2023年第一期Science出炉，这个课题又一次登顶！

Simpson 科学百晓生

▲第一作者：Zhongshu Ren

通讯作者：Tao Sun

通讯单位：美国弗吉尼亚大学

DOI：

https://www.science.org/doi/10.1126/science.add4667

研究背景

多孔性缺陷是目前阻碍激光金属增材制造技术广泛应用的主要因素。当输入过多的激光能量而形成不稳定的蒸汽凹陷区(keyhole, 匙孔)时，就会出现常见的孔隙。

研究问题

本研究通过同时高速同步辐射X射线成像和热成像，再加上多物理场模拟，发现了Ti-6Al-4V激光粉末床融合中的两种类型的匙孔振荡。利用机器学习，本研究开发了一种检测随机匙孔孔隙生成的方法，该方法具有亚毫秒级的时间分辨率和近乎完美的预测率。operando X射线成像所实现的高度准确的数据标记为展示本文所述方法在商业系统中的应用潜力提供了一种简便而实用的方法。

▲图1| LPBF中的实时匙孔孔隙率检测

要点：

1、本研究在阿贡国家实验室先进光子源的32 ID-B光束线上进行了operando实验(图1A)。高能x射线通过单层粉末床或裸基底样品来揭示亚表面结构动力学，本研究设置了一个热摄像机来收集熔池的角度俯视图。波长为1070 nm的高斯分布的连续波模式光纤激光器以不同的功率和速度沿单一直线扫描样品。

2、本研究收集了单轨道熔化的全场x射线图像(图1C)，空间分辨率为2 ~ 3 μm/像素点，时间分辨率为0.1 ns ~ 7.5 μs，帧速率为50 kHz ~ 1.08 MHz。同时，本研究在可见光到红外光谱范围内采集了熔体轨迹的热图像(图1B)，视角为38°~ 58°，空间分辨率为5 ~ 30 μm/像素，时间分辨率为0.3 ~ 5 μs，帧速率为50 ~ 200 kHz。

3、通过设置阈值，本研究提取匙眼区域的平均光发射强度，将二维光学图像压缩成一维图(图1D)。这种数据压缩可以在实时监控中大大减轻计算机存储的负担，因为高分辨率的图像可以立即通过相机上的芯片进行处理。同时，一维时间序列信号有助于识别与匙孔动力学相关的频率特征。

4、本研究还对分割的1D数据集进行了小波分析，以创建尺度图(图1E)，它揭示了时域局部的特征振荡。本研究将短窗口尺度图输入卷积神经网络(CNN)，用于预测匙孔孔隙生成事件(图1F)。短窗口尺度图由operando x射线成像结果标记为“孔隙”和“非孔隙”情况。

▲图2|Ti-6Al-4V 中的本征振荡和微扰振荡。

要点：

1、本研究利用热成像技术检测小孔生成的方法是在观察和理解小孔振荡的基础上发展起来的。在这项工作中，本研究将这两种模式定义为本征振荡和微扰振荡。稳定匙孔和不稳定匙孔均存在本征振荡(图2A和C到F)，这是是马兰戈尼力、表面张力和反冲压力之间变化平衡的结果。

2、在一个振荡周期内(图2C到F)中，当匙孔边缘开口最小时，匙孔后壁直接暴露在入射激光束下，并被加热至高温(图2C, 15 μs)。马兰戈尼力使热液体对流并且流向熔池后部，温度较低(后匙孔边缘附近的驼峰结构，如图2D所示，40 μs)。熔池表面的液体流动扩大了匙孔的开口并使其冷却。当大部分热液向后流动时[驼峰结构位于后端(图2D, 60 μs)]，匙孔温度降至最低(图2C, 90 μs)，此时开孔达到最大。在此之后，由于匙孔周围的温度梯度大大减小，马兰戈尼力变得可以忽略不计。

3、本研究使用近红外(NIR)相机收集的匙孔热信息作为本征振荡的指标(典型的本征振荡如图2E和F所示，16 kHz)。不稳定匙孔条件下的本征振荡机制与稳定匙孔条件下的本征振荡机制相同。在不稳定的匙孔条件下，本征振荡不是产生匙孔孔隙的原因。

▲图3|数据错误标记对预测率的影响

要点：

1、使用机器学习方法实现高预测率的一个关键因素是准确的数据标注。错标率越大，机器学习算法的性能越差(图3)。在之前的研究中，通常使用x射线计算机断层扫描来表征打印样品中的孔隙率。这种非原位(事后分析)数据标记方法确定了最终的孔隙位置，而不是气泡最初产生的时刻。由于气泡在挤压匙孔后可以在熔池内移动，因此当窗口长度较小时，非原位标记会导致大量误标记率(图3E)。

2、在本研究的operando同步加速器x射线成像实验中，不仅可以测量小孔的最终位置，还可以测量气泡形成的确切时刻(图3A和B)。本研究对粉末床和平板样品的实验和模拟数据进行了统计分析(图3C)。线性回归结果表明，非原位标记可使孔隙发生时间的不确定性提高~0.4 ms，导致预测率显著降低(图3F)。

结语

本研究所描述的研究结果突出了operando同步加速器x射线成像实验的使能特性。它不仅提供了校准多物理场模型的关键信息，而且还允许我们发现与匙孔孔隙度相关的独特匙孔振荡行为。定量的理解为机器学习模型建立了基础，该模型通过热成像检测小孔孔隙的形成。通过operando x射线成像获得的表面数据，本研究的方法能够以100%的精度和亚毫秒级的时间分辨率检测粉末床样品中匙孔孔的生成。对于那些没有机会使用同步加速器的人来说，这种方法可以通过刚才描述的两种方式很容易地实现到LPBF系统中。离轴检测方案和仅需要1D数据序列的要求对于没有预先安装同轴成像光学或高性能计算硬件的现有LPBF系统特别方便。通过检测匙孔和熔池的振荡行为来检测结构异常的策略具有通用性和实用性。

原文链接：

https://www.science.org/doi/10.1126/science.add4667

拓展阅读：

值得一提的是，两年前，弗吉尼亚大学Tao Sun与清华大学赵沧，美国卡内基梅隆大学Anthony D. Rollett合作，揭示了金属3D打印中匙孔气泡缺陷的起源（点击直达），也发表了一篇Science！