AM易道科研分享

激光粉末床熔融（LPBF）工艺中，激光器和监测系统历来是独立系统：：

激光需要精准聚焦完成加工，监测设备又要清晰观察熔池状态，两者往往各自为战。

这个看似无解的矛盾，被MIT机械工程系的研究团队用一招透镜分身术巧妙化解。

他们开发的孔径分割复用（ADM）技术，让一个透镜同时承担激光聚焦和过程监测两项任务。

这套系统能够实时捕捉到小至4.3微米的缺陷，这个精度已经远超Ti-6Al-4V等航空材料疲劳敏感气孔临界尺寸。

现有技术的检测盲区有多大
那些肉眼看不见的微小气孔，恰恰是导致零件疲劳失效的罪魁祸首。
传统的质量检测方法要么分辨率不够，要么成本太高。

要理解MIT的"孔径分割复用"（ADM）的光学监测技术，先看看图1中展示的技术现状对比。

研究团队绘制了一张对比图：

横轴显示不同金属材料能够引发疲劳裂纹的最小气孔直径，纵轴则是现有各种原位监测技术的最小可检测气孔尺寸。

这张图清楚地显示了一个严峻现实，现有的光学监测技术都无法达到检测疲劳敏感气孔的精度要求。

工艺中的缺陷形成机制相当复杂。

缺乏熔合（LoF）气孔通常出现在激光能量不足的区域，无法完全熔化被照射的材料。

而锁孔气孔则在高能量密度下产生，此时金属蒸汽的反冲压力会在熔池表面形成深坑，导致流体表面不稳定。

还有一种球化缺陷，当熔池过长时会因不稳定性而断裂成大珠状，影响后续层的粉末铺展和材料固化。

传统的CT检测虽然是目前检测内部缺陷的主流技术，但有个致命局限。

CT重建的体素尺寸应该是最小气孔尺寸的三分之一，而最小体素尺寸大约是零件最大特征尺寸的1/2000。

按这个规律计算，要检测10微米直径的气孔，需要约3.3微米的体素尺寸，但这只适用于小于6.6毫米的零件。

面对大型LPBF设备动辄超过600×600×600毫米的构建体积，CT检测显然力不从心。

ADM技术的巧妙光路设计

的核心挑战在于如何在不干扰激光加工的前提下，获得高质量的过程监测数据。

研究团队的ADM方案颇为巧妙：通过一个共用光学元件，同时实现激光聚焦和过程监测的光路分离。

图2展示了ADM系统的完整架构，从示意图到实物照片都清晰可见。

ADM透镜为激光传输提供了20毫米直径的通光孔径，激光损伤阈值超过500W，能将1.07微米激光聚焦到约70微米的光斑。

成像光路则设计了22毫米直径的通光孔径，焦距125毫米，几何分辨率达到50微米。

这样的设计让研究团队能够使用高速中波红外相机，实现低畸变、高分辨率的成像。

最右侧的光路追踪图和机械设计图的叠加显示了ADM透镜的内部结构—透镜由黄铜垫片分隔，通过螺纹垫片固定在透镜管中。

这种精密的机械设计确保了光学性能的稳定性。

图2d展示了典型的熔池图像，中心的大亮点与激光光斑重合，熔池的其余部分在左下方呈现短尾状。

光学设计的精密工程

来看看ADM透镜的设计，图3展示了激光传输路径和成像路径的光斑图，这些图表明了系统在整个视场范围内的均匀性能。

激光路径的光斑图显示，在视场中心的D86光斑直径为76微米，且在整个视场范围内变化极小。

更令人印象深刻的是成像性能。图3b显示了从构建平面到相机传感器的成像光斑图，光斑半径比像素尺寸小一个数量级，这意味着设计能够实现高质量成像。

图4提供了更详细的性能分析。

左侧图表显示激光聚焦效果相当出色，86%的激光能量都集中在一个直径77微米的圆形区域内，这个聚焦精度对于精密加工来说已经相当不错。

右侧的性能曲线就像给这套光学系统做视力检查。

设计软件预测的理论性能用蓝线表示，相机本身的成像能力用橙线显示，而绿线则是两者结合后的预期表现。最关键的是紫色的实测曲线。

虽然实际性能比理论值稍低一些，但依然能够清晰分辨50微米的细节特征。

这就好比一台显微镜，虽然达不到设计的最佳状态，但看清细胞大小的物体完全没问题。

让人印象深刻的是，系统的曝光时间仅为0.7微秒，帧率可达1250Hz。这种极短的曝光时间有效避免了熔池快速变化造成的模糊效应，而高帧率则确保能够捕捉到瞬态的熔池不稳定现象。

