《Additive Manufacturing》：Physics-based acoustic monitoring of keyhole regime transitions in laser powder bed fusion validated by operando synchrotron X-ray imaging
编辑推荐：
声学揭示了金属3D打印中熔池不稳定性，无需机器学习。基于物理的声学模型将声音与激光熔化过程中的蒸气流出联系起来。同步辐射X射线成像在钢和钛合金中验证了声学指标。脉冲激光操作改善了不稳定熔池的检测。声学信号与两种材料和激光模式下的熔池深度相关。
声学揭示了金属3D打印中熔池不稳定性，无需机器学习。基于物理的声学模型将声音与激光熔化过程中的蒸气流出联系起来。同步辐射X射线成像在钢和钛合金中验证了声学指标。脉冲激光操作改善了不稳定熔池的检测。声学信号与两种材料和激光模式下的熔池深度相关。
**基于物理的声学监测在激光粉末床熔融中匙孔状态转变的研究：原位同步辐射X射线成像验证**
**1. 研究背景与问题**
激光粉末床熔融（Powder Bed Fusion - Laser Beam on Metals, PBF-LB/M）是一种先进的金属增材制造技术，能够逐层制造复杂精密零件。然而，在高能量输入下，熔池可能从传导模式转变为匙孔（keyhole）模式，进而引发不稳定匙孔，导致匙孔塌陷、气体滞留和孔隙形成，最终损害零件疲劳寿命等力学性能。现有原位监测技术（如光学、高温测量、光谱成像）仅能捕捉表面信息，无法反映熔池深层现象。声学监测虽能捕获材料内部事件，但多数研究依赖机器学习方法，需要大量数据集、易过拟合且难以泛化至未见条件。因此，亟需一种基于物理原理的声学信号处理方法，无需数据驱动，即可实时监测匙孔状态转变。
**2. 研究内容与结论**
研究人员提出了一种基于振幅调制（amplitude modulation）的物理模型，将声学发射（acoustic emission, AE）信号直接归因于激光熔化过程中金属蒸气流出（vapor outflow）的动态变化。通过原位同步辐射X射线成像（operando synchrotron X-ray imaging）在两条光束线（SLS和ESRF）上对316L不锈钢和Ti6Al4V钛合金共45条扫描轨迹进行验证，开发了多种包络能量指标（如EEM、DDEM、LDEM），实现了对传导模式、稳定匙孔和不稳定匙孔的三分类，并估计了熔池深度。结果表明，脉冲激光模式下的双解调能量方法（DDEM）在稳定与不稳定匙孔分类上比仅能量基线（FEB）减少55%的误分类，且所有指标与熔池深度呈显著线性相关。该研究发表在《Additive Manufacturing》期刊。
**3. 关键技术方法**
（不超过250字）
研究人员使用微型PBF-LB设备（PSI开发）在SLS和ESRF两条光束线进行原位X射线成像，帧率10-100 kHz，像素尺寸2.75-4 μm。声学传感器采用无膜光学麦克风（XARION Eta250 Ultra），采样频率2 MHz，安装在粉床正上方100 mm处。数据处理分为三步：首先通过谱减法降噪；然后根据连续或脉冲激光模式设计滤波和解调步骤（希尔伯特解调或正交解调）；最后计算包络能量以区分不同熔池状态。样本包括316L不锈钢（OC Oerlikon，粒度15-45 μm）和Ti6Al4V ELI（AP&C，粒度15-53 μm）预制的薄壁（300 μm厚，750 μm高），在固定激光功率和扫描速度下诱导状态转变。
**4. 研究结果**
**4.1 连续激光：包络能量方法（EEM）**
通过分析连续激光扫描316L不锈钢的声学信号，发现当匙孔打开时，高频成分显著增加。对高频信号进行解调后，观察到匙孔不稳定时包络频率升高。EEM指标通过监测包络低频能量（指示总蒸气流出）和高频能量（指示突然变化）分别检测匙孔是否存在及其稳定性。与仅能量基线（FEB）相比，EEM在316L和Ti6Al4V中分别减少6%和33%的稳定-不稳定误分类（基于X射线图像标注的地面真值）。
**4.2 脉冲激光：双解调能量方法（DDEM）**
脉冲激光（250 kHz）下，声学信号在匙孔开启时出现明显的脉冲频率调制。DDEM首先去除脉冲频率及其谐波，然后进行第一次希尔伯特解调以提取蒸气流出引起的宽带信号，再对脉冲频率附近进行第二次解调（正交解调）以捕捉慢速变化（用于匙孔检测）和快速变化（用于不稳定检测）。在316L数据集上，DDEM比FEB减少55%的稳定-不稳定误分类；在Ti6Al4V中，由于仅有一条扫描轨迹出现匙孔，结果未进行交叉验证，但DDEM仍表现出优势。
**4.3 激光解调能量方法（LDEM）**
作为替代方案，LDEM假设脉冲激光直接产生压力波，直接对脉冲频率附近信号进行解调并提取包络。在Ti6Al4V脉冲激光数据中，LDEM在稳定-不稳定分类上优于FEB，但略逊于DDEM。
**4.4 熔池深度估计**
所有指标（FEB、EEM、DDEM、LDEM）均与X射线测量的熔池凹陷深度（depression depth）呈显著正相关（Pearson相关系数高达0.93，p<0.01）。脉冲激光条件下线性关系更明显，表明声学信号与匙孔腔深度存在强耦合，且脉冲激光增强了监测精度。
**5. 讨论与结论**
研究人员指出，该物理模型将声学发射归因于蒸气流出，虽未直接测量蒸气速度或质量通量，但宽带信号特征和深度相关性间接支持了该假设。脉冲激光引入的额外振幅调制机制显著提高了不稳定匙孔检测的鲁棒性。局限性包括：Ti6Al4V脉冲激光数据量少，实验在微型系统上使用预制薄壁进行，与生产规模存在差异；声学环境、热边界条件及扫描策略不同；材料特定滤波器截止频率的可迁移性尚待验证；所有分析均为离线。结论部分（翻译）：本研究提出了一个基于物理的声学发射信号处理框架，用于PBF-LB/M过程监测，核心贡献是开发了一个振幅调制模型，将空气传播的声学特征直接与熔池表面的蒸气流出动力学联系起来，无需训练分类器即可实现物理可解释的传导-匙孔转变和不稳定匙孔检测。通过原位同步辐射X射线成像在两束光束线上对316L不锈钢和Ti6Al4V共45条扫描轨迹验证了不同包络指标。EEM指标在316L和Ti6Al4V上分别将稳定-不稳定误分类减少6%和33%；脉冲激光下DDEM指标在316L上减少55%误分类。所有指标与熔池深度显著相关，脉冲激光条件下线性关系更突出。这些结果为PBF-LB/M声学过程监测提供了透明且可重复的基础，未来工作需验证向生产规模系统的可迁移性，并探索闭环控制集成。
