Sigma Labs和Materialise开发新平台，实现金属3D打印的实时纠错

导读：金属3D打印部件的成型需要经过复杂的物理冶金过程，而现行的技术手段很难确保加工工艺的可重复性和质量一致性，这一点极大限制了激光增材制造的广泛应用，尤其是航空航天领域的高附加值零部件的批量生产。所以，有效、可靠的质量保证和过程监控是增材制造用户最重要也是最迫切的需求。

2022年1月27日，南极熊获悉，质保软件开发商Sigma Labs与3D打印服务提供商Materialise（玛瑞斯）合作开发了一项技术，可以在金属增材制造过程中实时纠正错误。

这项技术有效地结合了Sigma Labs的PrintRite3D系统和Materialise的控制平台，其独特之处在于它允许用户识别并解决合金粉末熔合时出现的问题。Materialise称新平台是金属3D打印的一个突破，它现在可以让使用者提高其工作流程的一致性和可扩展性。

Materialise首席技术官Bartvan der Schueren解释说："该平台是开放和灵活的，允许制造商控制他们的具体流程，以适应个性化的应用。这使得客户可以充方发挥他们的专业知识，并真正利用AM提供的定制和本地化的优势。我们开发的平台消除了使用金属增材制造进行批量生产的制造商最常见的路障之一。"

△新平台基本上融合了Materialise的控制平台和Sigma实验室的PrintRite3D系统。图片来自Materialise。

Sigma实验室的QA专长

虽然Materialise在软件、制造和咨询方面都有涉足，但Sigma Labs只专注于生产中的质量保证。该公司凭借其主打产品PrintRite3D，销售由软件和硬件跟踪模块组成的解决方案，利用实时数据发现零件缺陷，然后部署机器学习来映射其根本原因。

PrintRite3D系统的设计与平台无关，既可以作为现有机器的改造安装，也可以作为打印机制造商的工厂选项。然而，尽管这款主要产品具有广泛的兼容性和零件缺陷分析优势，Sigma Labs的利润仍然很低，因此它继续寻求新的采用者和匹配更广泛的3D打印市场的途径。

例如，去年3月，该公司就曾获得洛克希德-马丁公司的合同，其技术被评估为可应用于各种国防和民用空间项目。在研发方面，它已经使PrintRite3D与聚合物兼容，此举有效地扩大了该系统的应用。

如今，在Sigma实验室和Materialise的新平台揭幕后，该公司的首席执行官Mark Ruport表示，这两家企业今后可以继续合作，扩大金属3D打印的可扩展性和吸引力。

Ruport补充说："我们相信Materialise控制平台与Sigma的实时熔池监测和分析软件的结合，已经在AM行业创造了一个重大突破。我期待着未来的合作机会，并找到继续提高3D金属打印质量和一致性的方法，因为未来几年有更多的公司投入生产。"

△洛克希德-马丁公司的商业卫星在太空中，Sigma实验室在2021年3月被洛克希德-马丁公司授予其PrintRite3D平台的合同。图片来自洛克希德-马丁公司。

金属3D打印上的突破

为了创建他们的新监测系统，Sigma实验室和Materialise将各自的PrintRite3D软件和控制平台硬件技术合并在一起。后者的主要组成部分基本上是一个插件，用户可以将其嵌入基于激光的机器中，作为获得增强的打印参数控制的一种手段。

在常规情况下，该技术允许采用者访问超过250个设置，以确定理想的生产设置，而其架构是为了与多达16个激光器的多光学系统一起工作。据称，Materialise的平台与所有PBF和SLM系统兼容，还包括一个自动校准工具API，旨在让用户轻松实现制造效率最大化。

通过将该平台与Sigma实验室的PrintRite3D技术相结合，这两家公司已经开发出一种方法，可以准确定位潜在的质量问题，并在打印件被破坏得无法恢复之前进行干预，以纠正这些问题。Materialise表示，通过这样做，这两家公司已经想出了一种提高金属3D打印的生产力和效率的方法，使采用者能够扩展到批量生产。

更重要的是，该公司认为新平台还有可能解决 建造后检查和质量保证的需要，这可能使金属3D打印比许多传统技术更昂贵，特别是考虑到它既可以安装在新机器上，也可以用来改善现有系统的打印质量。

△研究员ChaseJoslin使用ORNL开发的'Peregrine'3D打印监控软件。照片来自Luke Scime/ORNL。

实时金属打印监测

尽管在过去几年中已经开发了一些实时金属3D打印监测解决方案，但这些方案在很大程度上仍是实验性的，并没有在商业环境中应用。去年年底，劳伦斯-利弗莫尔国家实验室的一个团队想出了一个新颖的基于高速摄像的方法来优化金属材料的喷射过程。

当涉及到监测基于粉末的系统时，橡树岭国家实验室的研究人员也开发了一个基于人工智能的实时跟踪软件。该算法被称为 "Peregrine"，旨在评估生产过程中的零件质量，并作为昂贵的实验室表征设备的一个潜在的成本效益替代。

在此之前，类似的技术也吸引了军方的支持，德克萨斯大学埃尔帕索分校的金属3D打印项目获得了美国陆军研究实验室的资助，最近，Senvol的机器学习软件获得了美国国防部的新投资，以扩大其'ML'平台的增材制造材料和工艺鉴定能力。