从数据提取到缺陷识别

方面，研究团队制作了一个5×5×6毫米的316不锈钢测试件进行验证。

图5展示了整个分析流程的精妙之处。

测试件的一个垂直边缘添加了1×1毫米的倒角，这个细节实际上是数据配准的关键。

它在相机数据和显微CT数据中都清晰可见，确保两个数据集能够精确对齐。

从相机数据中提取的四种过程特征就像医生给病人做体检，每项指标都有特定用途。

超阈值时间最直接，就是统计每个位置温度过热的持续时间—温度越高亮度越亮，系统设定一个阈值，超过这个亮度就算过热。

最大辐射强度相当于测量最高温度，不过系统很聪明，只关注激光光斑附近的区域，这样就能过滤掉那些飞溅出来的金属颗粒造成的干扰信号。

熔池面积则是测量熔化区域的大小，系统记录每个位置最后一次出现高温的时刻，然后统计这一刻有多大的区域同时处于熔化状态。

最有意思的是冷却速率的计算。系统只认可同时满足三个条件的真正熔化事件：位置要对、温度要够高、持续时间要合理。

找到这些可靠的熔化过程后，系统把它们的冷却曲线叠加起来求平均值，最后用数学公式算出金属降温的快慢。

冷却太慢往往意味着有问题—要么是形成了大颗粒，要么是附近有气孔影响散热。

检测性能的量化分析

数据对比结果让人振奋。

图6和图7的测试结果相当令人鼓舞。

研究团队发现了一个有趣现象：温度过低和过高都可能暴露缺陷。

当某个区域持续高温时间太短（≤8毫秒），说明激光能量不足，材料没有充分熔化，容易形成气孔。

如果要求缺陷位置完全精确匹配，系统只能找到36%的问题。但稍微放宽一点要求—允许位置有小幅偏差，检测率立刻飙升到80%以上，误报率只有6%。

相反的情况同样管用：某些区域持续高温时间过长（≥64毫秒），通常意味着形成了大颗粒球化缺陷，这些大块头冷却很慢。

用这种方法，系统能发现98.9%的缺陷，不过误报率会上升到14%。

图7测试的冷却速度监测效果也不错。

无论是大颗粒散热慢，还是附近气孔影响传热，都会让冷却变慢。这种方法能检测到70%的单独气孔，误报率只有3%，可以说是又准又稳。

这些数据说明什么？

ADM系统已经具备了实用化的检测能力，不同的检测策略可以互相配合，让缺陷无处藏身。

结语：从检测盲区到微米精度的跨越

一直是制约3D打印技术走向高端应用的障碍之一。

关键航空零部件上一个肉眼看不见的4微米气孔，可能就是导致整台发动机失效的隐患。

本文的技术价值不仅仅在于检测精度的提升，更在于它为整个行业打开了思路。

过去我们只能在打印完成后检测，现在又多了一种实时检测的模式。

根据文章，ADM系统未来可以支持多激光协同作业。

文章目前的验证主要针对球化缺陷，锁孔气孔和典型的熔合不足缺陷还需要更多测试。

但正如研究团队所说，在更优化的工艺参数下，检测性能还有进一步提升的空间。

当我们能够在打印过程中实时捕捉到比头发丝细1000倍的缺陷时，3D打印技术离真正的工业化大规模应用就又近了一步。

https://doi.org/10.1038/s44334-025-00039-8

寻找AM易道兼职编辑，5年以上3D打印行业经验，不限专业领域，收入模式零活。期待与有深度思考能力、文字能力和创作兴趣的小伙伴合作，共同打造优质内容。有意者请加yihanzhong投递简历及代表作品。

企业合伙人计划：

读者提示：添加amyidao加入读者交流群（备注加群），获取原始信源链接或不便发表内容，并与AM易道同频读者共同探讨3D打印的一切，AM易道建议也读者星标公众号，以便第一时间收到AM易道更新。

免责声明：AM易道与文中提到公司尚不存在任何形式的商业合作、赞助、雇佣等利益关联。AM易道图片视频来自于网络，仅作为辅助阅读之用途，无商业目的。权归原作者所有，如有任何侵权行为，请权利人及时联系，我们将在第一时间删除。本文图片版权归版权方所有，AM易道水印为自动添加，辅助阅读，不代表对该图片拥有版权，如需使用图片，请自行咨询版权相关方。AM易道文章不构成任何投资建议，AM易道不对因使用本文信息而导致的任何直接或间接损失承担责任。