激光选区熔化增材制造缺陷智能监测与过程控制综述

激光选区熔化（SLM）技术被认为是最有应用前景的增材制造技术之一,已应用于航空航天、医疗器械等领域。然而,如何确保构件质量的可靠性和制造的可重复性是SLM面临的最大挑战,已被认为是限制SLM及其他金属增材制造技术发展和工业应用的最大壁垒。其中,主要原因是SLM过程中会产生难以控制的缺陷。因此,对SLM进行过程监测和实时反馈控制是解决这一挑战的重要研究方向,也已成为学术界和工业界的研究热点之一。通过对近十年该领域的文献调研,综述了金属激光增材制造中常见的冶金缺陷及其产生机理,对金属增材制造过程产生的信号及其监测手段,如声信号、光信号及热信号等进行了详细描述;总结了信号数据的处理方法,包括传统的统计处理方法和新兴的基于机器学习的智能监测方法;随后,综述了金属增材制造过程的质量控制方法,包括非闭环控制和闭环控制,并对全文进行了总结,展望了未来SLM智能监测和控制领域值得深入的研究方向。     

不同倾斜角多斜孔壁冷却方式绝热温比研究

对具有不同倾斜角多斜孔壁冷却方式绝热温比进行了研究。研究方法为传热传质类比实验方法。多斜孔壁由多斜孔试验板模拟。多斜孔试验板中小孔方向与主流夹角为0°,小孔与板表面夹角分别为30°,45°及150°.各多斜孔板的孔排距比与孔间距比保持一致。实验结果反映了不同孔倾斜角对多斜孔壁冷却方式气膜绝热温比的影响。并讨论了在航空发动机中采用多斜孔壁冷却方式时选择孔倾角的考虑。     

多斜孔壁冷却方式小孔内对流换热研究

研究了多斜孔壁冷却方式小孔内对流的局部和平均换热情况。研究方法是相似理论指导下的实验研究。研究结果表明:小孔进口区的换热增强幅度较大,并且在进口区不同的位置上增幅存在差别;孔内雷诺数对换热增强幅度影响较大,孔内雷诺数越高,换热增强越大。      

激光选区熔化成形镍钛基五模超材料力学响应研究

五模超材料（Pentamode metamaterials,PMs）具有解耦的相对密度和力学性能,在特种声学装备和生物植入物领域具有潜在应用价值。激光选区熔化（Selective laser melting,SLM）技术具有成形复杂精细晶格超材料的能力,可实现定制刚度、单元尺寸和孔隙率。通过五模超材料结构优化设计,利用激光选区熔化成形镍钛形状记忆合金,实现了不同形态的五模超材料结构成形,并开展模拟和性能测试表征研究。微观形貌的观测结果显示,SLM成形的镍钛基五模超材料具有较好的制造保真度。有限元仿真预测结果发现应力集中于杆与杆的连接处。压缩力学试验结果显示,镍钛基五模超材料的强度随着相对密度的增大而增大。通过建立相对密度和相对模量与强度的数学模型,提出了不同相对密度五模超材料的力学性能预测方法。     

基于深度学习的焊缝PAUT数据智能化分析方法

超声相控阵检测技术(PAUT)凭借其突出的技术优势被广泛应用在船舶、铁路、石油石化和航空航天等诸多领域。在焊缝超声相控阵检测(PAUT)中，对检测数据缺陷的识别定位目前多采用传统的人工判读方式，判读效率较低，对检测人员的判读经验有较高要求，难以满足自动化超声检测的要求。基于深度学习中的目标检测和跟踪算法构建智能识别模型，通过对焊缝超声相控阵检测的S、B扫图特征进行融合，并结合焊缝的三维结构信息，识别并定位出缺陷在焊缝中的三维空间位置。实验结果显示: 缺陷框的平均三维IOU(预测三维缺陷框和实际三维缺陷框的平均交并比)达到0.644 9，较为接近缺陷的真实空间位置，可以实现焊缝超声相控阵检测成像结果智能识别和定位。