《Journal of Materials Research and Technology》：Strength and process parameter optimization of active cooling-assisted laser directed energy deposited CoCrNi medium-entropy alloy based on SOO-SVM and NSGA-II algorithms
编辑推荐：
针对CoCrNi合金激光定向能量沉积（LDED）过程中的热积累问题，尽管主动冷却能够缓解热效应，但过高的冷却速率可能引入残余应力并加剧薄壁件变形。为解决该问题，研究人员将激光功率、扫描速度、送粉速率和主动冷却装置温度作为输入变量，以层厚、层宽和熔池温度作为响应
针对CoCrNi合金激光定向能量沉积（LDED）过程中的热积累问题，尽管主动冷却能够缓解热效应，但过高的冷却速率可能引入残余应力并加剧薄壁件变形。为解决该问题，研究人员将激光功率、扫描速度、送粉速率和主动冷却装置温度作为输入变量，以层厚、层宽和熔池温度作为响应指标。基于Box–Behnken设计开展了25组正交实验，建立了由恒星振荡优化算法优化的支持向量机预测模型（SOO-SVM），并采用NSGA-II算法进行多目标全局优化。结果表明，最优工艺参数组合为激光功率1492.84 W、扫描速度11.92 mm·s?1、送粉速率14.53 g·min?1、冷却温度8.83 °C。优化后层宽和层厚分别增加了22.1%和85.4%，表面缺陷显著减少，微观组织呈现均匀的等轴枝晶、定向枝晶/胞状晶以及良好的柱状晶冶金结合。平均显微硬度提高了10.4%，薄壁件纵向和横向抗拉强度分别提高了13.5%和19.2%。该研究验证了将冷却温度纳入工艺参数优化的有效性，为主动冷却辅助LDED制造高性能CoCrNi合金提供了理论依据。
**论文解读：基于SOO-SVM与NSGA-II算法的主动冷却辅助LDED CoCrNi中熵合金工艺优化研究**
**一、研究背景与问题提出**
CoCrNi合金作为一种新兴的中熵合金材料，与Al
0.5CoCrFeNi等高熵合金类似，相较于传统合金展现出优异的耐腐蚀性、耐磨性、优良的高低温性能和极高的韧性，已在LNG船用低温阀门、深海油气开采设备、航空发动机高温轴承、航天器耐极寒连接器、核反应堆事故容错燃料包壳以及高耐磨化工管道等领域获得初步应用或被列为优先候选材料。这些高性能部件通常具有薄壁和复杂几何特征，对冶金质量、成形精度和生产效率提出了严格要求。激光定向能量沉积（LDED）技术因其能够提供更高的冶金结合强度，同时具有材料利用率高、热输入低、变形小以及优异的灵活性和生产率等优势，已成为加工CoCrNi合金的主流方法。
然而，LDED过程中高能激光束持续向材料注入热量，热输入速率远超通过传导和辐射的散热速率，导致严重的非稳态热积累现象。热积累使熔池温度持续升高、尺寸增大、寿命延长，进而引发基板热变形、微观组织粗化、元素偏析加剧甚至热裂纹，最终严重降低制件的力学性能和尺寸精度。为此，研究人员提出了主动冷却辅助LDED技术，通过循环冷却介质（如气流、水或液氮）持续去除工件多余热量以缓解热积累。但辅助冷却温度直接决定了冷却速率与成形质量之间的平衡：冷却温度过低虽能快速提取热量，但过高的冷却速率极易在样品中引入高残余应力和裂纹，对薄壁工件还会加剧弯曲变形；冷却温度过高则难以有效缓解热积累。因此，将辅助冷却温度与常规工艺参数协同纳入优化范围具有明确的指导意义和创新价值。
**二、研究内容与总体结论**
本研究以激光功率、扫描速度、送粉速率和主动冷却装置温度作为LDED工艺参数优化的输入变量，以层厚、层宽和熔池温度作为响应变量。基于Box–Behnken设计开展了四因素三水平的25组正交实验，建立了由恒星振荡优化算法优化的支持向量机预测模型（SOO-SVM），并采用NSGA-II算法对输入变量进行全局优化以获得Pareto解集。优化后的工艺参数经实验验证，并采用最优参数制备薄壁件样品，从宏观形貌、微观组织和力学性能三个层面进行表征。研究结果表明，最优工艺参数组合为激光功率1492.84 W、扫描速度11.92 mm·s
