激光粉末床熔融(PBF-LB/M)铝基合金裂纹形成的声发射信号特征:面向实时原位检测的嵌入表示学习

《Additive Manufacturing》:Acoustic emission signatures of crack formation in aluminium-based alloys processed by laser powder bed fusion: Embedded representation learning toward real-time in situ detection

【字体: 大 中 小 】 时间:2026年10月23日 来源:Additive Manufacturing 11.3

编辑推荐:

  致密金属材料增材制造(additive manufacturing, AM)面临孔隙和裂纹等缺陷挑战,尤其会损害结构性能。因此,原位裂纹检测对可靠、无缺陷制造至关重要。研究人员提出一种半监督机器学习流程,用于AA2024激光粉末床熔融(laser powder

  
致密金属材料增材制造(additive manufacturing, AM)面临孔隙和裂纹等缺陷挑战,尤其会损害结构性能。因此,原位裂纹检测对可靠、无缺陷制造至关重要。研究人员提出一种半监督机器学习流程,用于AA2024激光粉末床熔融(laser powder bed fusion, PBF-LB/M)过程中通过声发射(acoustic emission, AE)监测进行原位裂纹检测。在不同工艺条件下制备的三个试样分别形成近全致密、裂纹主导和孔隙主导的显微组织。成形后X射线计算机断层扫描(X-ray computed tomography, XCT)、光学显微镜(optical microscopy, OM)和电子背散射衍射(electron backscatter diffraction, EBSD)提供缺陷群体和裂纹形成机制的地面真值表征。EBSD识别出声学信号可能的显微组织来源:凝固裂纹沿高角度晶界(high-angle grain boundaries, HAGBs)晶间扩展,致密试样中HAGBs密度较低,这解释了其较低的裂纹敏感性。爆发型AE信号反映HAGBs处液膜破裂及随后的裂纹扩展。连续记录高频结构传播AE信号,并通过三步流程分析:基于自编码器的AE事件嵌入、用于裂纹识别的无监督聚类,以及用于实时可行标记的轻量多层感知机(multi-layer perceptron, MLP)分类器。基于频谱图的嵌入获得最可靠的裂纹-噪声分离;仅含105个参数的MLP在分层、类加权交叉验证下相对于HDBSCAN(hierarchical density-based spatial clustering of applications with noise)衍生标签达到平均F1分数0.93,而线性基线为0.19。在AA2024和Al92Mn6Ce2(at%)数据上联合训练时,尽管开裂机制不同,该流程仍能分离裂纹和噪声事件,表明存在共享的物理裂纹特征而非合金特异性特征。该流程轻量且计算上具备实时能力,支持通向闭环PBF-LB/M过程控制的路径。
增材制造(AM)金属材料中孔隙与裂纹等缺陷会显著损害结构性能,尤其裂纹作为优先断裂起始位点,难以通过常规后处理热处理消除。PBF-LB/M(激光粉末床熔融)虽可逐层制造复杂金属件,但其陡峭热梯度、快速凝固和循环再热易引入匙孔孔隙、未熔合、气孔和裂纹。2000系与7000系高强铝基合金因凝固温度区间宽和溶质偏析强,易发生凝固裂纹或热裂纹;AA2024(Al–Cu–Mg)宽糊状区促进晶间液膜在凝固末段形成,并在热拉应力下破裂,裂纹网络对扫描速度和能量输入高度敏感。现有XCT(X射线计算机断层扫描)虽为缺陷量化参考标准,但属成形后检测、耗时且不能实时反馈;光学和热成像主要限于表面与近表面,难以检测亚表面裂纹。AE(声发射)具有体积敏感性和微秒级时间分辨,可检测裂纹萌生、扩展、孔隙塌陷和相变,且成本较低、可改装至现有设备。已有AE研究多将裂纹相关信号与成形后含裂纹试样关联,尚未与显微组织裂纹形成机制联系;监督学习需大量标记且裂纹事件相对噪声严重不平衡。Denys Y. Kononenko等的研究发表于《Additive Manufacturing》,旨在将学习到的声学表示与XCT、OM(光学显微镜)和EBSD(电子背散射衍射)的机制描述相连,并验证原位裂纹信号数量与强度是否随XCT缺陷群体变化;研究采用半监督流程直接原位检测AA2024凝固裂纹AE事件,并以Al92Mn6Ce2(at%)作为机制不同的测试对象。其意义在于建立声学裂纹签名与HAGBs(高角度晶界)液膜破裂及晶间扩展之间的联系,并证明轻量、实时可行的裂纹-噪声分离可支持闭环PBF-LB/M过程控制。

