使用粒子方法对金属增材制造工艺进行建模和仿真

来源：增材在线

数值模拟在增材制造中发挥着关键作用，促进了对无网格、基于粒子的离散技术的有效性和潜在应用的研究。这些方法擅长处理流体流动，并且是商业模拟软件中通常使用的基于网格的技术的可行替代方案。

2023年11月8日，瑞士苏黎世联邦理工学院的Mohamadreza Afrasiabi和Markus Bambach在《Virtual and Physical Prototyping》（中科院1区，Top，影响因子10.6）期刊发表最新综述文章，回顾了使用粒子方法开发金属增材制造（MAM）工艺计算模型的最新进展，对粉末（或熔池）尺度控制此类工艺的基本机制的理论理解，以及可预测性基于物理的建模方法。

作者探讨了基于粒子的方法在模拟粉末床熔融、定向能量沉积和粘合剂喷射过程中的适用性和性能。由于MAM的进步依赖于系统的材料过程结构实现，而这些实现通常无法通过实验来感知或观察，因此开发高效的基于粒子的多尺度模拟工具对于通过原位过程控制和优化实现这一目标至关重要。

图1. 不同尺度的MAM过程建模研究（上图）以及粉末尺度下熔池区域内及其周围发生的基本物理现象（下图）。

图2. MAM中的离散粉末模型：(A) DEM的球形粉末模型。(B)以多球体和超椭球体为代表的非球形粉末模型。

图3. 在多层电子束熔化过程中粉末填充和熔池模拟的耦合DEM-CFD建模框架。

前景展望

流程建模、控制和优化。基于无网格粒子的模拟方法提供了一种可行的替代方案来创建增材制造过程的高保真度模型，该模型在解决复杂的微流体、热流体力学和粉末冶金问题方面可能比现有的CFD技术更有效。这最终将通过深入了解材料沉积、熔化、（再）凝固和微观结构演化来实现在线过程控制。它还可以优化工艺参数、扫描策略以及残余应力、变形和故障发生的预测。

可靠的制造质量预测工具。无网格过程模拟需要进一步增强，才能被视为评估制造缺陷和零件质量的“可靠预测工具”。它们将协助识别潜在问题，例如成球、裂纹和未熔合孔隙。反过来，这会导致增材制造流程更加高效、更具成本效益，同时减少迭代次数并提高最终零件的质量。

数字孪生的基础。基于物理的MAM机械模型是建立数字孪生技术的重要组成部分，数字孪生技术是工业4.0时代现代制造业的关键要素。详细过程模拟、数据分析（通过机器学习）和原位传感的无缝集成对于实现MAM过程的代表性数字孪生至关重要，从而促进实时过程监控。

关键结论

在过去4-5年里，粒子方法在解决MAM问题中固有的复杂物理和材料变换方面的普及度显着飙升。与这一趋势相一致，该综述回顾了粉末过程建模和模拟的最新进展，并系统地讨论了它们的功能和局限性。

大多数现有模型都是针对基于熔融的工艺（即PBF和DED）定制的，涉及粉末沉积和激光-材料相互作用。这种偏好源于这两个过程在建模方面的基本相似性，以及与BJ等其他MAM技术相比的流行程度。在此背景下，PBF模拟发表的论文数量和质量超过了DED。DEM-SPH组合成为模拟整个过程的最有效的建模方法：粉末沉积、激光熔化、流体流动和凝固。然而，当前的模拟能力仅限于单层金属粉末内几毫米的扫描矢量，使用1μm的（空间）离散分辨率。在此分辨率下的完整DEM-SPH过程模拟将包含超过2500万个离散化粒子，大约需要4-5天才能完成，因此需要利用并行计算技术。

尽管开发的模型具有令人印象深刻的能力，特别是在预测熔池行为方面，但仍有几个关键问题尚未解决。一些基本现象，例如熔融金属的汽化和流固相互作用的解决，必须纳入物理模型中。此外，使用光线追踪等方法进行更准确的热源建模（这是表示小孔形成的基础），将提高准确性并提供重要价值。另一个相当大的挑战源于模拟所需的大量计算资源，需要在GPU和CPU集群上进行大规模并行化。如果没有这种并行化，多轨多层MAM模拟实际上是不可能的。此外，基于粒子、基于物理的MAM过程模型与快速机器学习和数据驱动方法的集成提供了令人兴奋的机会，可以转移当前模型开发活动的重点，从而实现前所未有的计算效率和节省。从材料工艺的角度来看，原位合金化和多材料应用的集成对于扩展MAM的功能具有巨大的潜力，可以利用仿真反馈来制造具有定制材料特性的功能组件。简而言之，在MAM中开发基于无网格粒子的方法的前景可以概述为：

• 用于评估制造缺陷，特别是未熔合孔隙率。
• 有可能嵌入预测模型控制和现场过程监控系统。
• 进一步探索大型模拟的运行时加速。
  

虽然当前的计算模型表现出卓越的功能，但它们也揭示了各种未解决的缺点和重大挑战。因此，该文鼓励MAM领域的研究人员和开发人员探索粒子方法的潜力，并进行跨学科合作，以最大限度地在这个快速发展的领域取得进展。特别令人感兴趣和重要的是，将粒子方法重铸为多尺度MAM过程的ML辅助替代模型的可行性，这很可能在不久的将来成为数字孪生、原位过程控制、优化和设计的一个组成部分。

论文引用：Afrasiabi M, Bambach M. Modelling and simulation of metal additive manufacturing processes with particle methods: A review[J]. Virtual and Physical Prototyping, 2023, 18(1): e2274494.

https://doi.org/10.1080/17452759.2023.2274494