增材制造關鍵缺陷的無損檢測：分辨率、速度與尺寸的優(yōu)化平衡

增材制造（AM），即3D打印，正在改變現代制造業(yè)。然而，隨著零件復雜性和功能性需求的增加，如何高效、準確地檢測AM零件的內部缺陷和幾何精度成為關鍵挑戰(zhàn)。X射線計算機斷層掃描（XCT）作為一種非破壞性檢測技術，因其高分辨率的三維內部結構信息，在AM領域得到廣泛應用。

增材制造中關鍵缺陷的無損檢測 來源：[1]

然而，如何平衡XCT檢測過程中速度、精度與零件尺寸，一直是學術界和工業(yè)界關注的焦點。

一、XCT技術的基本原理與應用
XCT通過旋轉樣品并采集多個角度的X射線投影圖像，利用計算機算法重建出樣品的三維內部結構。其核心優(yōu)勢在于非破壞性地檢測內部缺陷（如孔隙、裂紋）和幾何偏差（如尺寸精度、表面粗糙度）。在AM領域，XCT不僅用于質量控制，還在工藝優(yōu)化和材料研究中發(fā)揮重要作用。

二、分辨率、速度與零件尺寸的平衡

1、分辨率與缺陷檢測
XCT分辨率的核心在于體素大小，較小的體素能捕捉更精細的細節(jié)，但高分辨率掃描會增加處理時間和數據存儲需求。信噪比（SNR）也影響缺陷與周圍材料的區(qū)分能力，較大或較致密的部件（如鈦和不銹鋼等材料）會降低X射線的穿透力，導致對比度下降。

對缺陷進行各種體素/試樣尺寸掃描 來源：[1]

缺陷的形狀和大小同樣影響檢測的可靠性。近球形缺陷（如氣體滯留孔隙）在各種分辨率下都較易檢測，而形狀不規(guī)則的缺陷（如未熔合孔隙）在低分辨率下更難識別，因為它們的精細特征容易丟失。

2、掃描速度與準確度
XCT用戶常面臨高分辨率/慢速掃描與低分辨率/快速掃描的選擇，每種方式各有優(yōu)劣：

高分辨率掃描（體素大小通常在3到5微米之間）對檢測微小缺陷至關重要，尤其是在航空航天和醫(yī)療領域，零件失效可能導致嚴重后果。然而，這種掃描耗時較長，不適合大批量零件檢測。

中等分辨率掃描（體素大小在6至10微米之間）在缺陷可見度和掃描速度之間提供了平衡，適用于一般工業(yè)應用，這些場景下分辨率的適度降低不會顯著影響性能。

低分辨率掃描（體素大小超過10微米）適合快速檢測大型或高產量組件。雖然能有效識別較大缺陷（如鎖孔和氣孔），但可能遺漏較小或不規(guī)則形狀的缺陷，導致對零件完整性的評估過于樂觀，增加使用中的故障風險。

（a）真實缺陷（b）低分辨率掃描中檢測到的相應實體（c）基于邊界框的真實缺陷和低分辨率掃描之間的缺陷匹配（d）考慮缺陷之間的區(qū)域的多邊形化方法 來源：[1]

3、零件尺寸對XCT效率的影響
小型零件可以快速進行高分辨率掃描，而大型零件則面臨掃描時間、數據量和X射線衰減的限制。建議采用針對性掃描策略，如感興趣區(qū)域（ROI）掃描或分段XCT分析，以保持準確性而不顯著增加掃描時間。此外，混合無損檢測（NDT）方法可作為XCT的補充。例如，超聲波檢測或熱成像技術可用于預篩選，使XCT能夠專注于需要詳細分析的特定區(qū)域。

三、衡優(yōu)化金屬增材制造XCT的實用指南
選擇合適的XCT參數需根據具體應用和缺陷嚴重程度：
對于高性能航空航天和醫(yī)療部件，建議體素大小控制在1到5微米之間，X射線能量水平在100到180千伏之間；

對于一般工業(yè)和工具應用，6至10微米的體素大小可在精度和速度之間取得平衡；

在大批量制造和大型AM組件中，通常需要10微米或更大的體素尺寸，X射線能量水平建議在160至225千伏之間。

各種掃描的XCT設置和采集參數示意圖 來源：[1]

此外，人工智能（AI）在XCT分析中的應用正逐漸興起，通過訓練模型預測缺失細節(jié)，提高低分辨率掃描中的缺陷可見性。

四、案例研究：航空航天AM組件的XCT
在航空航天領域，某關鍵AISi10Mg部件需要進行嚴格的缺陷檢測。檢測團隊采用了多管齊下的策略：首先，針對易疲勞區(qū)域實施ROI掃描；其次，對關鍵特征采用中等分辨率掃描，對大塊材料則采用較低分辨率掃描；最后，引入AI圖像增強技術提升低分辨率區(qū)域的缺陷識別能力。通過這一系列措施，團隊在保證合理掃描時間的同時，成功檢測出關鍵缺陷。

XCT圖像處理、缺陷特征提取流程圖 來源：[1]

五、金屬增材的XCT未來趨勢

XCT技術的進步正在突破現有局限。高速XCT系統的開發(fā)旨在縮短掃描時間而不犧牲分辨率。AI輔助的XCT檢測逐漸受到關注，機器學習模型顯著提升了缺陷檢測的準確性�；旌蠠o損檢測（NDT）方法也日益普及，通過將XCT與激光超聲波和紅外熱成像等技術結合，提供更全面的零件質量評估。

總結而言，優(yōu)化金屬增材制造的XCT需要仔細權衡分辨率、掃描速度和零件尺寸。通過結合使用ROI掃描、分段XCT分析和AI驅動的圖像增強技術，技術人員可以在不顯著增加掃描時間的情況下提高缺陷檢測率。

參考論文：[1] https://www.nature.com/articles/s41598-025-91608-6