洛桑联邦理工学院的研究人员通过一种开创性的缺陷检测方法，解决了围绕激光增材制造工艺的长期争论。

　　激光增材制造的发展经常受到意外缺陷的阻碍。传统的监测方法，如热成像和机器学习算法，已经显示出明显的局限性。他们经常忽视缺陷或误解缺陷，使精密制造难以捉摸，并将该技术排除在航空和汽车制造等重要行业之外。

　　但是，如果能够根据打印机在完美打印过程中发出的声音差异和不规则的声音来实时检测缺陷呢?到目前为止，以这种方式检测这些缺陷的前景被认为是不可靠的。然而，洛桑联邦理工学院热机械冶金实验室的研究人员成功地挑战了这一假设。

　　该实验室负责人Roland Logé教授表示：“关于基于激光的增材制造声学监测的可行性和有效性，一直存在争议。我们的研究不仅证实了它的相关性，而且强调了它相对于传统方法的优势。

　　这项研究对工业部门至关重要，因为它引入了一种突破性且具有成本效益的解决方案，用于监控和提高通过激光粉末床熔融制造的产品质量。

　　首席研究员Milad Hamidi Nasab博士表示：“同步加速器X射线成像与声学记录的协同作用提供了对LPBF过程的实时洞察，有助于检测可能危及产品完整性的缺陷。在各行各业不断追求效率、精度和减少浪费的时代，这些创新不仅节省了大量成本，还提高了制造产品的可靠性和安全性。

　　LPBF制造是如何工作的?

　　LPBF是一种重塑金属制造的尖端方法。从本质上讲，它使用高强度激光来精心熔化微小的金属粉末，一层又一层地创建以产生详细的 3D 金属结构。将LPBF视为传统3D打印机的金属版本，但增加了一定程度的复杂性。

　　它不是熔化的塑料，而是采用一层细小的微观金属粉末，其大小可以从人类头发的厚度到细颗粒的盐粒不等。激光在该层上移动，根据数字蓝图熔化特定图案。这种技术能够以最小的过量制作定制的复杂零件，如晶格结构或独特的几何形状。然而，这种有前途的方法并非没有挑战。

　　当激光与金属粉末相互作用，形成所谓的熔池时，它会在液相、气相和固相之间波动。有时，由于激光的角度或粉末或零件的特定几何属性等变量，该过程可能会动摇。这些被称为“政权间不稳定性”的情况有时会促使两种熔化方法之间的转变，称为“传导”和“锁孔”制度。

　　在不稳定的锁孔状态下，当熔融粉末池钻得比预期的更深时，它会产生孔隙，最终导致最终产品的结构缺陷。为了便于在X射线图像中测量熔池的宽度和深度，洛桑联邦理工学院成像中心的图像分析中心开发了一种更容易可视化与液态金属相关的微小变化的方法，以及一种用于注释熔池几何形状的工具。

　　使用声音检测这些缺陷

　　在与Paul Scherrer研究所和瑞士联邦材料科学与技术实验室的合资企业中，EPFL团队制定了一种实验设计，将操作X射线成像实验与声发射测量相结合。

　　实验是在PSI瑞士光源的TOMCAT光束线上进行的，由Steven Van Petegem博士的团队开发的小型LPBF打印机。与位于印刷室内的超灵敏麦克风的合并可精确定位状态转换期间声学信号的明显变化，从而直接识别制造过程中的缺陷。

　　该研究的一个关键时刻是由Empa的信号处理专家Giulio Masinelli引入的自适应滤波技术。“这种滤波方法，”Masinelli强调说，“使我们能够以无与伦比的清晰度辨别缺陷与伴随的声学特征之间的关系。

　　与典型的机器学习算法不同，机器学习算法擅长从统计数据中提取模式，但通常针对特定场景进行定制，这种方法提供了对熔化状态物理的更广泛见解，同时提供了卓越的时间和空间精度。

　　通过这项研究，洛桑联邦理工学院为激光增材制造领域贡献了宝贵的见解。这些发现对潜在的工业应用具有重大意义，特别是在航空航天和精密工程等领域。该研究巩固了瑞士在细致工艺和制造精度方面的声誉，强调了对一致制造技术的需求。

　　此外，它还具有早期发现和纠正缺陷的潜力，从而提高了产品质量。Logé教授总结道：“这项研究为更好地理解和完善制造过程铺平了道路，从长远来看，最终将带来更高的产品可靠性。

　　研究结果发布在《自然通讯》杂志上