光熔融）金属3D打印系统广泛采用高斯光束，其中心峰值能量集中，虽有利于实现较高成形速率和一定穿透深度，但在高能量输入条件下，这种集中的能量分布会带来陡峭的热梯度与局部过热，从而缩窄稳定工艺窗口，加剧匙孔效应、飞溅及孔隙率等问题。这些问题最终会损害零件的力学可靠性与疲劳性能。单纯依赖传统高斯光束，已逐渐成为制约工艺进一步优化的瓶颈。

图3 常见光束轮廓的归一化三维强度分布

图中展示了高斯、平顶、环形、芯环式及椭圆五种典型光束轮廓的空间能量分布形态。高斯光束能量集中于中心峰值；平顶光束实现辐照面的均匀覆盖；环形与芯环式光束将能量从中心向周边重新分配；椭圆光束则可在不同轴向上实现差异化能量分布。这些差异化的能量分布模式，构成了光束整形调控熔池行为与微观组织的物理基础。

图7(c) 高斯光束与环形光束的熔池宽深比对比

图中展示了高斯光束与环形光束在不同归一化功率密度下的熔池宽深比（AR）变化。高斯光束的宽深比随能量输入急剧上升，易触发匙孔模式；而环形光束在更宽的参数范围内保持稳定的传导模式熔化，AR值低且变化平缓。这一对比直观地解释了光束整形如何通过重新分布能量来拓宽稳定工艺窗口、抑制匙孔诱导的缺陷。

 从点加热到场调控

该综述的核心论述在于，通过对激光空间能量分布进行重新设计——即光束整形——可以实现对熔池行为的“场”级调控。论文系统比较了环形（ring）、芯环式（core-ring）、平顶（top-hat）及椭圆（elliptical）等非高斯轮廓，揭示出这些轮廓能够将能量从中心向周边重新分配，从而带来一系列连锁收益：

• 拓宽稳定工艺窗口：整形光束有助于维持更宽、更浅的传导模式熔池，延迟或抑制匙孔的形成，使工艺在更宽的功率与速度组合下保持稳定。
• 显著改善致密度与表面质量：通过减少飞溅和抑制匙孔诱导的孔隙，可实现接近全致密（>99.5%）的零件，同时降低表面粗糙度。
• 微观组织的可设计性：通过改变热梯度（G）和凝固速率（R），整形光束可影响晶粒形貌与晶体学织构。例如，在某些条件下，横向椭圆光束能将316L不锈钢的等轴晶粒分数从约30%提升至47%。
• 生产率的实质性提升：由于能够采用更大的扫描间距和更宽的熔道，在优化条件下可实现高达100%甚至更高的理论成形速率提升。

图10(b, b-1) 不同光束轮廓下的熔池横截面与致密度对比

图中展示了Ti-6Al-4V在不同光束模式下的熔池横截面形态及致密度随面能量密度（AED）的变化曲线。高斯光束在较高能量下呈现明显的匙孔特征，孔隙率显著；而芯环式（40/60）和环主导（10/90）光束在优化能量区间内可实现近乎无缺陷的致密组织。该图直观展示了光束整形对致密度与缺陷抑制的实际效果。

 整合建模与标准化诉求

区别于过往偏重光学实现或单一材料效应的综述，本文特别强调了与光束形状相关的工艺描述参数（shape-aware process descriptors）的重要性。传统体能量密度（VED）等标量指标不足以比较不同光束轮廓，该综述呼吁建立统一的光束直径定义、辐照度分布描述以及无量纲工艺框架，以实现研究成果的可重复性与跨平台比较。

图16(a) 光束轮廓与熔池多物理场耦合仿真

图中展示了不同光束强度分布下的熔池表面热-流耦合仿真结果，包括Marangoni流动和反冲压力分布。该图从建模角度揭示了光束形状如何通过改变熔池温度场和流场来影响最终凝固组织，呼应了综述中关于“建立统一工艺描述参数和标准化框架”的论述。

此外，论文也直面了工业化障碍。从静态光学元件（如衍射光学元件DOE）到基于光源的动态可调模式（如芯环式光纤激光器），再到可编程空间光调制器（SpLM），不同技术路径在适应性、稳定性与集成成本上存在显著权衡。光学集成难度、能量传输稳定性、以及缺乏标准化术语，仍是光束整形从实验室走向车间必须跨越的门槛。

 结语

这篇综述为读者提供了一个全景式视角。光束整形不仅是优化熔池的工具，更是连接工艺参数、材料微观结构与最终零件性能的关键桥梁。对于正在寻求突破效率与质量瓶颈的设备商、激光器制造商以及工艺开发者而言，理解并利用这一空间能量调控逻辑，将是下一代增材制造技术竞争中的重要一环。该综述还指出了自适应光束切换、原位监测闭环控制等未来方向，预示着按需定制热场的增材制造时代正在到来。

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。

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

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