《Journal of Materials Research and Technology》：Based on a machine-learning-enabled, NSGA-III driven framework for melt-pool morphology optimization and evaluation in laser metal deposition of Al-Mg-Mn-Sc-Zr alloy
编辑推荐：
摘要：激光金属沉积（LMD）的工艺参数、熔池几何形状和质量指标之间存在强耦合关系，限制了传统试错优化方法的有效性。研究人员首次将熔池评估指标引入一个结合机器学习（ML）代理模型、NSGA-III多目标优化和增强型TOPSIS-MCHP决策方法的框架中。通过嵌入
摘要：激光金属沉积（LMD）的工艺参数、熔池几何形状和质量指标之间存在强耦合关系，限制了传统试错优化方法的有效性。研究人员首次将熔池评估指标引入一个结合机器学习（ML）代理模型、NSGA-III多目标优化和增强型TOPSIS-MCHP决策方法的框架中。通过嵌入熔池评估指标并采用增强型TOPSIS-MCHP决策方法，该框架支持对熔池评估和几何形状进行全面评估，促进精确的质量预测。经过Optuna超参数调优后，反向传播神经网络（BPNN）和支持向量回归（SVR）分别被确定为预测熔池宽度、深度和高度的最优模型。基于该框架，优化后的工艺参数可获得形貌稳定、表面光滑且润湿角范围为28°至51°的熔池。熔池宽度主要受激光功率控制，而熔池深度和稀释率对扫描速度更为敏感。在高体积能量密度（VED）条件下，增强的横向Marangoni对流抑制了垂直热传递，导致稀释率与VED之间呈现负相关。在该状态下，陡峭的温度梯度促进了热毛细力（Ft）驱动的气孔迁移和排出，降低了熔池孔隙率。通过将新的熔池评估指标与数据驱动的逆向优化相结合，该框架为控制Al-Mg-Mn-Sc-Zr合金LMD过程中的熔池形成提供了定量且具有物理可解释性的基础。
论文解读：
一、研究背景与意义
激光金属沉积（LMD）作为一种重要的金属增材制造技术，其成形质量高度依赖于单道熔池几何形状的精确控制。工艺参数对熔池形貌具有决定性影响，而熔池宽度、高度和深度等几何特征的不规则变化常导致未熔合孔隙、匙孔孔隙和球化等典型缺陷的产生。具体而言，熔池宽度主要决定相邻沉积道之间的搭接率；熔池高度影响层间堆叠精度和沉积稳定性；熔池深度则与基材的冶金结合质量密切相关，不适宜的几何特性可能导致缺陷形成甚至熔池坍塌。因此，合理控制熔池几何形状对于提升LMD成形质量和抑制缺陷生成至关重要。
根据激光能量输入的不同，LMD过程中的熔池形成通常表现为热传导模式或匙孔模式。热传导模式以热传导和表面驱动流体流动为主导，熔池深度通常小于宽度的一半，形成近似半椭圆形的截面轮廓。对于铝合金而言，其高激光反射率和低熔点合金元素易于蒸发的特性使热传导模式在减少孔隙相关缺陷方面尤为有效。然而，目前LMD领域仍缺乏标准化的熔池评估准则，更未形成统一的框架将此类准则纳入前向预测、逆向优化和系统评估之中。
二、研究内容与技术创新
针对上述问题，研究人员以Al-Mg-Mn-Sc-Zr合金为研究对象，开发了一个集成的熔池优化与评估框架。该框架结合了机器学习（ML）预测模型、基于形貌的评估准则、NSGA-III多目标优化算法和TOPSIS-MCHP决策方法，用于量化工艺参数、熔池几何形状与质量指标之间的关系，并确定优化的工艺窗口。研究采用BLT-C400系统在200 mm×100 mm×15 mm的5A06铝合金基板上进行单道沉积实验，使用中值粒径（d50）为33 μm的球形Al-Mg-Mn-Sc-Zr合金粉末。实验设计了48组工艺条件，激光功率范围为700-1400 W，扫描速度范围为250-400 mm/min。
研究提出的评估指标体系引入了两个具有物理意义的评估指标：宽高比（AR）和稀释率。AR描述熔池的横向铺展能力，反映沉积道的几何平滑度；稀释率表示基材参与熔化的比例，用于评估冶金结合质量和热输入分布。研究将AR=5-6和稀释率0.4-0.5作为推荐的工艺设计窗口，并据此构建了熔池可打印性图，识别缺陷敏感区域和稳定热传导模式加工窗口。在逆向优化阶段，NSGA-III算法以熔池高度、AR和稀释率为优化目标生成Pareto最优解集，随后采用增强型TOPSIS-MCHP决策方法对解集进行排序，确定最优工艺参数组合。
三、关键方法与技术
研究人员采用了多种关键技术手段来构建和验证该框架。首先，选取了五种代表性机器学习算法（BPNN、SVR、决策树DT、随机森林RF和AdaBoost回归AB）构建前向预测模型，通过五折交叉验证和Optuna超参数调优提升模型精度。其次，采用NSGA-III算法解决涉及三个或以上目标的多目标优化问题，并通过参考点机制维持种群多样性和Pareto前沿的广泛覆盖。再次，提出了增强型TOPSIS-MCHP决策方法，构建包含几何特征层和行为指标层的两级层次结构，对Pareto最优解进行综合评价。此外，通过SHAP分析方法定量评估激光功率和扫描速度对熔池几何特征的影响贡献度。最后，利用激光共聚焦显微镜和金相显微镜对单道和多层沉积样品进行形貌表征与验证。
