上交大特材所 l 同步辐射CT与机器学习驱动增材制造气雾化粉末表征及工艺优化

近日,上海交通大学材料科学与工程学院特种材料研究所团队在材料领域著名期刊《增材制造》(Additive manufacturing, IF=11.1)上在线刊登了题为"Morphological characterization and process optimization of gas-atomized powders based on synchrotron X-ray computed tomography and machine learning" 的研究文章。

文章创新性融合同步辐射X射线断层扫描(SXCT)、三维重构技术与机器学习算法,构建气雾化粉末全维度形貌表征体系,首创颗粒缺陷分布(PDD) 质量评价新标准,通过喷嘴结构优化实现高球形度合格粉末占比提高近300%,为增材制造高品质粉末量产开辟全新路径。

论文链接:

10.1016/j.addma.2026.105227

该论文以上海交通大学和安徽理工大学为共同完成单位,安徽理工大学特聘副教授罗升为第一兼通讯作者,王洪泽长聘副教授为共同通讯作者,共同作者包括上海交通大学吴一副教授、唐梓珏助理研究员、王浩伟讲席教授、欧阳昱博士、王茂松博士后,

金属粉末作为增材制造核心原材料,粉体品质直接决定3D打印构件力学性能、疲劳寿命等关键指标。

气雾化(GA)凭借高效、低成本优势,占据全球金属粉末量产80%市场份额,是增材制造粉末制备的主流工艺。

但行业痛点始终难以根治,包括:气雾化过程极易产生空心、卫星、异形、多缺陷等不合格粉体。这类缺陷粉末会大幅加剧打印件内部孔隙、熔合不足、飞溅气孔等问题,严重制约航空航天、高端装备等领域增材制造规模化应用。

五大粉体缺陷分类,精准解构成形机理

这项研究基于气雾化粉末缺陷形成机制,打破传统单一缺陷划分局限,首次将粉体系统分为正常粉、空心粉、卫星粉、异形粉、多缺陷粉五大类别,如图1所示:

正常粉:近理想球形,无内部孔洞、无颗粒粘附,是增材制造最优原料;

空心粉:气体卷入熔滴凝固形成,内部含封闭空腔,大粒径粉体更易产生;

卫星粉:细小颗粒受气流涡旋牵引,粘附在主颗粒表面形成团聚体;

异形粉:熔滴冷却凝固速率超过球化速率,呈现非规则几何形貌;

多缺陷粉:叠加空心、卫星、异形多重缺陷,是结构最复杂、危害最大的粉体类型。

相较于传统仅依靠球形度、长短轴比的粗略划分,这套分类体系完整覆盖气雾化全缺陷形态,为定量表征与工艺溯源奠定理论基础。

为解决SEM、激光粒度仪二维观测、无法测内部孔隙、精度不足的短板,团队依托上海光源BL13W线站开展同步辐射X射线CT表征:

采用0.65μm超高分辨率扫描,结合 PITRE、ImageJ 软件完成断层图像重建、像素分割、边界降噪,自研算法剔除扫描边界破碎粉体;创新孔隙提取与形貌参数耦合方法,精准计算粉体孔隙率、球形度、扁平度、伸长率等9大形貌特征参数,实现单颗粒外部形貌 + 内部缺陷的三维无损量化分析。

图1.粉末缺陷分类

机器学习加持,高精度自动分类

研究采集2598组粉末样本,基于9大形貌参数构建机器学习模型,通过主成分分析(PCA)与相关性分析,筛选出孔隙率、球形度、伸长率、扁平度4个核心缺陷判别参数。

对比决策树DT、支持向量机SVM、K近邻KNN、人工神经网络ANN四大算法性能:SVM模型表现最优,分类准确率高达99.4%,各类缺陷粉体识别误差均低于1.5%;四大模型整体准确率均超98%,远超人工目视分类效率与精度,实现粉体缺陷智能化、自动化批量甄别,如图2所示。

图2.各机器学习分类算的准确度

依托最优SVM模型,团队建立颗粒缺陷分布(PDD)评价体系,从数量占比、质量占比双维度量化粉体品质。

喷嘴结构迭代,工艺优化实现粉末品质跃升

基于PDD缺陷分布规律与粉体成形机理,团队深度剖析各类缺陷产生根源,包括:

