Исследователи научились со 100% вероятностью предсказывать появление пор в процессе LPBF

Исследовательская группа под руководством Тао Суна, доцента кафедры материаловедения и инженерии Университета Вирджинии, опубликовала в Science статью "Machine learning–aided real-time detection of keyhole pore generation in laser powder bed fusion" (Обнаружение с помощью машинного обучения в режиме реального времени образования пор в виде замочных скважин при лазерной плавке в порошковом слое). Это исследование поможет расширить использование аддитивного производства в аэрокосмической и других отраслях промышленности, где предъявляются особенные требования к прочности и надежности металлических деталей.

Это исследование посвящено проблеме обнаружения момента образования пор в виде "замочной скважины", одного из распространенных основных дефектов при лазерной плавке в порошковом слое (LPBF). Появление и размер подобных дефектов зависит от мощности лазера и скорости сканирования, а также от способности материалов поглощать лазерную энергию.

Тао Сун и его команда, в которую входят профессор материаловедения и инженерии Энтони Роллетт из Университета Карнеги-Меллон (CMU) и профессор машиностроения Лианьи Чен из Университета Висконсин-Мэдисон, разработали подход, позволяющий определить точный момент образования поры в виде замочной скважины в процессе печати.

"Благодаря интеграции синхротронной рентгеновской визуализации операндо, визуализации в ближней инфракрасной области и машинного обучения, наш подход позволяет уловить уникальную тепловую сигнатуру, связанную с образованием замочной скважины, с субмиллисекундным временным разрешением и 100% вероятностью", - сказал Тао Сун.

При разработке своего метода обнаружения замочных скважин в режиме реального времени исследователи также усовершенствовали способ использования синхротронной рентгеновской визуализации операндо. Используя машинное обучение, команда также обнаружила два режима колебаний замочных скважин.

"Наши результаты не только продвигают исследования в области аддитивного производства, но и могут практически служить для расширения коммерческого использования LPBF для изготовления металлических деталей", - сказал Энтони Роллетт.

"Пористость металлических деталей остается основным препятствием для более широкого внедрения технологии LPBF в некоторых отраслях промышленности. Пористость в виде замочных скважин является наиболее сложным типом дефектов, когда речь идет об обнаружении в реальном времени с помощью лабораторных датчиков, поскольку она возникает стохастически под поверхностью, - сказал Сун. - Наш подход обеспечивает жизнеспособное решение для высокоточного обнаружения образования подобных пор с высоким разрешением, которое может быть легко применено во многих сценариях аддитивного производства".

Фото: Постдокторант кафедры материаловедения и инженерии UVA Чжуншу Рен (слева) и Тао Сун демонстрируют результаты своих исследований. Рен является первым автором статьи в журнале Science. (Фото Тома Когилла для UVA Engineering)