关键技术方法(不超过250字):采用SLM280 2.0 Dual(700 W红外光纤激光,90 μm光斑)在Ar气氛下PBF-LB/M制备AA2024立方样,层厚30 μm、条纹扫描37°旋转,改变功率、扫描速度和扫描间距获得高致密、裂纹主导和孔隙主导样;AA2024粉末购自Eckart TLS Technik GmbH并筛至小于75 μm,Al92Mn6Ce2(at%)数据来自前期工作。成形后用XCT(体素7 μm)、OM和EBSD表征。AE用D9215结构传播传感器、40 dB放大、50–600 kHz带通、2 MHz采样连续记录,超阈值提取2 ms事件;构建波形、傅里叶幅度谱和频谱图描述符,训练自编码器/CNN(卷积神经网络)自编码器得潜在嵌入,HDBSCAN聚类,轻量MLP分类,6折分层类加权交叉验证,并与XCT/OM/EBSD对照及两合金联合训练。

3.1 PBF-LB/M加工AA2024的缺陷形成:通过XCT、OM和EBSD研究三种工艺参数试样,220 W、725 mm/s、113 μm条件得到相对密度96.22%的裂纹主导组织,裂纹沿构建方向并沿HAGBs晶间扩展;124 W、509 mm/s、67 μm条件得到99.38%的孔隙主导组织并伴少量表面裂纹;254 W、120 mm/s、114 μm条件得到99.99%近全致密组织、粗晶和较低HAGBs密度。结论是HAGBs处残余液膜破裂及后续晶间扩展是声发射爆发信号的显微组织来源。

3.2 声发射数据集与信号特征:通过连续记录两组合金PBF-LB/M过程AE流,AA2024获得190个1分钟文件,Al92Mn6Ce2获得382个文件;按每实验阈值提取2 ms事件,共141113个事件。裂纹事件表现为尖锐起始脉冲、指数衰减和主导低频峰;噪声事件多为准周期、低幅、宽谱。结论是时频特征可区分裂纹与过程噪声。

3.3 基于自编码器的AE事件嵌入表示:通过训练全连接自编码器和CNN自编码器,将波形、傅里叶幅度谱和频谱图压缩为Z=2至6的潜在向量,训练与验证重构损失均下降且间隙小,Z增大后重构成本进一步降低但Z>6改善有限。结论是紧凑潜在表示可保留裂纹相关特征并用于后续聚类和分类。

3.4 潜在空间裂纹-噪声分离与无监督聚类:通过HDBSCAN对嵌入聚类并人工检查簇,波形嵌入裂纹召回高但噪声误入裂纹簇比例高,频谱嵌入噪声污染低但漏检弱裂纹,频谱图嵌入最平衡,在Z=2至6中TPRcrack不低于98.46%、FPRnoise不高于1.02%;选择频谱图Z=2后得5簇,248个事件归为裂纹主导、140740个归为噪声主导、125个未分配。结论是频谱图嵌入最适合密度聚类分离裂纹与噪声。