异形粉:熔滴受气流拖拽力过大、温度场失衡,冷却过快导致无法充分球化;

空心/多缺陷粉:开尔文 - 亥姆霍兹(KH)失稳诱发气泡生成,是核心诱因;

卫星粉:喷嘴近区气流涡旋引发颗粒碰撞粘附,粒径速度差加剧团聚。

研究团队针对性设计新型一体化雾化喷嘴,通过以下三大优化策略精准控缺陷:

增设同轴气流管,抵消喷嘴周边涡旋效应,卫星粉质量占比下降11.49%;

优化流场结构、降低熔液流速,抑制KH失稳,空心及多缺陷粉占比显著降低;

提升雾化气体温度,放缓熔滴凝固速率,为颗粒球化预留充足时间,异形粉占比大幅减少。

优化之后取得了显著的成果。如图3所示,高球形度合格正常粉末质量占比从9.62% 提升至35.3%,增幅达300%,实现气雾化粉末品质跨越式升级。

图3.喷嘴优化及优化前后粉末PDD分布图

研究价值与行业启示

这项研究的价值及对增材制造行业的启示可以概括为以下四个方面:

技术创新:研究团队建立了SXCT三维表征+机器学习的粉体缺陷定量新方法,弥补传统检测技术短板;

标准引领:首创PDD颗粒缺陷分布评价体系,有望成为增材制造气雾化粉末品质评估新标准;

工程落地:通过喷嘴结构与工艺参数协同优化,低成本实现高品质粉末量产,适配航空航天、医疗植入等高端增材制造场景;

通用拓展:这套缺陷分类与优化框架可迁移至不同合金体系、不同制粉工艺,具备极强工程推广价值。

未来,随着同步辐射表征与人工智能的深度融合,金属粉末制备将告别经验试错,迈入数字化表征-智能化分类-精准化工艺优化的全链路新时代,为增材制造规模化、高端化发展筑牢材料根基。

课题组介绍

上海交通大学材料学院特种材料研究所是金属基复合材料国家重点实验室的重要组成部分,由王浩伟讲席教授任负责人,与国际著名大学和大型企业建立多个联合实验室。

研究所主要从事新型特种材料的设计、制备及其成形技术研究,支撑了多项国家重大工程需求,在航空航天和汽车轨交等多领域获得广泛应用。多年来承担重点研发计划、民机预研、民用航天预研、国家自然科学基金及国际合作项目等五十余项。在国内外学术刊物上发表学术研究论文近300篇,获授权中国国家发明专利100余项。先后获得教育部技术发明一等奖、上海市技术发明一等奖及中国有色金属工业技术发明一等奖。研究所秉承"创新创造、科研报国"的精神,胸怀祖国、服务社会,面向世界科技前沿、面向国家重大需求,砥砺前行、勇攀高峰。

团队长期诚聘激光增材制造/激光成形工艺和装备、增材制造材料表征(微观组织、力学性能、疲劳)、增材制造过程同步辐射成像、增材制造超结构等方向博士后。联系人:王洪泽(hz.wang@sjtu.edu.cn)。

相关推荐
甲维斯27 分钟前
500块的豆包,能帮我搞定这个么?!
人工智能
火山引擎开发者社区1 小时前
当 Agent 自己做 SRE:详解 ArkClaw 自动化可观测体系的工程实践
人工智能
Coffeeee3 小时前
两个例子,帮你快速理解什么是Token
人工智能·程序员·ai编程
饼干哥哥3 小时前
用AI全自动剪辑,日更 100条爆款视频——HyperFrames、Remotion、Git使用入门
人工智能·机器学习·ai编程
用户83244598541323 小时前
深入拆解 AlexNet:跟着一张猫咪照片,看数据如何流动
人工智能
饼干哥哥3 小时前
开源Skills|搭建亚马逊动态关键词库系统,每天抓SSS级机会词
人工智能·深度学习·数据分析
Weigang3 小时前
别等 Agent 上线后补评估:先用 DeepEval 写失败样本
人工智能
MomentYY4 小时前
AI 到底是“懂”,还是在“猜”?
前端·人工智能·ai编程
拾光拾趣录4 小时前
为什么采用多路检索而不是单一向量检索?
人工智能
拾光拾趣录4 小时前
Agent 编排器是怎么设计的?为什么这样设计?
人工智能