2022年，白宫正式发布AM Forward（增材制造前进计划）将通过提高美国中小型制造商的竞争力、创造和维持高薪制造业工作岗位以及通过采用增材制造提高供应链弹性来帮助美国家庭降低成本。

在制定增材制造行业标准方面，由于3D打印需要不同的标准和工艺认证，AM Forward（增材制造前进计划）中强调美国商务部将通过美国国家标准与技术研究院 (NIST) 进行测量科学研究，以克服广泛使用金属基材料的关键障碍。增材制造，做为新的高优先级标准开发技术基础，并通过在 ASTM 国际、国际标准化组织 (ISO)、美国机械工程师协会 (ASME) 和其他机构内领导标准制定，将这些结果传播给 AM Forward 参与者。

近日，美国商务部的国家标准与技术研究院NIST 已授予业界370万美元的赠款，以帮助通过测量科学研究解决当前和未来广泛采用金属增材制造 (AM) 的障碍。

© NIST

下一代增材制造技术
© 3D科学谷白皮书

 测量的能力建设

根据NIST，美国可以在增材制造的测量和国际标准方面发挥主导作用，这将有助于加速采用这些重要的3D打印技术，为了在全球竞争，美国需要投资于这样的项目，通过将在工业界、学术界和政府领域的最优秀人才聚集在一起，以解决重要的技术挑战。

根据NIST，3D打印-增材制造技术具有减少材料浪费、降低能源强度、缩短上市时间和准时生产等优势，可以加强美国的供应链。而加速采用新的测量方法和标准将有助于提升美国在这一重要行业的竞争力。

通过这些拨款，NIST正在促进行业解决采用增材制造的障碍，包括支持基于等效的资格和基于模型的资格的测量科学、AM增材制造材料的表征以及支持一致数据交换/表征新标准的标准AM增材制造生产系统的进步。

加速采用新的测量方法和标准将有助于提升美国在3D打印这一重要行业的竞争力。

 基础研究推动行业发展的底层逻辑

以下组织将获得 NIST 基于金属的增材制造赠款计划，这些资金将用于支持两年内的研究花费：

纽约州立大学研究基金会: 95.7万美元

该项目的目标是展示一种增强的无损测量 (NDE) 技术，该技术可以确定关键材料特性，例如氧化物厚度、飞溅颗粒百分比、晶粒尺寸和缺陷检测。

科罗拉多矿业学院：95.6万美元

该项目将研究新的光学计量学，以实现实时过程反馈和控制，从而实现基于过程的对AM增材制造的金属零部件的鉴定和认证。

奥本大学：94.9万美元

该项目的目标是建立一个具有计算机视觉和机器学习的数据驱动框架，用于对因疲劳而无法承受故障的应用进行增材制造材料和零件的无损鉴定。

通用电气：87.4万美元

GE研究与GE增材制造以及德克萨斯大学埃尔帕索分校 (UTEP) 合作建立用于测试和评估的智能针迹集成 (I-SITE) 计划，以扩展现有的标准化方法并建立传感器响应、材料行为和机械之间的相关性特性。

 基础研究带来更开阔的视野

基础研究的重要性正在显现，业界将回归基础并找到重要的东西。也许可以找到更好的控制湿度或氧化的方法，这对铜来说更为重要，这中回归基础的需求将开始渗透到其他材料中，将把制造者带回科学，试图了解什么是真正重要的。

根据ACAM亚琛增材制造中心，3D打印-增材制造的发展将推动数字材料技术进步，多材料打印的进步，确保大幅减少增材制造新材料设计、开发和取得资格所需的时间和成本。该领域包括开发新的和新颖的计算方法，如基于物理及模型辅助的材料性能预测工具；开发对计算机预测进行验证所需的通用基准数据，以及针对材料性能表征的新思路，有助于为每一个新的增材制造材料-工艺组合开发设计循环。

在这里，科研带来更开阔的视野与对挑战本质的理解。

根据3D科学谷的市场观察，早在2015年，NIST就发布了<<对增材制造粉末床熔融技术进行实时控制所需要的测量科学>>，NIST的制造技术研究人员们针对基于粉末床的金属3D打印工艺开发了一套技术跟踪原则，由于金属打印对于航空航天和汽车制造企业进一步开发金属打印能力至关重要，因此NIST的这份报告具有推动打印过程控制和改进可靠性的现实意义。他们希望通过数理统计的方式计算金属3D打印工艺中的关键变量之间的相关性，从而能够使打印过程得到很好的过程控制和优化。

© 3D科学谷白皮书

研究人员称在熔融过程中有超过50种不同的因素在发挥着作用，研究人员认为像尺寸和形状误差、熔融层中的空隙、最终部件的高残余应力，以及对材料性能——包括硬度和强度等各种变量相互关系的研究不足导致了3D打印工艺难以量化控制。NIST的研究团队将这一方法分解成了十几个“工艺参数（process parameters）”、十五种“工艺识别标志（process signatures）”和六类“产品质量（product qualities）”，然后他们在每三个类别中进行绘图以识别“变量之间的相关性”。这份原则系统地将过程输入与过程中的现象量化起来，这样就能够计算其中变量的相关性来跟踪打印过程，产品的量化指标包括了材料特性、尺寸精度，以及表面粗糙程度等。

© 3D科学谷白皮书

通过增材制造测试平台评估过程测量和控制技术，使研究人员能够观察金属粉末的熔融和凝固过程、整合过程计量工具，并开发出基于数据获取的过程测量/测试的控制算法和软件。

 影响力之上的增材制造数据资源建设

根据3D科学谷的市场观察，在白宫AM Forward增材制造前进计划的支持下，美国正在汇聚优质的科研、企业（大型企业及中小企业）、公共部门资源，建立起以数据为基石、算法为竞争力的增材制造发展战略。更重要的是，这种资源的汇聚是开放、跨国界的，美国在积极地发挥自身的影响力，从全球范围内吸引优质的创新力量，赋能其本国的制造业振兴计划。

