通过声发射保证质量

1。简介：当材料尖叫时

金属 3D 打印（PBF-LB 或 DED）是一种剧烈的微观过程。激光束熔化金属，熔池沸腾，气体逸出，材料瞬间凝固并在极端内应力下撕裂。所有这些物理事件都会产生声波 - 远远高于人类听觉的频率范围。

声发射分析（声发射 - AE）正是利用了这一点。无需使用昂贵的高速摄像机（光学现场监控）来拍摄整个过程，而是使用构建板上的高灵敏度麦克风“监听”正在创建的组件。

2。你能听到什么？

经验丰富的算法可以根据声学特征（频谱、振幅和能量释放）准确检测熔池中发生的情况。

• 爆裂：强而短的脉冲（突发信号）。在冷却阶段，难焊合金（例如某些铝或镍高温合金）经常发生这种情况。软件可以准确检测出裂纹发生在哪一层。
• 孔隙率（缺乏融合）：如果激光太冷且粉末未完全熔化，则熔池的连续“嘶嘶声”（连续发射）与健康熔池相比会发生巨大变化。
• 翘曲/支撑撕裂：当组件因热应力而向上弯曲并从支撑结构上撕裂时，会产生响亮的特征性裂纹，立即提醒机器操作员（或停止机器）。

3。人工智能作为声学导体

压力室声音很大。真空泵嗡嗡作响，橡胶扫帚刮掉粉末，氩气发出嘶嘶声。 AE 的最大挑战是从震耳欲聋的机器噪音中滤除 20 微米晶粒撕裂的微小信号。

这就是机器学习（深度神经网络）发挥作用的地方。该算法使用来自“好”和“坏”打印作业的数万小时音频数据进行训练（音频特征提取）。它学会完全忽略令人不安的背景噪声，并且仅在时频表示（频谱图）中检测到绑定错误（缺乏融合）的明显特征时才发出警报。

4。与光学断层扫描相结合（传感器融合）

仅靠声学通常不足以精确定位缺陷（精确到 X/Y/Z 毫米）。因此，现代增材制造系统将声学与摄像头结合起来（传感器融合）。

麦克风报告：“刚刚出现了裂缝！”。相机同时检查相应区域并说：“我在坐标 X:14，Y:56 处看到热偏差。”它们共同提供了 100% 可靠的错误模式（数字孪生），而组件无需进入 CT 扫描仪。

5。结论：智能工厂的耳朵

声发射分析比消耗 TB 级的光学监控系统便宜得多，并且可以“听到”表面相机无法看到的组件深处的缺陷。随着人工智能模式识别能力的增强，声学正成为每台工业金属 3D 打印机必不可少的听诊器。