当你使用3D打印的时候,你会期望你在电脑屏幕上看到的图像会在3D打印机上完美地重现。但情况并非总是如此,尤其是涉及到更为复杂的工业金属打印时。要完全控制3D打印对象所具有的材质属性是很困难的。
人们错误地认为打印的东西和设计的东西是一样的,由于多种加热、融化和冷却原材料,这些都是相互关联的,而且本质上是相互依赖的,打印出的物品涉及到一种非常复杂的材料变化。
复杂的3D打印过程会影响诸如孔隙度、缺陷结构和非均匀微观结构等因素,这些都是影响零件最终性能的重要因素。如果任何东西都有一点点偏离,那最终得到的就不会像电脑上看到的一样。当涉及航空航天应用中使用的关键部件时,性能、材料、大小绝对是丝毫不差的,因此必须对每个部件进行全面的测试和检查。这增加了生产成本,限制了原材料制造的实际价值。
3D打印零件,过程是漫长和昂贵的,如果零件的几何形状发生变化,整个过程必须重新开始,以得到新的几何形状。为了在工业应用中广泛使用的原材料制造技术,为ORNL的制造演示设备提供线索。ORNL需要证明这一过程的能力,而不是单个零件。原材料制造的另一个主要挑战是残余应力和变形,在处理过程中,这些复杂的热循环会产生大量的内部残余应力,并且在一定程度上可能会有很大的变化,最终表现为扭曲。
有一种有效检测残余应力和缺陷的方法是通过中子分析在ORNL的高通量同位素反应堆和Spallation中子源中检测。这个过程可以在一个大的组件中显示出扭曲和孔隙度,而不需要把这个组件分开。中子可以很容易地通过金属,可以在一个制造样本中看到内部结构和特征。
为了充分利用信息中子分析提供的优势,研究人员需要彻底监测产生零件的条件。红外线摄像机记录了光束击中金属粉末时的精确温度,而其他仪器则监测打印室内的压力,打印表面的粗糙度,以及电源供应的变化,以及其他的信息。ORNL已经创建一项开源软件工具组合,帮助用户更好地了解添加剂制造流程的细微差别。这些工具可以用来证明机器是按预期运行的,并且生产出高质量的部件。一个跨学科的团队还通过结合材料科学、制造、数据分析、传感、建模、高性能计算和中子科学的专业知识,将物理现象和过程结果联系起来,从而将数据分析结果与背景相结合。
ORNL的目标是检查已得出的数据并找到将导致其类型的缺陷,微观结构或属性的一系列事件,能自动捕捉到这些信息,并将其输出为质量指标。这个过程可以让3D打印部件在关键的应用程序中使用,从而深入分析每一个可以直接投入服务的3D打印部件,这些部件是“天生合格的”。
来源:中关村在线
|
上一篇:澳研究人员首次将3D打印金刚石植入物用于生物医学和骨科下一篇:智造先锋 | 王华明:3D打印需要创新,更需要理性
|