根据3D科学谷<<划时代！使用“共享”数据来支持标准制定及软件开发，ASTM成立CMDS材料数据和标准化联盟>>一文，就在2022年5月，ASTM 国际增材制造卓越中心 (AM CoE) 和创始行业成员启动 AM CoE 材料数据和标准化联盟 (CMDS) 计划。ASTM CMDS 的使命是将代表整个 AM 价值流的各行各业的关键组织聚集在一起。

CMDS 将管理一个高谱系数据共享数据库，联盟成员使用该数据库来开发工具，例如基于物理/概率模型的工具，以及支持新 AM 应用、材料和技术的快速认证所需的数据分析，以及实时质量保证以扩大增材制造生产。

CMDS的联盟成员是跨国界的，创始成员有 21 个，其中包括：Accurate Brazing，AddUp（属于米其林），ASTM 国际，奥本大学，BeamIT/3T-AM，波音，Desktop Metal, Element Materials Technology，EOS，Edison Welding Institute (EWI)，Fraunhofer 弗劳恩霍夫IAPT，Gasbarre 热处理系统，GE增材制造，吉凯恩增材制造，海克斯康制造智能公司，惠普公司，MTC，Morf3D，美国国家航空航天局 (NASA)，雷神，Sigma Labs。

仅仅是创始成员，CMDS就包括了德国、法国、英国的研究机构和企业。

3D科学谷认为在全球范围内，科技的发展战略在出现新的变化，由于3D打印所具备的天然数据属性的重要性显现，数据与算法的组合，加上测试工具、仿真工具等工具的加持，将诞生也将发生更具激烈的吸引优质资源的竞争策略与方法，其中参与基础研究、数据库的建设、标准的制定等等方式将成另外一条隐形赛道。

3D打印的能力建设将包括开放与合作能力的建设，在此基础上实现颠覆性创新能力的建设。

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。

美国国家标准与技术研究所（NIST）与田纳西理工大学（TTU）的Duck Bong Kim合作，发布了一项研究，阐述了如何解决生产中的金属3D打印的三大挑战。

这项研究中提出的模型最终可能通过认证过程形成金属3D打印零件和增材制造的标准。

增材制造被普遍的认为是带来下一代工业革命的主要驱动因素，主要的原因是增材制造带来小批量生产的经济性和灵活性，个性化定制的可能性，以及复杂零件生产的可行性。不仅仅改变了我们对原来产品设计的印象，还带来了供应链的改变，缩短了产品上市时间，并且对环境更友好。

然而，3D打印迈向产业化的过程中遇到了一系列的难题，其中包括：

- 通过信息管理系统来管理增材制造数据流

- 工艺可重复性、零件到零件的可重复性

- 成熟的认证和质量检测方法

美国国家标准与技术研究所（NIST）与田纳西理工大学（TTU）提出了一个增材制造信息图以方便梳理零件的生产能力，工艺的重复性，以及零件到零件的可重复性。

增材制造数字线程包括设计信息、材料、工艺、加工以及测试信息。根据数字线程所记录的信息，科学家们希望利用这些大数据来建立相关的数学模型，以或许有效的相关性分析，从而提高对零件质量和加工稳定性的控制。从A1到A6的数据线程包括如下：

A1:设计：在这个过程中，根据设想和零件所需要实现的性能要求，从而获得了几何模型的建模结果，这个结果运用了多种设计技巧，包括拓扑优化，内部晶格点阵结构，以及预留了组装和加工余量等等。

A2：计划过程-独立于设备：这个过程决定了零件的构建方向，支撑结构等。这些计划需要考虑所需要达到的零件表面质量，材料性能，构建实践以及是否需要支撑结构等。在这个过程中，同样的运用到了新的技术，包括拓扑优化的支撑结构等。

A3:计划过程-与设备相关：这个过程考虑各种加工策略，包括切片、能量输入、扫描速度、扫描路径等等。由于很多要实现的结果之间是此消彼长的，例如质量（表面粗糙度）与加工速度通常是个矛盾体（考虑到加工时间和加工成本），这其中的加工策略对加工结果达到最优化起到了关键的作用，并且与所使用的设备息息相关。

A4:零件构建：在通过激光或其他能量源层层加工金属粉末的过程中，可以通过熔池监测手段来获取加工中的状态数据，从而为实现微观晶体层面上的控制，并检测到缺陷的发生，从而与其他的数据建立相关性分析，以提高避免缺陷发生的能力。

A5:零件的后处理：这个过程是为了使得零件达到所需要的性能结果，包括去支撑，通过热处理技术来提升零件的性能（去火、热等静压-HIP，精加工-机加工以及表面纹理处理技术-喷丸与磨削）

A6：零件质量：这个过程包括多种检测手段，包括机械检测与无损探伤(NDE)技术，在这个过程中，所有的数据被记录下来以与前面过程中所记录下来的数据建立相关性研究，提高零件的可靠性和一致性。

基于A1到A6的数据线程，NIST提出了如何提取有效数据的4梯队逻辑地图。而基于这个逻辑地图，针对A1到A6的每个阶段，NIST将有分析价值的数据提炼成数据包进行了详细的细分。

加入3D科学谷3D产业链QQ群：529965687
查找往期文章，请登陆www.51shape.com,在首页搜索关键词
网站投稿请发送至editor@51shape.com
欢迎转载，如需加入白名单请将微信公众号回复至3D科学谷微信公众号