TUS工程师开发出可预测DED修复零件性能的数值模型，为工业化应用铺路

导读：在机器修复领域中，通过传统的金属3D打印技术来修复损坏的机械零件往往需要笨重的设备并造成金属粉末的大量浪费。尽管激光定向能量沉积（DED）技术的出现克服了这一挑战，但真正在工业应用中实施时还必须通过反复试验来确定最佳成形条件。

2023年1月13日，南极熊获悉，为解决这一难题，来自东京科学大学（TUS）的工程师们开发了一个数值仿真模型，能够自动生成金属粉末沉积元素，并提前对定向能沉积（DED）成形的工艺条件、温度分布、变形状态和残余应力分布进行预测。

这项研究以题为"激光直接能量沉积修复过程的三维数值模拟/Three-Dimensional Numerical Simulation of Repairing Process byLaser Direct Energy Deposition"的论文被发表在《Journalof Thermal Spray Technology》期刊上，该论文由Masayuki Arai,Toshikazu Muramatsu, Kiyohiro Ito, Taisei Izumi, and Hiroki Yokota共同撰写。

相关论文链接：https://link.springer.com/article/10.1007/s11666-022-01499-6

TUS研究人员表示，随着模拟方法的进一步的调整，可以部署他们的模型以提高该技术的效率，尤其是在维修应用中。TUS教授Masayuki Arai解释说："使用我们的技术，金属结构的表面形状可以在现场完全恢复，并且可以大大减少修复所需的金属粉末的处理。然而，这一技术在工业领域的广泛应用所需的最佳成型条件，迄今为止必须通过试错的过程来确定。

△东京科学大学团队所开发数值模型的工作原理图示。图片来自东京科学大学。

DED：一种新的工业维修解决方案

正如你所期望的那样，当工业机械中使用的机械部件开始变薄或出现裂缝时，它们需要被替换成新的部件。然而，虽然3D打印已经显示出作为这些维修手段的潜力，但TUS的研究人员说，目前许多基于激光或电子束的3D打印技术仍需要使用笨重的设备，并且操作过程浪费金属粉末。

也就是说，随着工业可持续发展日益成为一个热门话题，大量的研发工作正被投入到确定该问题的新解决方案上。作为一种工业和航空维修工具，DED是一项持续获得关注的技术。通常情况下，DED工艺的工作过程涉及将粉末或金属丝原料沉积到一个表面上，然后这个沉积区域被一束集中的能量源熔化。

鉴于沉积这些材料的喷嘴并不固定在一个特定的轴上，它可以被安装在多轴机器上，并以各种角度部署。这不仅使该技术成为在维修应用中将材料沉积到现有表面的理想选择，而且根据TUS团队的说法，它还能大幅减少占地面积。

然而，尽管DED作为一种工业维修工具获得了广泛关注，但它尚未在这一领域获得普及性的应用。正如TUS团队所指出的，这在一定程度上是由于很难找到生产符合最终使用要求的零件的最佳参数，因此一些早期采用者被迫采取"试错法"。

△定向能量沉积（DED）工艺。图片来自东京科学大学。

采取数值模拟方法“铺路”

为了使DED的3D打印结果更可预测，东京科学大学的工程师们提出了一个数字处理分析系统，用于自动确定构建的最佳成型条件。该软件通过所谓的 "死亡-出生算法"来实现，其工作原理是对修复过程进行数值模拟，并创建被修复区域的 "数字孪生"。

Arai教授补充说："热辐射-热传导模型和粘塑性-热塑性构成模型被应用于构成沉积区域的堆积元素，因此可以忠实地模拟金属粉末沉积层从熔化到凝固的各种状态变化。通过将这些模型纳入有限元分析程序，我们开发了一个以前从未使用过的新加工分析系统，。

在测试中部署了他们的模型后，该团队发现其温度历史和应变行为估计与他们的实验结果很一致。研究人员还证实，在沉积层中形成的残余应力略高于基础材料的屈服强度，并且明显低于堆焊（另一种工业维修工艺）期间形成的残余应力。

利用他们的模型，研究人员估计最终有可能使DED成为一种更有效的修复技术，并通过有效的资源管理来提高其可持续性。在应用方面，他们认为他们的软件可以用来修复发电厂叶片上的气蚀变薄，以及受残余变形影响的燃气轮机转子叶片。

△Optomec的LENS DED技术能够在现有零件上沉积额外的材料，使其成为维修应用的理想选择。照片来自Optomec公司。

尽管尚未在能源和航空航天领域大规模应用，但DED作为这些行业的涡轮机叶片的维修手段也在不断受到重视。据透露，在2021年底Optomec的一个长期客户已经开始使用他们公司的3D打印技术进行涡轮叶片维修。该公司此前还获得了50万美元的资金，用于部署其激光工程网净成形（LENS）DED技术，用于美国空军的涡轮叶片维修。

在其他地方，在一个与TUS团队类似的项目中，一个德国和加拿大的公司已经着手利用人工智能实现维修3D打印的自动化。作为 "AI-SLAM "计划的一部分，该团队正在开发软件，通过算法管理DED过程，更有效地修复受损部件的不规则表面，而无需任何人工输入。