3.5 裂纹分类与XCT地面真值验证:通过分层6折类加权交叉验证训练逻辑回归基线和105参数两层MLP,MLP平均精确率0.884、裂纹召回0.996、F10.931,逻辑回归F1仅0.192;重裂纹试样HDBSCAN标记173个裂纹事件,近致密试样仅3个。分类器在近致密试样检测到3个裂纹事件,在重裂纹试样检测到超过一百个裂纹事件且幅度覆盖约1.45–2.1 V,与XCT相对密度、OM裂纹形态及EBSD的HAGBs密度一致。结论是检测结果与成形后地面真值一致,并提供幅度分辨的原位开裂活动信息。

3.6 潜在空间与分类器的可解释性:通过从噪声质心到裂纹质心在Z=2潜在空间插值并解码频谱图,解码模式由低功率规则条纹逐步转为高功率宽带低频模式,MLP预测裂纹概率由0升至1,决策边界位于中间点之间。结论是潜在空间编码了物理一致的平滑过渡,但单一潜在坐标的物理含义尚未确定,潜在空间几何也不保证跨独立训练完全复现。

讨论与结论部分可概括为:该研究将AE裂纹签名与HAGBs液膜破裂和晶间裂纹扩展的显微组织描述相连,并证明频谱图嵌入同时捕获脉冲时间起始和低频主频,优于仅用波形或幅度谱;潜在空间中裂纹与噪声并非完全线性可分,105参数MLP在分层类加权交叉验证下平均F1为0.93,而线性基线为0.19;重裂纹试样检测到更多且幅度范围更宽的裂纹事件,低幅事件可解释为单晶界萌生、高幅事件可解释为多晶界扩展,但该指派是物理解释而非XCT/OM逐事件分辨;联合训练AA2024与Al92Mn6Ce2可分离不同裂纹源的爆发型AE,但未测残余应力,不能证明应力状态或迁移至未见合金;板厚通过衰减和信噪比影响阈值与检测灵敏度。研究结论翻译如下:1. 声学裂纹签名可联系到特定显微组织来源,XCT、OM和EBSD显示裂纹主导AA2024试样中裂纹沿平行构建方向的HAGBs晶间扩展,孔隙主导和近全致密试样含更少HAGBs和裂纹,原位爆发型AE群体与HAGB控制的裂纹群体一致;液膜破裂起源采用凝固裂纹文献的一致解释,未直接测量。2. 频谱图嵌入优于波形和幅度谱嵌入,因为其同时捕获裂纹事件的脉冲时间起始和主导低频频谱内容;波形嵌入只捕获时间签名并易吸收机器噪声,幅度谱嵌入只捕获频率内容并偶漏较弱裂纹;频谱图嵌入在Z=2至6实现高裂纹召回(TPRcrack≥98.5%)和低假阳性(FPRnoise≤1.1%)。3. 裂纹与噪声在潜在空间中并非完全线性可分,分层类加权交叉验证下MLP平均F1为0.93(精确率0.88、召回0.996),线性逻辑回归基线为0.19;仅需105参数的两隐藏层网络即可实现,表明所需非线性有限。4. 重裂纹试样检测到更多裂纹事件且幅度范围更宽,低幅对应单边界裂纹萌生、高幅对应多晶界扩展的物理解释与较大裂纹释放更多弹性能一致,但XCT/OM不能逐事件分辨该来源;AE提供幅度分辨的开裂活动度量,与后验地面真值一致,而非已证明的事件级萌生/扩展区分。5. 联合训练两合金时,该流程可在化学组成不同的Al92Mn6Ce2中分离文献联系于残余应力释放冷裂纹的爆发型裂纹AE;未测残余应力,仅视为联合训练下不同裂纹源可分离的证据,不证明 underlying stress state 或对未见合金的迁移。6. 实验条件影响检测灵敏度,较厚基板增加衰减、降低信噪比并要求较低阈值,从而引入更多低能噪声;在线传播损失估计或周期校准脉冲可稳定不同机器设置下的触发。未来方向包括单通道AE与光电二极管或热像等多模态融合、跨机器/合金/几何验证、金属基复合材料、高维潜在空间用于裂纹定位与严重度分级,以及多传感器阵列实现空间定位;该流程代表通向闭环PBF-LB/M控制的一步。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号