四、主要研究结果与讨论
（一）前向预测模型性能比较
通过Taylor图综合比较五种机器学习模型对熔池宽度、高度和深度的预测性能。结果表明，BPNN模型对熔池宽度的预测效果最佳，其平均绝对误差（MAE）为23.7 μm，平均相对误差（MRE）为1.9%，决定系数（R2）为0.925；SVR模型对熔池高度的预测最优；BPNN模型对熔池深度的预测性能最好。分析表明基于神经网络的架构在捕捉LMD过程中激光能量输入与熔池几何演化之间的高度非线性耦合关系方面更为有效。
（二）基于物理引导的逆向优化
研究人员将NSGA-III生成的Pareto最优解集与TOPSIS-MCHP决策方法相结合，在熔池高度、AR和稀释率三个维度上进行多目标优化。与常规TOPSIS方法相比，TOPSIS-MCHP策略在四个二维子空间中将所选解与目标点的欧氏距离分别降低了69.7%、39.2%、70.9%和66.2%，平均降低61.5%。这表明层次化决策结构能够通过行为导向指标改善熔池宽度、高度和深度之间的协调性。六组逆向优化设计案例的验证实验显示，熔池形貌预测值与目标设计值的偏差小于4%。
（三）验证实验与误差分析
六组单道验证实验在逆向优化的工艺参数下进行，涵盖了局部外推的功率设置（602.7 W和1440.2 W）。实验结果显示，预测熔池形貌与实验结果高度吻合，大多数相对精度超过90%。在稀释率为0.5的条件下，随着AR从6.0降低至5.0，熔池表面波动增强、边界粗糙度增加，润湿角从27°增大至46°。在稀释率为0.4的条件下，熔池表现出良好的稳定性和均匀性。分析表明，激光功率对熔池高度和宽度的影响较强，而扫描速度对熔池深度和稀释率更为敏感。
（四）单道及多层结构形貌分析
在低能量输入条件下（如888.3 W-336 mm/min和602.7 W-247 mm/min），体积能量密度（VED）不足导致熔池温度降低、熔体粘度升高，Marangoni对流减弱。热毛细力（Ft）与温度梯度正相关，在界面区域由于温度梯度显著降低导致Ft减弱，而流动引起的阻力（Fd）随粘度增大而迅速增加，气孔倾向于在局部滞止区聚集，促进不规则气孔的形成。在中等等能量输入条件下（如1247.2 W-345 mm/min和975.4 W-312 mm/min），熔池温度显著升高、粘度降低，Marangoni对流进入高效运行区间，熔池保持浅熔深、热传导主导的稳定状态，形成光滑的半椭圆形熔池界面。在高能量输入条件下（如1440.2 W-378 mm/min和1094.0 W-254 mm/min），温度梯度增大增强了横向Marangoni流动，有利于气孔的排出，使熔池在能量密度下表现出最低的孔隙率。然而，过强的横向对流将大量能量用于维持强烈对流而非垂直传递至基材，导致熔深和稀释率降低，呈现出宽度主导的熔池演化特征。SHAP分析定量表明，激光功率对熔池宽度预测贡献达80.2%，而扫描速度对熔池高度和深度预测的贡献分别为86.6%和58.0%。
（五）多层沉积验证
在优化工艺参数下进行的薄壁多层沉积实验显示，所有沉积结构均呈现连续、均匀的宏观形貌，无明显孔隙、坍塌或凝固裂纹。激光共聚焦显微镜测得表面粗糙度保持在22 μm以下，两层结构的累积表面高度在各验证样品中均接近500 μm，与设计单层高度250 μm形成良好对应，验证了框架在多层层高叠加控制方面的可靠性。
（六）可转移性与工程局限性
研究指出，该框架在方法上具有可转移性，但数值阈值不能直接通用。对于不同合金体系、粉末系统、激光束轮廓和沉积模式，熔池宽度、高度和深度的代理模型需要重新校准，最优AR和稀释率窗口也应根据各系统的热流体特性、缺陷容限和冶金要求重新确定。当前框架基于有限的实验数据库、两个主要工艺变量和特定的LMD配置，且依赖离线熔池表征，未直接纳入实时工艺波动信息。
五、研究结论
该研究建立了工艺参数、熔池几何形状与质量指标之间的系统关系，提出了物理引导的熔池形貌评估框架，将AR和稀释率作为行为导向的熔池评估指标，实现了熔池稳定性和成形质量的物理意义优化。主要结论包括：BPNN、SVR和BPNN分别对熔池宽度、高度和深度表现出最佳预测性能；增强型TOPSIS-MCHP决策策略能够对Pareto最优解进行全面评估，优化工艺参数可获得稳定形貌、光滑表面和28°至51°润湿角的熔池，其中AR约为5.5、稀释率约为0.40的条件展现出良好的形貌稳定性、低孔隙率和光滑表面形成；激光功率主要控制铺展和宽度演化，扫描速度对熔深和稀释率影响更大；中等能量输入促进稳定Marangoni对流和均匀冶金结合，过高能量输入增强热毛细力并促进横向流动和气孔去除，但同时会将热量从基材转移，降低熔深和稀释率，揭示了高能条件下熔池从穿透主导到宽度主导演化的转变机制。该研究发表于《Journal of Materials Research and Technology》。
