Porosity Prediction in Aluminum Wire Arc Additive Manufacturing Using Two-Stage Machine Learning Cascade and Computed Tomography

想象一下，通过熔化金属丝并将其逐层铺设，像一台非常快速、非常精准的3D打印机一样，来建造一个巨大的金属结构。这种被称为电弧增材制造的过程正在改变我们制造航空航天等工业领域大型金属零件的方式。它效率很高且材料利用率高，但却有一个顽固的缺陷：在金属冷却时，微小的空气口袋（或称气孔）可能会被困在内部。这些看不见的孔洞会削弱结构，就像大坝上的裂缝一样，并可能导致零件后期失效。几十年来，工程师们必须等到零件完成后才能检查这些缺陷，通常需要使用沉重的X射线机来观察内部。如果发现缺陷，整个昂贵的零件可能都不得不报废。现代制造业的目标是在零件制造过程中就捕捉到这些问题，通过实时调整工艺过程，从源头上阻止孔洞的形成。

土耳其Roketsan的研究团队通过教计算机预测这些气孔何时出现，在实现这一目标方面迈出了重要一步。他们专注于一种特定的铝合金——Al-2319，这种合金因其强度高而备受青睐，常用于火箭和飞机中。为了理解这个问题，他们使用机械臂和一套能够极其精准地移动金属丝和电弧的专用焊接系统，建造了几面由这种金属组成的高大墙体。当机器人工作时，它会记录焊接过程中发生的每一次细微变化，例如送丝速度、电弧电压和温度，每十分之一秒捕捉一次数据。墙体完成后，研究人员不仅观察外观，还使用工业计算机断层扫描对每面墙的整个内部进行了扫描。这是一种强大的3D X射线成像技术，可以创建每一处内部气孔的详细地图，精确显示它们的位置、大小和形状。

真正的挑战在于将焊接机的瞬时变化与金属内部永久性孔洞之间的联系起来。研究人员必须对齐两组截然不同的信息：连续不断的焊接数据流和静态的3孔3D图谱。他们建立了一个系统，将每个气孔的位置与该位置对应的焊接参数记录的具体时刻进行匹配。这使他们能够看到在气孔形成之前，机器正在进行怎样的操作。通过研究这些数据，他们发现这些缺陷的形成并非随机发生。相反，焊接过程中的特定模式往往预示着孔洞的出现。例如，他们发现当送丝速度略微增加或电压激增时，气孔形成的概率就会上升。有趣的是，金属温度和保护气体流量也起到了作用，但最显著的征兆是送丝方式和电力传输过程中细微且快速的波动。

为了将这些观察结果转化为实用的工具，该团队开发了一个两阶段计算机系统，旨在充当“安全网”。第一阶段，他们称之为“哨兵”（sentinel），是一个简单但灵敏的模型，负责监视焊接数据并标记任何看起来可疑的情况。它的唯一任务是尽可能多地捕捉潜在问题，即使这会引发一些误报。第二阶段，即“确认者”（confirmer），仅提取这些被标记的时刻，并使用一个更复杂的模型对其进行更仔细的检查。这个第二模型更加严格；它试图验证警报是否真实，从而过滤掉误报。研究人员在计算机从未见过的全新墙体上测试了该系统。虽然该系统并未捕捉到每一个缺陷，但它成功识别了相当数量的缺陷，并提供了一个稳定的警告流，可用于真实的工厂环境。他们还发现，通过对几秒钟内的警告进行平滑处理，可以防止系统报警过快，以免干扰人类操作员。

这项研究表明，通过密切观察焊接过程并使用这种两步计算机检查法，制造商可以从仅仅在零件制造完成后进行检测，转变为在制造过程中进行调整，以防止缺陷形成。研究人员指出，这种方法依赖于标准焊接机中已经存在的数据，这意味着它不需要高速摄像机或声学麦克风等昂贵的新型传感器。虽然该系统并不完美且仍会遗漏某些缺陷，但它提供了一种可扩展且易于理解的方法来提高质量控制水平。研究结果表明，阻止这些隐形孔洞的关键在于管理送丝和电弧的稳定性，这为未来制造更强韧、更可靠的金属零件提供了清晰的路径。