《Additive Manufacturing》利用同轴光电二极管进行激光粉末床熔变中的部分尺度钥匙孔检测
激光粉末床熔融（L-PBF）技术作为金属增材制造的核心工艺，可实现复杂结构零件的高精度制造。然而孔隙缺陷（尤其是由匙孔不稳定坍塌形成的孔隙）会显著降低零件的力学性能，如强度、疲劳寿命和密封性。而传统孔隙检测方法（如X射线计算机断层扫描技术）又存在耗时长（单样品需10-20分钟）、成本高且难以应用于大规模工业生产的局限。
为解决这L-PBF过程中因匙孔不稳定坍塌而产生孔隙的难题，美国西北大学的研究团队提出了一种基于同轴光电二极管熔池监测（MPM）系统的孔隙检测方法。该方法通过峰值检测算法分析MPM采集的热能密度（TED）信号，识别匙孔坍塌的特征模式（如信号峰值持续时间超过0.07毫秒）。其技术流程包括：信号平滑处理——即采用立方多项式对TED信号进行降噪；峰值识别——即结合绝对阈值（H=0.39）和比例阈值（M=0.24），筛选连续偏离点（N=14）的区间；孔隙关联验证——即将识别出的TED峰值数量与CT扫描的孔隙数量进行对比。实验结果表明，TED峰值数量与CT检测的孔隙数量具有极高相关性（R²=0.95），总预测误差仅1.00%（8个样本的TED峰值294915次，而孔隙总数293868个）；单样品（体积2400mm³）处理时长仅36秒，远低于CT扫描；该方法在匙孔不稳定的高能量密度区域表现尤为突出，但在近最优参数区域可能存在孔隙数量的高估。
研究团队基于多粒子蒙特卡洛方法的孔洞检测技术，为L-PBF提供了一种快速、准确且可高度可扩展的缺陷识别方案，有效填补了快速工艺监测与零件缺陷预测之间的空白。该成果展现出在金属增材制造生产线质量过程控制与零件质量评估领域的巨大应用潜力，具有重要工程价值。
以题为“Part-scale keyhole pore detection in laser powder bed fusion using coaxial photodiodes”的论文发表在《Additive Manufacturing》上。
图1.用于原位熔池监测与离体缺陷分析的集成实验装置及实验结果。
图2.针对孔隙预测，对TED峰值检测模型进行了相关性分析、参数敏感性分析以及运行时间分析。
图3.不同绝对偏差阈值下峰值计数与R2值的敏感性分析。
图4.对30微米厚度的样品进行逐层TED峰值计数与CT扫描所得孔隙计数之间的对比。
