虽然基于激光的3D打印技术通过极大地扩展设计复杂性，彻底改变了金属零件的生产，但传统用于金属打印的激光束存在缺陷，可能导致缺陷和较差的机械性能。
劳伦斯利弗莫尔国家实验室(LLNL)的研究人员正在通过探索高功率激光打印过程(如激光粉末床聚变(LPBF))中常用的高斯光束的替代形状来解决这个问题。
发表于亚博老虎机网登录科学的进步在美国，研究人员实验了被称为贝塞尔光束的奇特光束形状——让人想起靶心图案——这种光束具有一些独特的特性，比如自愈和无衍射。他们发现，这些光束的应用降低了孔隙形成和“钥匙孔”的可能性，而高斯光束的使用加剧了LPBF中诱导孔隙的现象。这篇文章刊登在9月17日的杂志封面上。
LLNL的研究人员说，这项工作表明，其他形状，如贝塞尔光束，可以缓解LBPF技术的主要问题:在激光与金属粉末相遇的地方，会出现大的热梯度和复杂的熔池不稳定性。这些问题主要是由大多数现成的高功率激光系统输出的高斯光束形状引起的。
“使用高斯光束很像使用火焰喷射器烹饪食物;你无法控制热量是如何在材料周围沉积的。”该研究的主要作者、LLNL研究科学家Thej Tumkur Umanath说。“有了贝塞尔光束，我们可以将部分能量从中心重新分配，这意味着我们可以设计热剖面，减少热梯度，以帮助微观结构晶粒细化，最终产生更致密的部件和更光滑的表面。”
Tumkur还获得了LLNL 2019年博士后研究大赛的第一名!贝塞尔光束显著地扩展了激光扫描参数空间，而不是传统的高斯光束形状。结果是理想的熔池，不是太浅，不会遭受钥匙孔;这是一种现象，在建造过程中，激光会产生强烈的蒸汽，并在金属衬底中形成深空腔，LLNL的研究人员此前已经发现了这一现象。钥匙孔在熔池中产生气泡，形成气孔，导致成品的机械性能下降。
传统光束的另一个缺点是它们在传播时容易衍射(扩散)。贝塞尔光束由于其无衍射特性而具有更大的聚焦深度。因此，作者观察到，相对于使用贝塞尔光束的激光焦点，工件放置的公差增加了。对于工业系统来说，每次沉积一层金属粉末时，都要依靠昂贵而敏感的技术将正在建造的设备定位在聚焦光束的聚焦深度内，而放置是一个挑战。
贝塞尔光束由于其无衍射和自愈特性，已广泛应用于成像、显微镜和其他光学应用，但光束形状工程方法在基于激光的制造应用中相当少见。Tumkur解释道。“我们的工作通过整合设计师光束形状来实现对熔池动态的控制，解决了金属增材制造领域中光学物理和材料工程之间的隔阂。”亚博网站下载
LLNL团队通过两个锥形透镜使激光形成一个甜甜圈形状，然后通过附加的光学设备和扫描仪在中央光束周围形成“环”。在LLNL先进制造实验室的一台商用印刷机上，研究人员使用实验装置从不锈钢粉末打印立方体和其他形状。
通过高速成像，研究人员研究了熔化池的动力学，观察到熔化池湍流的大幅减少和“飞溅”的缓解——熔化的金属颗粒在建造过程中从激光路径飞出——这通常会导致孔隙的形成。yabo214
在力学研究和模拟中，研究小组发现，与传统高斯光束相比，用贝塞尔光束建造的部件密度更大，强度更强，具有更强的抗拉性能。
“长期以来，业界一直在寻求提高LPBF工艺控制的能力，以最大限度地减少缺陷，”在成为LLNL材料科学部负责人之前，该项目的首席研究员Ibo Matthews说。亚博网站下载亚博老虎机网登录“在激光束中引入复杂的结构增加了更大的灵活性，以精确控制激光与材料的相互作用、热沉积以及最终打印的质量。”
LLNL计算机科学家Saad Khairallah使用LLNL开发的多物理代码ALE3D模拟高斯和贝塞尔光束激光形状与金属粉末材料的单轨的相互作用。通过比较得到的轨迹，研究小组发现贝塞尔光束比高斯光束表现出更好的热梯度，促进了更好的微观结构形成。他们还用贝塞尔光束实现了更好的能量分布，避免了高斯光束中发现的“热点”产生，后者会产生深熔池并形成孔隙。
“模拟可以让你得到物理发生的详细诊断，因此可以让你理解我们实验结果背后的基本机制，”Khairallah说。
这只是LLNL正在研究的提高3D打印金属部件质量的众多途径之一，Tumkur说，光束整形是比替代扫描策略更便宜的选择，因为它可以通过合并简单的光学元件以低成本完成，并可以减少使用高斯光束制造的部件通常需要的后处理技术所涉及的费用和时间。
“我们非常需要生产坚固、无缺陷的零部件，并能够以低成本的方式打印非常大的结构。”Tumkur说。“为了使3D打印真正与工业标准兼容，并超越传统的制造方法，我们需要解决一些发生在非常短的时间和微观结构尺度上的基本问题。我认为波束整形确实是一种可行的方法，因为它可以应用于广泛的金属打印，并纳入商业打印系统，而不会像其他替代技术那样带来重大的集成挑战。”
LLNL的研究人员目前正在试验其他光束形状工程策略，作为与GE全球研究持续合作的一部分，并计划研究复杂的激光束和偏振整形方法，以更好地控制打印部件的质量。
论文的共同作者包括LLNL的科学家和工程师Thomas Voisin, Rongpei Shi, Phil Depond, Tien Roehling, Sheldon Wu, Michael Crumb, John Roehling和Gabe Guss。实验室指导的研究和发展计划资助了这项工作。
来源:https://www.llnl.gov/