2022年2月28日，南極熊獲悉，來自新加坡南洋理工大學（NTU Singapore）的研究人員開發了一種新型的快速和低成本的成像方法來評估3D打印金屬零件的質量。
這種成像方法能夠分析零件的微觀結構和材料質量，可以說對航空航天等行業是一種改變。因為在這些行業中，對渦輪機和風扇葉片等關鍵任務零件進行低成本、高效的評估，可以證明對維護、修理和大修（MRO）有重要意義。
南洋理工大學助理教授Matteo Seita說："使用我們廉價和快速的成像方法，可以很容易地分辨出好的3D打印金屬零件和有問題的零件。目前，除非我們對材料的微觀結構進行深層次、高倍率的分析，否則不可能分辨出區別。生產中不存在兩個完全一樣3D打印的金屬零件，即使它們可能是使用相同的技術生產的，并且具有相同的幾何形狀。從概念上講，就算兩個一模一樣的的木制工藝品，往深層次分析后也可能會展示出不同的紋理結構。"
△分析3D打印金屬表面的獨特晶體圖案可能為通過快速成型制造的部件的認證和質量評估鋪平道路。照片來自新加坡國立大學。
對微觀晶體的成像
大多數3D打印的金屬合金都是由大量的微觀晶體組成，這些晶體在形狀、大小和原子晶格方向上都有所不同?？茖W家們能夠通過繪制這些微觀晶體圖來確定一種合金的特性，例如其強度和韌性。研究人員將此比作觀察木紋，當木紋在同一方向連續時，木材是最堅固的。
然而，到目前為止，分析3D打印金屬合金內的這種微觀結構一直是一個費力費時的過程，通常涉及電子顯微鏡掃描，其成本在73,000美元至150萬美元之間。
Seita和他的團隊開發了他們的新型成像方法，只需幾分鐘就能提供同樣質量的信息，重點是成本更低。他們使用了一個由光學相機、手電筒和運行團隊開發的專有機器學習軟件的筆記本電腦組成的系統，總成本約為18,400美元。
該方法包括用化學品處理3D打印部件的表面，以顯示其微觀結構，然后在手電筒從不同方向照亮金屬時用相機拍攝多張光學圖像。然后，科學家們的專利軟件分析由零件表面反射的光線產生的圖案，并在15分鐘內推斷出它們的方向。
△新加坡國立大學助理教授Matteo Seita拿著一塊3D打印的金屬合金，通過使用光學相機和機器學習的新型低成本成像系統，可以在15分鐘內輕松分析其特性。照片來自新加坡國立大學。
改善3D打印部件的質量評估模式
新加坡國立大學的研究人員認為他們的成像方法可以簡化3D打印金屬合金部件的認證和質量評估，特別是那些通過激光技術生產的部件。
由于激光強度和速度、冷卻時間以及所使用的金屬粉末的類型和品牌不同，導致3D打印金屬的微觀結構可能會有所不同，這意味著同樣的設計在兩臺不同的機器或生產車間進行3D打印，可能會產生不同質量的零件。
NTU團隊的軟件使用了一個模擬大腦如何形成聯想和處理思維的神經網絡，結合機器學習，根據光在表面散射的方式的差異，預測金屬零件內晶體的方向。
△南洋理工大學助教Matteo Seita使用原型成像系統分析一塊3D打印合金的強度和硬度。照片來自新加坡國立大學。
該軟件成功地創建了一個完整的 "晶體方向圖"，能夠提供關于3D打印部件內的晶體形狀、尺寸和原子晶格方向的信息。
根據NTU團隊的說法，這種方法可以使關鍵任務部件和行業受益，特別是快速、相對低成本的質量評估。該團隊正在與NTUitive（NTU的創新和企業公司）討論，探討成立一個分拆公司的可能性，或將專利成像軟件授權給行業參與者。
關于這項研究的更多信息可以在NPJ計算材料雜志上發表的題為："A machine learning approach to map crystal orientation byoptical microscopy"的論文中找到。這項研究是由M. Wittwer和M. Seita共同撰寫的。
相關論文鏈接：https://www.nature.com/articles/s41524-021-00688-1
金屬零件質量監測方面的進展
根據世界經濟論壇的說法，簡化3D打印的鑒定過程將是其產業化的關鍵。TüV南德意志集團的Gregor Reischle和Christophe Blanc最近對這一觀點表示贊同，稱質量保證可以為系列化的增材制造提供更快途徑。
過去，機器學習已被部署到檢測3D打印部件的缺陷，并通過減少金屬3D打印過程中的 "飛濺"來提高單個金屬層的質量。X射線成像以前被用來減輕金屬3D打印部件的缺陷，而個別粉末被不斷修整以提高金屬終端部件的質量和表面光潔度。
這一領域最近也有很多的發展，賓夕法尼亞州立大學從科學技術公司3M公司獲得了價值18萬美元的撥款，用于探索金屬3D打印的質量控制方法，而勞倫斯-利弗莫爾國家實驗室的工程師則開發了一種通過液體金屬噴射（LMJ）3D打印生產優化零件性能的方法。
l 本文章轉載于公眾號 南極熊3D打印
