多倫多大學鄒宇團隊增材制造頂刊: AIDED框架助力激光定向能量沉積高效生產

近日，多倫多大學材料科學與工程系Yu Zou (鄒宇) 教授以及第一作者Xiao Shang (尚笑) 等研究人員在增材制造（AM）領域取得重要進展，特別是在激光定向能量沉積（L-DED）工藝優(yōu)化方面提出了全新的AIDED框架。該研究成果以《Accurate Inverse process optimization framework in laser directed energy deposition》為題，發(fā)表在增材制造領域頂級期刊《Additive Manufacturing》上。該研究得到了加拿大自然科學與工程研究委員會（NSERC）等多個項目的支持，為增材制造工藝的高效優(yōu)化提供了新的解決方案。

研究背景與挑戰(zhàn)
增材制造，尤其是激光金屬增材制造，因其能夠制造復雜形狀的部件而備受關注。然而，工藝參數(shù)的優(yōu)化一直是該領域的一大挑戰(zhàn)。傳統(tǒng)的工藝優(yōu)化方法通常依賴于耗時的試錯過程，且難以同時滿足多個優(yōu)化目標。盡管模擬技術有所進展，但其計算資源需求大，難以在實時工業(yè)應用中推廣。因此，開發(fā)一種快速、準確的工藝優(yōu)化方法成為了推動增材制造技術廣泛應用的關鍵。

Accurate Inverse process optimization framework in laser Directed Energy Deposition (AIDED) 框架的創(chuàng)新研究團隊提出的AIDED框架結合了機器學習模型和遺傳算法，能夠快速、準確地預測單道、多道和多層熔池的幾何形狀，并通過逆向優(yōu)化直接從用戶指定的優(yōu)化目標中識別出最佳工藝參數(shù)。

△Figure 1 AIDED 框架示意

該框架的核心優(yōu)勢在于：
1.高精度預測：AIDED框架能夠準確預測單道熔池的面積（R²得分0.995）、多道熔池的傾斜角度（R²得分0.969）以及多層熔池的截面幾何形狀（寬度和高度誤差分別為1.75%和12.04%）。

△Figure 2 單熔道熔池截面形貌預測結果

2.逆向優(yōu)化：AIDED框架能夠在1-3小時內從用戶自定義的應用目標中逆向識別出最佳工藝參數(shù)，顯著提高了工藝優(yōu)化的效率。

△Figure 3 基于機器學習和基因算法的參數(shù)優(yōu)化結果

3.材料通用性：該框架展示了良好的材料通用性，僅需少量額外數(shù)據(jù)即可將其應用于其他材料系統(tǒng)，如純鎳。

實驗驗證與應用
研究團隊通過實驗驗證了AIDED框架的有效性，成功解決了多目標優(yōu)化問題，識別出在保證高打印速度和小有效軌道寬度情況下的最佳工藝參數(shù)。實驗結果表明，使用AIDED框架優(yōu)化的打印件密度超過99.9%，且打印速度顯著提升。例如，在打印一個10 mm × 10 mm × 5 mm的立方體時，最快打印時間僅為101.9秒，有效軌道寬度最小可達0.392 mm。

△Figure 4 實驗驗證優(yōu)化結果尺寸精度以及孔隙率

未來展望
AIDED框架的成功開發(fā)為增材制造工藝優(yōu)化提供了新的工具，特別是在激光定向能量沉積領域。該框架不僅能夠顯著減少工藝優(yōu)化的時間和成本，還能夠通過逆向優(yōu)化快速識別出最佳工藝參數(shù)，極大地推動了增材制造技術在工業(yè)中的應用。未來，研究團隊計劃進一步擴展該框架的應用范圍，涵蓋更多材料系統(tǒng)，并探索其在復雜形狀零件制造中的潛力。

總結
多倫多大學Yu Zou (鄒宇) 教授團隊提出的AIDED框架為增材制造工藝優(yōu)化提供了高效、準確的解決方案，特別是在激光定向能量沉積領域。該框架的成功應用不僅提升了打印效率和質量，還為增材制造技術的廣泛應用奠定了堅實基礎。未來，隨著該框架的進一步優(yōu)化和擴展，增材制造技術將在更多工業(yè)領域發(fā)揮重要作用。


文章鏈接：
https://doi.org/10.1016/j.addma.2025.104736