激光粉床融合工艺因子在3D打印316L不钢中的孔隙形成确定中的作用:理论建模和实验验证
Andrzej Stwora1, Reza Teimouri1, Jacek Habel1
1Faculty of Mechanical Engineering, Cracow University of Technology, 31-864 Cracow, Poland.
Materials (Basel, Switzerland)
|December 31, 2025
概括
这项研究开发了一种分析模型,用于预测激光粉床融合 (LPBF) 制造的3D打印不钢316L零件的工艺诱导孔隙性. 该模型准确地区分不同孔径类型,对实验数据的有效性进行验证.
科学领域:
- 材料科学 材料科学 材料科学
- 添加剂制造 添加剂制造 添加剂制造
- 计算机建模 计算建模
背景情况:
- 工艺诱导的多孔性是316L不钢激光粉床融合 (LPBF) 的一个关键缺陷.
- 了解LPBF参数对毛孔形成的影响对于质量控制至关重要.
- 现有的模型往往需要显著的改进来准确预测孔隙性.
研究的目的:
- 开发和验证一种分析模型,用于预测LPBF过程诱导的孔状性.
- 建立标准,以区分缺乏融合孔隙性,钥匙孔孔隙性和无缺陷样品.
- 评估LPBF参数对池动态和随后缺陷形成的影响.
主要方法:
- 开发了一个使用移动点热源的热模型来预测融化池几何.
- 在融化池预测中纳入固化的封顶形成.
- 分析了融化池大小,口间距和层厚度之间的相互作用.
- 通过微型CT分析获得的实验性毛孔度测量对验证的模型预测.
主要成果:
- 分析模型成功预测了温度分布和融化池的几何形状.
- 根据过程参数,建立了有效区分不同孔径类型的标准.
- 模型预测显示了可接受的误差范围 (10.5%24.78%,平均16.48%) 与实验性微CT孔隙度测量相比.
- 证明了模型能够准确评估过程诱导的多孔性.
结论:
- 开发的分析模型提供了一种准确可靠的方法,用于预测316L不钢LPBF中的多孔性.
- 该模型有助于优化LPBF过程参数,以最大限度地减少缺陷并提高零件质量.
- 这项研究有助于更深入地了解增材制造中的缺陷形成机制.