?1、送粉速率14.53 g·min
?1、冷却温度8.83 °C。优化后层宽和层厚分别增加22.1%和85.4%，表面缺陷显著减少，微观组织呈现均匀的等轴枝晶、定向枝晶/胞状晶以及良好的柱状晶冶金结合。平均显微硬度提高10.4%，薄壁件纵向和横向抗拉强度分别提高13.5%和19.2%。该研究验证了将冷却温度纳入工艺参数优化的有效性，为主动冷却辅助LDED制造高性能CoCrNi合金提供了理论依据。论文发表在《Journal of Materials Research and Technology》。
**三、主要关键技术方法**
研究人员采用了以下几项关键技术方法：（1）基于Box–Behnken设计（BBD）的四因素三水平正交实验设计方法，有效拟合二阶响应面模型并减少实验次数；（2）基于双色测温原理的同轴熔池温度监测系统，通过CCD工业相机采集热图像并利用绿蓝通道像素值计算熔池温度；（3）恒星振荡优化算法（SOO）优化的支持向量机（SVM）预测模型（SOO-SVM），采用径向基核函数并通过5折交叉验证防止过拟合；（4）NSGA-II多目标进化算法，通过快速非支配排序和拥挤距离机制保持种群多样性并实现全局优化。实验材料为球形CoCrNi中熵合金粉末（粒径50–150 μm），基板为316L不锈钢板（20 mm×20 mm×10 mm），实验在自主开发的主动冷却辅助LDED系统上完成。
**四、研究结果**
**4.1 SOO-SVM预测模型结果**
基于MATLAB开发了SOO-SVM预测模型程序，以激光功率、扫描速度、送粉速率和主动冷却温度作为模型输入，层厚、熔池温度和层宽作为模型输出。将表2数据随机打乱后，17组数据作为训练集、8组数据作为测试集。通过SOO优化获得的惩罚因子C和核参数gamma分别代入厚度、温度和宽度的预测模型。适应度曲线显示，随着迭代次数增加，目标函数的均方根误差逐渐减小。训练集和测试集的拟合结果均显示预测值与实际值吻合良好，未出现明显的过拟合或欠拟合现象。与标准SVM模型相比，SOO-SVM在三个响应变量的预测中均表现出更低的均方根误差（RMSE）和平均绝对百分比误差（MAPE），决定系数（R
2）更接近1，表明SOO-SVM在预测精度和稳定性方面均优于标准SVM，尤其在温度预测方面优势显著。
**4.2 NSGA-II多目标优化结果**
基于NSGA-II算法，设置种群规模为150、迭代次数为300，获得的Pareto前沿中共有53个满足约束条件的解。其中层厚0.651 mm、熔池温度1812 °C、层宽1.549 mm的点被确定为全局最优解，对应的工艺参数组合为：激光功率1492.84 W、扫描速度11.92 mm·s
?1、送粉速率14.53 g·min
?1、辅助冷却温度8.83 °C。与S3样品（P=1200 W, V=12.5 mm·s
?1, F=12.19 g·min
?1, T=10 °C）相比，优化后层宽增加了约22.1%，层厚增加了约85.4%。尽管由于激光功率增加导致熔池温度升高了16.7%，但所有响应值均处于优化目标范围内。
**4.3 宏观形貌分析结果**
扫描电镜（SEM）观察显示，S3样品表面存在大量未熔粉末颗粒，致密化程度差；S26样品表面相对平整连续，未熔颗粒显著减少。激光共聚焦显微镜三维形貌图像进一步表明，S3熔覆层表面呈现明显的不规则起伏和高粗糙度，而S26熔覆层表面轮廓更加均匀光滑。定量分析显示，S3熔覆层宽度和厚度分别为1.268 mm和0.351 mm，S26熔覆层分别为1.549 mm和0.651 mm。薄壁件对比显示，S3样品内部和表面存在大量孔隙缺陷，结构致密性差；S26样品孔隙缺陷显著减少，成形质量明显改善。S3薄壁件壁厚为1.276 mm，S26薄壁件壁厚为1.533 mm，增加了20.1%。这表明优化后的S26参数不仅提高了沉积效率，还从根本上改善了层间冶金结合质量，实现了增厚和致密化的双重优化。
