本文摘要：在金属融化过程中，每个激光点创立了一个微型熔池，从粉末融化到加热沦为液体结构，在这个过程中，多种因素对最后产品的质量与一致性产生影响。其中，材料特性造成的缺失，由材料特性造成的无法通过优化3D打印机特征参数不予解决问题的缺失，主要为气孔。金属粉末涉及的问题集中于在理解粉末的物理特性（尺寸、形状和表面特性）如何影响加工参数（流动性和铺展性）并影响到3D打印机结果（孔隙度和缺失）。 而解读这些关系的基础是必须有效地密切相关粉末本身。

在金属融化过程中，每个激光点创立了一个微型熔池，从粉末融化到加热沦为液体结构，在这个过程中，多种因素对最后产品的质量与一致性产生影响。其中，材料特性造成的缺失，由材料特性造成的无法通过优化3D打印机特征参数不予解决问题的缺失，主要为气孔。金属粉末涉及的问题集中于在理解粉末的物理特性（尺寸、形状和表面特性）如何影响加工参数（流动性和铺展性）并影响到3D打印机结果（孔隙度和缺失）。

而解读这些关系的基础是必须有效地密切相关粉末本身。卡内基梅隆大学工程学院的研究人员研发了机器视觉技术，可以自动识别和分类有所不同种类的3D打印机金属粉末，准确度约95％以上。根据卡内基梅隆大学，该技术在五年内可能会取得普遍推展。

机器视觉是人工智能正在较慢发展的一个分支。非常简单说来，机器视觉就是用机器替换人眼来做到测量和辨别。机器视觉系统是通过机器视觉产品（即图像摄入装置，分CMOS和CCD两种）将被摄入目标转换成图像信号，传输给专用的图像处理系统，获得被摄目标的形态信息，根据像素产于和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号展开各种运算来提取目标的特征，进而根据判断的结果来掌控现场的设备动作。

根据上海材料所凌松，3D打印机的原材料为粉体或丝材，其形态与传统板材、棒材、锻件等有较小区别；因此，其化学系特性的测试检验项目与传统减材加工技术的原材料有相当大的有所不同，诸如力学性能、金互为的组织等项目无法展开。除化学成分分析外，粉体材料不应侧重注目其粒度、粒度产于、形貌及颗粒中的空隙等参量。卡内基梅隆（CarnegieMellon）大学的材料科学和工程教授，研究领域的研究主管伊丽莎白·霍尔姆（ElizabethHolm）说明说道：“在传统的生产领域，一般来说通过破坏性测试来构建对零件的检测。一家公司可能会生产多种零件，并对其展开测试，想到这些零件如何承受压力和疲惫。

”Holm和她的研究团队在八种有所不同的商业原料粉末上测试了机器视觉粉末分选系统，找到他们的系统需要准确地分选转入3D打印机的粉末，这将使得一些破坏性测试显得多余。在Holm显然，“破坏性测试花费大量的时间和金钱，拉低了增材生产的效率和自动化程度，另外破坏性测试使得3D打印机的按须要性质显得较慢。”在没手动监督的情况下通过计算机视觉来辨识和分类粉末，计算机可以显现出，金属粉末否具备零件拒绝的微观结构质量–强度、抗疲劳度、韧性等。

如果是这样，一旦展开3D打印机，金属粉末就不太可能带给零件裂纹或再次发生加工故障。令人吃惊的是，计算机实质上比训练有素的人类更佳地区分粉末。

该系统甚至可以辨识关于粉末的许多有所不同特征：其颗粒多大、颗粒如何人组在一起、颗粒的表面粗糙度以及它们的形状。更加最重要的是机器视觉方法是自律的、客观的和可反复的，这种客观性是前进金属3D打印机过程中质量掌控的必要条件。

迄今为止，增材生产金属粉末原料的密切相关依赖对目标粉末性质的必要测量。之前，Strondl等人用于动态图像分析来捕捉粉末的显微照片，分段，并测量粒径和交错比产于，从而找到这些特征以及粉末流变学测量与粉末流动和蔓延特征涉及。Clayton等人的研究指出分开的粒度产于足以确认粉末性质。

