增材制造关键缺陷的无损检测：分辨率、速度与尺寸的优化平衡

增材制造（AM），即3D打印，正在改变现代制造业。然而，随着零件复杂性和功能性需求的增加，如何高效、准确地检测AM零件的内部缺陷和几何精度成为关键挑战。X射线计算机断层扫描（XCT）作为一种非破坏性检测技术，因其高分辨率的三维内部结构信息，在AM领域得到广泛应用。

增材制造中关键缺陷的无损检测 来源：[1]

然而，如何平衡XCT检测过程中速度、精度与零件尺寸，一直是学术界和工业界关注的焦点。

一、XCT技术的基本原理与应用
XCT通过旋转样品并采集多个角度的X射线投影图像，利用计算机算法重建出样品的三维内部结构。其核心优势在于非破坏性地检测内部缺陷（如孔隙、裂纹）和几何偏差（如尺寸精度、表面粗糙度）。在AM领域，XCT不仅用于质量控制，还在工艺优化和材料研究中发挥重要作用。

二、分辨率、速度与零件尺寸的平衡

1、分辨率与缺陷检测
XCT分辨率的核心在于体素大小，较小的体素能捕捉更精细的细节，但高分辨率扫描会增加处理时间和数据存储需求。信噪比（SNR）也影响缺陷与周围材料的区分能力，较大或较致密的部件（如钛和不锈钢等材料）会降低X射线的穿透力，导致对比度下降。

对缺陷进行各种体素/试样尺寸扫描 来源：[1]

缺陷的形状和大小同样影响检测的可靠性。近球形缺陷（如气体滞留孔隙）在各种分辨率下都较易检测，而形状不规则的缺陷（如未熔合孔隙）在低分辨率下更难识别，因为它们的精细特征容易丢失。

2、扫描速度与准确度
XCT用户常面临高分辨率/慢速扫描与低分辨率/快速扫描的选择，每种方式各有优劣：

高分辨率扫描（体素大小通常在3到5微米之间）对检测微小缺陷至关重要，尤其是在航空航天和医疗领域，零件失效可能导致严重后果。然而，这种扫描耗时较长，不适合大批量零件检测。

中等分辨率扫描（体素大小在6至10微米之间）在缺陷可见度和扫描速度之间提供了平衡，适用于一般工业应用，这些场景下分辨率的适度降低不会显著影响性能。

低分辨率扫描（体素大小超过10微米）适合快速检测大型或高产量组件。虽然能有效识别较大缺陷（如锁孔和气孔），但可能遗漏较小或不规则形状的缺陷，导致对零件完整性的评估过于乐观，增加使用中的故障风险。

（a）真实缺陷（b）低分辨率扫描中检测到的相应实体（c）基于边界框的真实缺陷和低分辨率扫描之间的缺陷匹配（d）考虑缺陷之间的区域的多边形化方法 来源：[1]

3、零件尺寸对XCT效率的影响
小型零件可以快速进行高分辨率扫描，而大型零件则面临扫描时间、数据量和X射线衰减的限制。建议采用针对性扫描策略，如感兴趣区域（ROI）扫描或分段XCT分析，以保持准确性而不显著增加扫描时间。此外，混合无损检测（NDT）方法可作为XCT的补充。例如，超声波检测或热成像技术可用于预筛选，使XCT能够专注于需要详细分析的特定区域。

三、衡优化金属增材制造XCT的实用指南
选择合适的XCT参数需根据具体应用和缺陷严重程度：
对于高性能航空航天和医疗部件，建议体素大小控制在1到5微米之间，X射线能量水平在100到180千伏之间；

对于一般工业和工具应用，6至10微米的体素大小可在精度和速度之间取得平衡；

在大批量制造和大型AM组件中，通常需要10微米或更大的体素尺寸，X射线能量水平建议在160至225千伏之间。

各种扫描的XCT设置和采集参数示意图 来源：[1]

此外，人工智能（AI）在XCT分析中的应用正逐渐兴起，通过训练模型预测缺失细节，提高低分辨率扫描中的缺陷可见性。

四、案例研究：航空航天AM组件的XCT
在航空航天领域，某关键AISi10Mg部件需要进行严格的缺陷检测。检测团队采用了多管齐下的策略：首先，针对易疲劳区域实施ROI扫描；其次，对关键特征采用中等分辨率扫描，对大块材料则采用较低分辨率扫描；最后，引入AI图像增强技术提升低分辨率区域的缺陷识别能力。通过这一系列措施，团队在保证合理扫描时间的同时，成功检测出关键缺陷。

XCT图像处理、缺陷特征提取流程图 来源：[1]

五、金属增材的XCT未来趋势

XCT技术的进步正在突破现有局限。高速XCT系统的开发旨在缩短扫描时间而不牺牲分辨率。AI辅助的XCT检测逐渐受到关注，机器学习模型显著提升了缺陷检测的准确性。混合无损检测（NDT）方法也日益普及，通过将XCT与激光超声波和红外热成像等技术结合，提供更全面的零件质量评估。

总结而言，优化金属增材制造的XCT需要仔细权衡分辨率、扫描速度和零件尺寸。通过结合使用ROI扫描、分段XCT分析和AI驱动的图像增强技术，技术人员可以在不显著增加扫描时间的情况下提高缺陷检测率。

参考论文：[1] https://www.nature.com/articles/s41598-025-91608-6