3D打印金屬零件新型成像檢測方法，可能會改變航空航天業(yè)的游戲規(guī)則

導讀：3D打印零件的質(zhì)量檢測是至關(guān)重要的一步，生產(chǎn)人員需要依據(jù)檢測結(jié)果對工藝進行適時調(diào)整，以避免造成更大的質(zhì)量事故。而現(xiàn)有的檢測體系大多費時費力、成本高昂，所以，如何造就一套針對3D打印零件的質(zhì)量檢測系統(tǒng)是其產(chǎn)品能否走向產(chǎn)業(yè)化的關(guān)鍵所在。

2022年2月28日，南極熊獲悉，來自新加坡南洋理工大學（NTU Singapore）的研究人員開發(fā)了一種新型的快速和低成本的成像方法來評估3D打印金屬零件的質(zhì)量。

這種成像方法能夠分析零件的微觀結(jié)構(gòu)和材料質(zhì)量，可以說對航空航天等行業(yè)是一種改變。因為在這些行業(yè)中，對渦輪機和風扇葉片等關(guān)鍵任務零件進行低成本、高效的評估，可以證明對維護、修理和大修（MRO）有重要意義。

南洋理工大學助理教授Matteo Seita說："使用我們廉價和快速的成像方法，可以很容易地分辨出好的3D打印金屬零件和有問題的零件。目前，除非我們對材料的微觀結(jié)構(gòu)進行深層次、高倍率的分析，否則不可能分辨出區(qū)別。生產(chǎn)中不存在兩個完全一樣3D打印的金屬零件，即使它們可能是使用相同的技術(shù)生產(chǎn)的，并且具有相同的幾何形狀。從概念上講，就算兩個一模一樣的的木制工藝品，往深層次分析后也可能會展示出不同的紋理結(jié)構(gòu)。"

△分析3D打印金屬表面的獨特晶體圖案可能為通過快速成型制造的部件的認證和質(zhì)量評估鋪平道路。照片來自新加坡國立大學。

對微觀晶體的成像

大多數(shù)3D打印的金屬合金都是由大量的微觀晶體組成，這些晶體在形狀、大小和原子晶格方向上都有所不同�？茖W家們能夠通過繪制這些微觀晶體圖來確定一種合金的特性，例如其強度和韌性。研究人員將此比作觀察木紋，當木紋在同一方向連續(xù)時，木材是最堅固的。

然而，到目前為止，分析3D打印金屬合金內(nèi)的這種微觀結(jié)構(gòu)一直是一個費力費時的過程，通常涉及電子顯微鏡掃描，其成本在73,000美元至150萬美元之間。

Seita和他的團隊開發(fā)了他們的新型成像方法，只需幾分鐘就能提供同樣質(zhì)量的信息，重點是成本更低。他們使用了一個由光學相機、手電筒和運行團隊開發(fā)的專有機器學習軟件的筆記本電腦組成的系統(tǒng)，總成本約為18,400美元。

該方法包括用化學品處理3D打印部件的表面，以顯示其微觀結(jié)構(gòu)，然后在手電筒從不同方向照亮金屬時用相機拍攝多張光學圖像。然后，科學家們的專利軟件分析由零件表面反射的光線產(chǎn)生的圖案，并在15分鐘內(nèi)推斷出它們的方向。

△新加坡國立大學助理教授Matteo Seita拿著一塊3D打印的金屬合金，通過使用光學相機和機器學習的新型低成本成像系統(tǒng)，可以在15分鐘內(nèi)輕松分析其特性。照片來自新加坡國立大學。

改善3D打印部件的質(zhì)量評估模式

新加坡國立大學的研究人員認為他們的成像方法可以簡化3D打印金屬合金部件的認證和質(zhì)量評估，特別是那些通過激光技術(shù)生產(chǎn)的部件。

由于激光強度和速度、冷卻時間以及所使用的金屬粉末的類型和品牌不同，導致3D打印金屬的微觀結(jié)構(gòu)可能會有所不同，這意味著同樣的設(shè)計在兩臺不同的機器或生產(chǎn)車間進行3D打印，可能會產(chǎn)生不同質(zhì)量的零件。

NTU團隊的軟件使用了一個模擬大腦如何形成聯(lián)想和處理思維的神經(jīng)網(wǎng)絡，結(jié)合機器學習，根據(jù)光在表面散射的方式的差異，預測金屬零件內(nèi)晶體的方向。

△南洋理工大學助教Matteo Seita使用原型成像系統(tǒng)分析一塊3D打印合金的強度和硬度。照片來自新加坡國立大學。

該軟件成功地創(chuàng)建了一個完整的 "晶體方向圖"，能夠提供關(guān)于3D打印部件內(nèi)的晶體形狀、尺寸和原子晶格方向的信息。

根據(jù)NTU團隊的說法，這種方法可以使關(guān)鍵任務部件和行業(yè)受益，特別是快速、相對低成本的質(zhì)量評估。該團隊正在與NTUitive（NTU的創(chuàng)新和企業(yè)公司）討論，探討成立一個分拆公司的可能性，或?qū)�專利成像軟件授�?quán)給行業(yè)參與者。

關(guān)于這項研究的更多信息可以在NPJ計算材料雜志上發(fā)表的題為："A machine learning approach to map crystal orientation byoptical microscopy"的論文中找到。這項研究是由M. Wittwer和M. Seita共同撰寫的。

相關(guān)論文鏈接：https://www.nature.com/articles/s41524-021-00688-1

金屬零件質(zhì)量監(jiān)測方面的進展

根據(jù)世界經(jīng)濟論壇的說法，簡化3D打印的鑒定過程將是其產(chǎn)業(yè)化的關(guān)鍵。TüV南德意志集團的Gregor Reischle和Christophe Blanc最近對這一觀點表示贊同，稱質(zhì)量保證可以為系列化的增材制造提供更快途徑。

過去，機器學習已被部署到檢測3D打印部件的缺陷，并通過減少金屬3D打印過程中的 "飛濺"來提高單個金屬層的質(zhì)量。X射線成像以前被用來減輕金屬3D打印部件的缺陷，而個別粉末被不斷修整以提高金屬終端部件的質(zhì)量和表面光潔度。

這一領(lǐng)域最近也有很多的發(fā)展，賓夕法尼亞州立大學從科學技術(shù)公司3M公司獲得了價值18萬美元的撥款，用于探索金屬3D打印的質(zhì)量控制方法，而勞倫斯-利弗莫爾國家實驗室的工程師則開發(fā)了一種通過液體金屬噴射（LMJ）3D打印生產(chǎn)優(yōu)化零件性能的方法。