**4.4 微观组织分析结果**
SEM观察显示，S26样品熔覆层顶部呈现光滑、清晰且均匀分布的等轴枝晶，枝晶臂细小；S3样品顶部则呈现粗糙的颗粒状或珊瑚状结构，伴有大量球化颗粒。S26样品中部呈现大量精细交织的枝晶和胞状晶，整体分布均匀，沿热流方向有定向生长趋势；S3样品中部因热积累缓解不显著，温度梯度G降低，凝固前沿过冷度剧烈波动，形成了大量竞争生长的等轴晶，微观组织杂乱无定向。S26样品底部与基板的结合区呈现明显的柱状枝晶结构，枝晶近似垂直于熔合线向上生长，枝晶臂间距细小，方向性强，且底部晶粒与基板晶粒在晶界处保持连续，实现了良好的冶金结合；S3样品底部则呈现交织网络状或胞状枝晶结构，枝晶生长方向发生分支和偏转，界面结合质量较低。这一对比充分说明仅提高冷却速率不足以保证高质量的冶金结合，只有在工艺参数与冷却条件协同优化下才能实现凝固前沿的稳定推进和优异的界面结合。
**4.5 力学性能分析结果**
显微硬度测试结果显示，S3熔覆层平均硬度为262.5 HV
0.1，S26熔覆层平均硬度为289.67 HV
0.1，提高了约10.4%。热影响区（HAZ）硬度急剧上升，峰值达575 HV
0.1，基板硬度最低，表明熔覆层与基板之间形成了良好的冶金结合。拉伸测试结果显示，S3样品沿构建方向（BD）的抗拉强度为578.1 MPa，沿扫描方向（SD）为512.3 MPa；S26样品BD方向达到656.1 MPa，SD方向达到610.7 MPa。与S3相比，S26的BD抗拉强度提高约13.5%，SD抗拉强度提高约19.2%。两组样品均表现出明显的各向异性，但S26样品BD与SD强度之差明显小于S3样品，说明各向异性程度较低，优化工艺参数有效改善了相邻道次之间的结合质量。断口形貌分析显示，S3-BD断口呈现典型韧窝形态但韧窝较小且分布不均；S3-SD断口清晰可见未熔粉末颗粒和孔隙缺陷，导致脆性断裂；S26-BD断口呈现均匀细小且深而致密的韧窝；S26-SD断口呈现典型的撕裂棱特征，表明发生了显著塑性变形，呈现韧性剪切断裂的混合形态。
**五、讨论与结论总结**
讨论部分指出，S3参数下未熔粉末残留和高表面粗糙度主要归因于能量密度不足或粉末熔化效率低。多层沉积过程中，未熔颗粒作为后续熔覆层铺展的物理障碍，导致层间结合界面处产生微孔隙；粗糙表面引起的熔池流动不稳定性进一步加剧了气体卷吸和凝固收缩孔隙的形成。相比之下，S26参数通过优化能量输入与粉末熔化行为，产生了更均匀的熔池温度场和增强的熔体流动性，实现了对前一层表面未熔颗粒的更完全润湿和重熔，从而获得更致密的层间结合。微观组织方面，S26参数下能量输入与主动冷却的协同作用，实现了从底部柱状晶、中部胞状/枝晶到顶部等轴晶的梯度凝固结构。硬度提升归因于细晶强化、致密化、固溶强化以及可能的相变/孪晶强化的综合作用。力学性能的改善主要得益于高致密度、细化晶粒和均匀微观组织消除了未熔粉末和大面积孔隙等致命缺陷。
研究结论如下：（1）建立了基于SOO-SVM的主动冷却辅助激光熔覆质量预测模型，通过SOO算法优化SVM超参数，模型相较于标准SVM获得了更低的RMSE和MAPE以及更接近1的R
2，有效提高了预测精度和泛化能力。（2）采用NSGA-II算法进行多目标工艺参数优化，获得最优参数组合：激光功率1492.84 W、扫描速度11.92 mm·s
?1、送粉速率14.53 g·min
?1、冷却温度8.83 °C。优化后层宽和层厚分别增加22.1%和85.4%，验证实验确认优化结果满足预设目标。（3）与S3样品相比，S26样品表面缺陷显著减少，顶部呈现均匀等轴枝晶且表面光滑，中部为精细交织的定向枝晶和胞状晶，底部为取向良好的柱状枝晶并与基板形成连续冶金结合。（4）优化后熔覆层平均显微硬度提高10.4%，薄壁件纵向和横向抗拉强度分别提高13.5%和19.2%，各向异性程度降低。断口分析进一步证实了优化参数在改善层间和道次间结合质量方面的积极作用。
