原位高温计测量表明,LPBF过程中高温合金粉末激光吸收率会急剧下降

频道:技术 日期: 浏览:19
       2026年2月12日,德克萨斯大学埃尔帕索分校的研究人员与桑迪亚国家实验室和FARAssociates公司合作,开发了一种方法,通过分析电子束粉末床熔融(PBF-EB/M)过程中收集的原位辐射测温数据,来估算Inconel 625镍基高温合金在粉末床熔融过程中的激光吸收率
       相关研究成果以题为“Approximation of absorptivityconditions for Inconel 625 from in situ radiation thermometry measurements inelectron beam powder bed fusion”的论文发表在《AdditiveManufacturing Letters》上。


      研究结果表明,随着材料从加热粉末状态转变为完全熔融状态,激光吸收率急剧下降,在高温下下降约60%。吸收率通过控制材料吸收热源能量的效率,对粉末床熔融产生显著影响。然而,由于等离子体、飞溅和其他排放物的存在,难以进行直接的原位测量,因此工艺模型通常将其视为常数。作者提出,结合能量平衡和光谱外推的多波长高温计技术,可以提供一种在实际工艺条件下估算吸收率的实用方法。


1.png
信号强度(@ 1500 nm)与温度的关系图,显示了熔融扫描的波动情况。数据来自 18 层样品。标记颜色代表不同阶段:预热(黄色)、熔融扫描(红色)、冷却(蓝色)。图片来自德克萨斯大学埃尔帕索分校。
利用原位光谱测量估算吸收率
       实验采用商用GE Additive Arcam A2X电子束粉末床熔融系统加工Inconel 625粉末。使用多波长高温计对圆柱形零件进行连续18层的监测,记录预热、熔体扫描和冷却过程中的温度和光谱发射数据。与标准双色高温计不同,多波长法无需依赖发射率即可分辨温度,同时还能测量校准后的1080–1637 nm 波长范围内的光谱信号强度。利用这些测量结果,研究人员将多项式模型拟合到光谱,并将发射率估算值扩展到更短的波长(1064–1070 nm),以匹配激光粉末床熔融 (PBF-LB/M) 中使用的近红外激光波长。
      利用基尔霍夫热辐射定律,并假设局部热平衡,外推的发射率值被认为等于相同波长和温度下的吸收率。


2.png
在熔融扫描过程中,测量波长(1500 nm,红色标记)与近似波长(1064 nm 和 1070 nm,分别用绿色方块和蓝色菱形表示)的信号强度随温度的变化关系如图所示。数据为 18 层样品的汇总数据。标记区分不同的波长。图片来自德克萨斯大学埃尔帕索分校。
Inconel 625熔化时吸收率下降
      对汇总数据的分析显示出一个清晰且可重复的趋势。在熔体扫描过程中,随着温度从预热状态升高到早期熔化范围,再到完全熔融状态,测得的信号强度持续下降。熔融扫描开始后,吸收率值在0.5至0.6之间。随着材料进入熔融状态,1064 nm和1070 nm波长处的吸收率均降至0.2以下。所有监测层均呈现一致的变化趋势。
      作者探讨了粉末在液态转变过程中吸收率的变化,并将研究结果与先前报道的不同条件下(包括小孔模式激光加工,加工条件下吸收率可能增加)吸收率更高的研究进行了比较。他们还指出,需要对粉末床熔融-激光烧结/熔融(PBF-LB/M)工艺进行测量,以考虑工艺特定效应。
对建模和过程控制的影响
       目前大多数金属粉末床熔融的吸收率数据来自非原位量热法或在较低温度下进行的反射率测量。而本研究则测量了材料在高达约1400℃温度下的性能,这一温度更接近实际熔融条件。尽管测量结果是通过电子束粉末床熔融获得的,但作者指出,热辐射行为与辐照源本身无关。他们认为,实验结果可以指导与激光粉末床熔融相关的建模和实验,同时强调,仍需进行直接的PBF-LB/M测量才能获得充分的代表性结果。
     研究人员认为,在工艺模拟中加入与温度和相态相关的吸收率可以提高对熔池行为、飞溅和缺陷形成的预测精度。他们还指出,基于吸收率的控制方法,例如在扫描矢量开始和结束时调整功率,也具有一定的应用价值。
局限性和未来工作
      这项研究并未完全重现激光粉末床熔融的工艺条件,其中包括等离子体羽流、惰性气体流动和匙孔形成等可能改变吸收条件的工艺效应。作者指出,在激光粉末床熔融系统中实施类似的测量是未来研究的一个方向。
       随着仿真工具日趋复杂,解决这些差异显得尤为重要。诸如FLOW-3D AM等平台的最新进展反映了整个行业致力于利用耦合流体流动和传热物理模型来模拟熔池几何形状、热梯度和缺陷形成的努力。然而,这些仿真的预测精度取决于可靠的材料输入参数,包括吸收率及其随温度和相态的变化。高温、相态相关的吸收率数据变得日益重要。
      与此同时,数据驱动方法也在不断发展,旨在将工艺特征与微观结构和性能联系起来。亚利桑那州立大学最近开发的人工智能模型表明,热历史输入可用于预测金属增材制造中的微观结构结果。

     无论是基于物理的方法还是数据驱动的方法,这些方法都依赖于对熔池能量耦合的精确表征。通过原位测量追踪熔化过程中吸收率的变化,可以降低模拟和预测建模工作流程中的不确定性。

   来源:南极熊

关键词:高温合金粉末

0 留言

评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。