金属3D打印“局部微观结构精准编程”—多体积激光能量密度控制技术

金属3D打印控形控性技术研究似乎是一个永恒的、又好像是一个比较老的话题,它的理解差异在于怎样理解控形控性。在同一部件的不同部位或表面上局部改变微观结构、相组成和金属间化合物,实现局部所需的热和机械性能,是可能的理解方向之一。

这种制造特点有着明确的应用场景,本文内容将以案例讲述,并介绍多体积可变激光能量密度(MV-LED)控制技术,后者能够实现金属合金的微观结构编程。

局部性能调控需求

以火箭发动机为例,其在稳态运行期间,燃烧室衬里是材料科学领域最具挑战性的几何结构之一。这些薄薄的表面(厚度小于2毫米)将温度约为100K的液态低温推进剂(在冷却通道中流动)与温度超过3000K的燃烧室隔开。冷却通道内的压力超过100bar,加上材料所承受的热循环,导致了一种特殊的基于温度塑性变形的现象,称为低周热疲劳(LCTF),它是火箭发动机的主要失效模式之一。在这种热疲劳中,循环变形是由于火箭发动机稳态运行期间交替加热和冷却过程中产生的温度梯度,导致固体内部受限的差异热膨胀而产生的。因此,必须对衬里的微观结构和冶金性能进行特殊处理,以确保其在稳定的循环条件下保持性能,避免因运行时间和循环次数的变化而改变。

GRCop42,是NASA专门为航天发动机制造开发的高端3D打印铜合金,它在高温下表现出优异的导热性和耐蠕变特性。该材料在3D打印和后处理过程中若能进行正确的“微观结构编程”,则可获得近乎稳定的力学和热学性能。相反,镍基合金在火箭发动机运行引起的热循环以及启动和关闭的剧烈瞬态过程中,其微观结构会发生改变。

多体积激光能量密度控制技术

3D打印技术参考注意到,西班牙公司AENIUM开发了一种基于激光的创新方法——MVLED技术。该公司表示,这项技术能够通过控制冷却比中的热梯度,对激光能量密度算法进行编程,从而逐体素地精确定义零件的微观结构。利用这种方法,可以根据应用需求和合金类型,在单个零件上改变其机械、热学和电学性能。

通过这种方法,可以生成或稀释金属间化合物,并显示或隐藏某些相或微观成分,从而能够利用动态控制的多个工艺参数来构建零件,这些参数可应用于需要改变其机械/热性能的特定区域或表面,从而在热处理、热等静压(HIP)和后处理之前,对不同的材料特性进行突破性的精确控制。MVLED技术取得的部分成果包括:

  • 疲劳极限(最大变化幅度为 52%)

  • 弹性模量(变化幅度高达 50%)

  • 断裂伸长率(变化幅度高达 43%)

  • 热导率(变化幅度高达 42%)

  • 硬度(变化幅度高达 38%)

  • 夏比冲击强度(变化幅度高达 26%)

  • 蠕变(冷流)(变化幅度高达 25%)

  • 比重(偏差不超过10%)

  • 脱气限值(TML)(最大偏差6.0%)

Ampudia表示:“根据合金的不同,M-VLED技术能够让我们逐体素地精确控制零件的屈服强度、抗拉强度、断裂伸长率、导热系数、硬度、表面粗糙度、残余应力等多个参数。这项技术的优势在于能够产生热桥效应、非导电外壳、不同的LCTF行为,减少部分后处理工作量,并控制零件的残余应力。”

基于对GRCop42合金的深入研究,他们定义了微观结构及其后续的零件性能,在不引入孔隙的情况下,实现了特定区域和特定表面的性能变化。”

将MVLED技术集成进3D打印过程

Aenium公司将MVLED技术集成进了EOS金属3D打印机中,并制造了具有局部性能调控的GRCop42铜合金气动尖锥发动机。整个制造过程涉及:

