
-
生物通官微
陪你抓住生命科技
跳动的脉搏
激光粉末床熔融合金中微结构耦合效应下的孔隙率超声评估新方法
【字体: 大 中 小 】 时间:2025年09月06日 来源:Urban Forestry & Urban Greening 6.7
编辑推荐:
本文创新性地将超声体波技术应用于激光粉末床熔融(LPBF)合金的孔隙率评估,通过解析孔隙散射与晶粒散射的频域特征差异,提出对两种机制均敏感的光谱协方差参数。结合数值模拟与深度学习(DNN),实现了微结构耦合影响下孔隙率的精准解耦(绝对误差<0.3%),为增材制造(AM)构件结构完整性评估提供了新范式。
亮点
本研究揭示了激光粉末床熔融(LPBF)制备合金中孔隙与微结构对超声响应的耦合作用机制。通过理论分析和数值模拟,首次提出光谱协方差参数可同步捕捉孔隙散射(高频敏感)与晶粒散射(低频敏感)的特征差异,其与孔隙率的关联性显著区别于传统超声衰减参数。
样本制备与表征
采用SLM500设备制备梯度孔隙率的SS316L合金样本(粉末粒径35-45μm),通过调控激光功率、扫描间距等关键参数实现孔隙率0.1%-8%的连续变化。X射线计算机断层扫描(XCT)验证了孔隙形貌与分布特征,为超声信号解耦提供基准数据。
光束扩散校准
实验创新性地引入平面波模型与沉浸式检测数据的映射方法,解决了数值模拟与实测条件差异问题。时域波形提取的衰减参数与频域光谱协方差形成互补表征,为DNN训练提供多维度特征输入。
结论
光谱协方差参数可有效区分孔隙主导(高频)与晶粒主导(低频)的超声散射机制;
联合衰减-协方差双参数分析使孔隙率评估范围扩展至0.3%-8%,突破传统单参数法的低孔隙盲区;
基于混合数据训练的DNN模型在实验样本中实现0.3%绝对误差,显著优于现有超声检测技术。
生物通微信公众号
知名企业招聘