忽略，他们通过用于流变学测量来密切相关粉末，他们找到与粉末性质涉及，例如重复使用的程度，生产方法等。或许是最全面的同类研究，Slotwinski等人系统地密切相关了完整和重复使用的不锈钢和钴铬粉末，以希望研发增材生产原料材料的标准。他们用激光散射、X射线计算机断层扫描和光学和扫瞄电子显微镜测量粒径和形状。

此外，他们通过能量色散元素X射线分析，X射线光电子能谱和X射线散射测量了原子结构和构成。最后，Nandwana等人研究了用作电子束增材生产的两种粉末的粒度、流动性和化学性质。

在粉末的重复使用利用过程中，一种粉末中引发化学反应的显著变化，另一种粉末却再次发生了微小变化，颗粒尺寸和流动性不不受再循环影响。诸如此类的测量获取了对影响粉末特性因素的有价值的洞察。数据科学获取了一种有序的方法，可以必要从数据流中萃取信息，而需要展开还原成测量。

卡耐基梅隆的方法不是具体地辨识和测量单个颗粒，而是将粉末显微照片隐含地密切相关为局部图像特征的产于。卡耐基梅隆证明了计算机视觉系统需要对具备有所不同粒度、形状和表面纹理产于的粉末展开分类，以及辨识代表性和非典型的粉末图像。卡耐基梅隆的这项研究用作增材生产可以还包括粉末出厂检验，分析粉末重复使用的影响，基于粉末特性自由选择建构参数，辨识有可能与粉末蔓延或建构缺失涉及的特征，以及基于视觉图像定义客观材料标准。

对于如何增加甚至避免粉末床金属3D打印机技术所带给的毛孔的问题是科学家们仍然希望的方向，还包括调整加工参数，还包括过程中工艺监测和质量掌控等等。在这方面，卡内基梅隆大学材料科学与工程系作出了领先的探寻。

在卡耐基－梅隆大学的NextManufacturing中心，作为全球领先的增材生产研究中心之一，该中心将大量的数据用作分析，以取得更佳的解读增材生产过程以及质量掌控的能力。卡内基梅隆大学利用工程、科学、计算机科学学院的科学知识体系发展3D打印机工艺新的思维方式：设计优化、材料的自由选择和密切相关、工艺参数同构、软件开发、零件检查，和产品合格资格。

之前，卡内基梅隆大学材料科学与工程系教授TonyRollett通过极大的实时X射线电磁辐射机，不足以看见百万分之一米的金属内部细节。X射线扫瞄金属3D打印机的数据被带回匹兹堡来分析金属打印机结果与打印机参数之间的关系。科学家们需要通过实时加速器来研究各种各样的材料的内部结构，还包括聚合物、生物医学前列腺和合金。

该小组检查了3D打印机的金属，金属内部的毛孔是肉眼无法察觉到的，甚至小到无法检测到。而TonyRollett教授的职业生涯就专心于通过研究材料的微观结构来研究材料的性能如外用疲劳强度等。而金属3D打印机的目标是带入到世界的主流生产应用于过程中，如航空航天部件，生物医学植入物，和高性能的汽车。

研究如何掌控金属内部的结构与金属的3D打印机的质量息息相关。卡内基梅隆大学的研究指出指出大多数3D打印机钛孔隙率可以通过调整机器的工艺参数来避免。

较少的毛孔意味著更加强劲、更加可信的终端部件。基于强劲的大数据分析能力，卡内基·梅隆大学计划在基于粉末床的金属3D打印机技术领域构建如下目标：－像设计零件的几何形状一样设计加工过程－监督和掌控增材生产过程－在同一个零件的有所不同方位反映有所不同的材料，有所不同的微观结构和机械性能－用普遍范围内的金属粉末－内部孔隙度的避免或设计卡内基梅隆大学的计算机、机器人科学、理学是举世公认的一流专业。尤其是计算机专业，随着卡内基梅隆大学通过机器视觉和人工智能，构建出厂检验金属3D打印机粉末，卡内基梅隆大学对粉末原料的密切相关与分析能力再行上一个新台阶。

本文来源：大阳城官网平台-www.economyrepairkit.com