  • LPBF过程中的微观结构管理和激光控制

  • 硬件改造和特殊工艺条件

  • 原材料质量和处理

  • 密集的后期处理

LPBF工艺引入了众多工艺变量,这些变量决定了最终零件的冶金性能。这些变量包括气氛、能量密度、冷却比、扫描策略、流变学和粉末特性。对所有这些变量的精确控制决定了工艺结果。通常,工艺稳定性会因区域或成型平台位置的不同而变化。这给应用M-VLED工艺控制微观结构带来了挑战。众所周知,气体流动分布在整个成型平台上并非100%均匀——在大尺寸LPBF设备中尤其明显——而且由于光学元件和激光模块的寿命,激光变量在成型过程中也会发生轻微变化。

为了应用M-VLED技术,这些因素需要进行精确的实时测量和控制,从而实现对涉及的多个参数和零件区域的精确控制。通过激光和光学器件提供的能量密度,实现了高冷却比,最终决定在腔室内使用氦气进行制造工艺验证。结果表明,与氩气气氛相比,氦气气氛能更好地控制Cr2Nb析出元素,从而获得更佳的结果。

为了避免首层打印出现问题,工程师对构建平台进行了精确研究,并利用一个特殊平台实现了更佳的热控制和热分布。构建平台上的粉末分布及其流动性也带来了一些挑战。他们还测试并优化了颗粒分布,最终通过不同批次的实验确定了最佳参数。即便如此,通过改进铺粉系统以提高流动性,并采用热处理,仍然获得了最佳结果。而这些改进旨在提高工艺的稳定性和均匀性。

尽管预处理和增材制造工艺非常重要,但对发动机这样的应用还需要精确的后处理。一个重要的挑战在于,如何在大量的后处理之后仍保持所需的微观结构。以GRCop42铜合金气动塞式发动机为例,其在打印之后,可能会涉及到高压循环、热循环以及其他化学和电化学方法来处理流道和喷嘴的粗糙度。

END

比较遗憾的是笔者并未查询到Aenium公司MVLED技术更多的细节,但这种能量控制技术似乎与EOS公司的Smart Fusion技术类似,能在制造过程中智能管理热量分布。热量的管理就是通过调整激光参数来实现,笔者也曾与EOS的工程师核实,确实可在同一层的不同位置输入不同的能量,进而可以调整材料的局部微观组织。

注:本文由3D打印技术参考创作,未经联系授权,谢绝转载。#增材制造 #3D打印 

欢迎转发

延伸阅读:

1.20万颗卫星加持,无支撑金属3D打印能否迎来应用热潮?

2.从熔池动力学出发,EOS揭示光束整形金属3D打印,制造更高质量的高温合金!

3.电子束送丝金属3D打印的重要性被低估!

4.金属3D打印智能光束成型与多光谱成像结合,让效率与质量保障双提升!

内容概要:本文系统研究了电力系统短期负荷预测问题,提出并实现了基于极限学习机(ELM)及其智能优化改进模型的预测方法。研究涵盖标准ELM、白鲸优化算法(BWO)优化ELM和鹭鹰优化算法(IBOA)优化ELM三种模型,重点通过智能优化算法对ELM的输入权重与偏置参数进行全局寻优,有效克服了传统ELM因参数随机初始化导致的不稳定性和泛化能力不足的问题。文章完整呈现了从数据预处理、特征选择、模型构建、参数优化到预测结果对比分析的全流程,利用Matlab编程实现各模型的仿真验证,显著提升了预测精度与模型鲁棒性,为电力系统调度决策提供了可靠的技术支撑。; 适合人群:具备电力系统基础知识、时间序列预测理论及Matlab编程能力的高校研究生、科研机构研究人员以及电力公司从事负荷预测、电网调度与规划工作的技术人员。; 使用场景及目标:①应用于实际电力系统短期负荷预测业务中,提升电网运行调度的精细化与智能化水平;②作为智能优化算法与神经网络融合的经典案例,服务于学术论文撰写、科研项目申报及算法性能对比研究;③应对新能源大规模接入背景下负荷波动加剧的挑战,为构建高精度、强鲁棒性的现代负荷预测体系提供解决方案。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解ELM网络结构与优化算法的集成机制,重点对比分析不同优化策略在收敛速度、预测误差(如MAE、RMSE、MAPE)等方面的性能差异,进而掌握智能优化技术在提升预测模型性能方面的关键作用。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局最优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了主体、层级、不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值