Research and Density Prediction of Lase-Wire-Directed Energy Deposition Additive Manufacturing Process Based on 304 Stainless Steel
本研究调查了工艺参数对通过激光丝材定向能量沉积制造的304不锈钢密度的影响，并证明了支持向量回归模型在优化制造质量方面提供了最准确的预测。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在现代制造业领域，人们日益渴望不再通过从固体块中切除材料来制造复杂的金属零件，而是像3D打印塑料那样，通过逐层添加的方式进行构建。这种被称为增材制造的技术，有望为飞机、医疗器械和发动机制造出比传统方法更少浪费、设计自由度更高的复杂组件。这种技术的其中一种特定版本使用高功率激光器，在将细金属丝送入熔融金属池的过程中将其熔化，并将其熔合在表面上，从而从底部向上构建形状。虽然这种方法功能强大，但也隐藏着风险：在金属冷却凝固时，可能会产生微小的空气囊，即气孔。这些肉眼看不见的缺陷就像薄弱点，可能导致零件在压力下失效或随时间发生腐蚀。对于航空航天等可靠性至关重要的行业而言，确保最终产品完全致密且无内部空隙，是任务成功与灾难性失败之间的区别。
四川大学的研究人员致力于解决304不锈钢在这一过程中的问题，这种材料因其强度和抗锈能力而被广泛使用。他们专注于一个特定的挑战：理解机器设置如何影响所构建金属的密度。如果激光太弱，金属可能无法完全熔化；如果激光太强，则可能产生不稳定的气泡。研究团队系统地测试了四个关键变量：激光功率、激光扫描速度、送丝速度以及吹向工作区域的保护气体压力。通过对不同设置组合进行数百次实验，他们精确绘制出了每种因素如何影响金属最终质量的图谱，寻找使材料趋于完美的精确“甜点区”。
实验表明，机器设置与金属质量之间的关系并非简单的直线关系。相反，它表现得像一条曲线，在任何设置上过低或过高都会导致缺陷。当激光功率过低时，金属获得的能量不足以完全熔化，从而留下间隙和未熔化的丝材碎片。当功率过高时，剧烈的能量会在熔融金属中产生一个深层的、不稳定的蒸汽通道，随后发生剧烈塌陷，从而在内部捕捉到巨大的气囊。同样，如果激光移动过慢，金属会变得过于流动并发生飞溅，留下空隙；如果移动过快，金属丝在接触表面前就无法完成熔化，从而形成多孔且结合不良的层。保护气体的压力也起到了关键作用；气体过少会导致电离粒子云阻挡激光，而气体过多则会将熔融金属吹散，从而引入空气泡。
通过这些测试，研究人员发现激光功率是最关键的因素。虽然送丝速度和气体压力也很重要，但如果激光功率设置不当，仅靠调整这两者无法修复零件。他们发现最有效的组合包括：800瓦的激光功率、600毫米/分钟的扫描速度、160厘米/分钟的送丝速度以及0.2兆帕的气体压力。在这些特定条件下，生成的金属密度达到了99.84%，这意味着它几乎完全没有内部孔洞。这种精度的水平至关重要，因为即使是极微量的孔隙率也会大幅降低组件在恶劣环境下的使用寿命。
为了让这些知识在未来的制造中发挥作用，团队转向计算机模型，以预测任何设置下的结果，而无需每次都制作物理样品。他们将实验数据输入到四种不同类型的人工智能算法中，教它们识别机器设置与金属密度之间复杂的模式。其中一种被称为支持向量回归的模型被证明是最准确的。该模型如此深入地学习了工艺规则，以至于在预测新金属零件的密度时，与实际物理测量值的误差小于0.2%。该模型成功地可视化了不同设置之间的相互作用，展示了一张清晰的地图，标明了哪里可以获得最佳结果，以及哪里会导致工艺失败。
这项研究证实，通过精确控制能量输入和材料流，利用这种基于丝材的激光方法制造高质量不锈钢零件是完全可能的。研究结果为希望使用该技术制造高要求应用领域可靠组件的工程师提供了清晰的指南。通过优先控制激光功率，并利用预测模型来引导其他设置，制造商可以避免往往会减慢生产进度的试错法。这项工作不仅为一种特定的设置提供了解决方案，更建立了一个理解如何消除金属零件内部缺陷的框架，为在现实世界中实现更安全、更高效的增材制造铺平了道路。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。