Research Progress and Prospect of Process Sensing and Control in Laser Additive Manufacturing

CAI Yuhua; XIONG Jun; CHEN Hui

doi:10.7512/j.issn.1001-2303.2023.09.01

Human-machine Cooperation & Intelligent Welding | Views : 0 下载量: 3376 CSCD: 0

PDF
Export
Share
Collection
Album

Research Progress and Prospect of Process Sensing and Control in Laser Additive Manufacturing
Vol. 53, Issue 9, Pages: 1-13(2023)
Received：11 August 2023，

Published：25 September 2023
DOI： 10.7512/j.issn.1001-2303.2023.09.01
稿件说明：

移动端阅览

蔡玉华，熊俊，陈辉.激光增材制造过程监测与控制研究进展及展望［J］.电焊机，2023，53（9）：1-13. DOI： 10.7512/j.issn.1001-2303.2023.09.01.

CAI Yuhua, XIONG Jun, CHEN Hui.Research Progress and Prospect of Process Sensing and Control in Laser Additive Manufacturing[J].Electric Welding Machine, 2023, 53(9): 1-13. DOI： 10.7512/j.issn.1001-2303.2023.09.01.

摘要

激光增材制造（Laser additive manufacturing， LAM）以激光为载能束逐层熔化堆积金属材料的方式成形构件，因其兼顾制造效率与成形精度，在国防工程、航空航天领域受到广泛关注。提高制造过程稳定性、改善成形精度、消除内部缺陷是推进LAM高效、高质量发展与应用必须解决的关键科学与技术难题，对LAM过程实施在线监测与控制是解决这些难题的必经之路。分析了LAM成形缺陷的产生机制及相应的抑制措施，阐述了LAM过程信号的监测方法与研究现状，讨论了LAM成形质量的闭环控制策略，指出了未来LAM过程监测与控制的主要研究方向。

Abstract

Laser additive manufacturing (LAM) uses the laser as the energy beam to melt and deposit metal layer by layer to form components

considering both manufacturing efficiency and forming accuracy. It has received widespread attention in the fields of national defense engineering and aerospace. Improving the stability of the manufacturing process

optimizing forming accuracy

and eliminating internal defects are key scientific and technological challenges that must be addressed to promote the efficient and high-quality development and application of LAM. Implementing online monitoring and control in LAM is necessary to address these challenges. The generation mechanism and corresponding suppression measures of LAM forming defects are analyzed

the monitoring methods and research status of LAM process signals are elaborated

and the closed-loop control strategies of LAM quality are discussed. The main research directions of process monitoring and control for LAM in the future are advised.

关键词

Keywords

references

王华明 . 金属增材制造技术及其对重大装备制造业的影响［J］. 中国工业和信息化， 2019 （ 12 ）： 54 - 56 .

WANG H M . Metal Additive Manufacturing Technology and Its Impact on the Major Equipment Manufacturing Industry ［J］. China Industry & Information Technology ， 2019 （ 12 ）： 54 - 56 .

国务院关于印发《中国制造2025》的通知［EB/OL］. ［ 2015-05-08 ］. http：//www.gov.cn/zhengce/content/2015-05/19/content_9784.htm http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm .

Jafari D ， Vaneker T H J ， Gibson I . Wire and arc additive manufacturing： Opportunities and challenges to control the quality and accuracy of manufactured parts ［J］. Materials & Design ， 2021 ， 202 ： 109471 .

Byron B M ， Paul G ， Glen S ， et al . Metal additive manufacturing in aerospace： A review ［J］. Materials & Design ， 2021 ， 109 ： 110008 .

Buchanan C ， Gardner L . Metal 3D printing in construction： a review of methods， research， applications， opportunities and challenges ［J］. Engineering Structures ， 2019 ， 180 ： 332 - 348 .

熊俊，郑森木，陈辉，等 . 电弧增材制造成形在线监测与控制研究进展及展望［J］. 电焊机， 2021 ， 51 （ 8 ）： 70 - 78 .

XIONG J ， ZHENG S M ， CHEN H ， et al . Research progress and prospect of on-line forming monitoring and control in wire and arc additive manufacturing ［J］. Electric Welding Machine ， 2021 ， 51 （ 8 ）： 70 - 78 .

Mostafaei A ， Ghiaasiaan R ， Ho I T ， et al . Additive manufacturing of nickel-based superalloys： A state-of-the-art review on process-structure-defect-property relationship ［J］. Progress in Materials Science ， 2023 ， 136 ： 101108 .

Davoud J ， Koen J H ， Bernard J G ， et al . Porous materials additively manufactured at low energy： Single-layer manufacturing and characterization ［J］. Materials and Design ， 2020 ， 191 ： 108654 .

Tan C ， Li R ， Su J ， et al . Review on field assisted metal additive manufacturing ［J］. International Journal of Machine Tools and Manufacture ， 2023 ， 189 ： 104032 .

姚讯杰，王佳玮，杨雁程，等 . 金属构件激光增材制造缺陷产生机理及控制机制探究［J］. 中国激光， 2022 ， 49 ： 1402802 .

YAO X J ， WANG J W ， YANG Y C ， et al . Review on Defect Formation Mechanisms and Control Methods of Metallic Components During Laser Additive Manufacturing ［J］. Chinese Journal of Lasers ， 2022 ， 49 ： 1402802 .

Ramírez I S ， Marquez F P G ， Papaelias M . Review on additive manufacturing and non-destructive testing ［J］. Journal of Manufacturing Systems ， 2023 ， 66 ： 260 - 286 .

Xi X ， Lin D ， Song X ， et al . Strength-plasticity transition mechanism after the solution treatment of GH3230 superalloy fabricated via laser powder bed fusion ［J］. Materials Science & Engineering A ， 2023 ， 876 ： 145124 .

Wang B ， Hu S J ， Sun L ， et al . Intelligent welding system technologies： state-of-the-art review and perspectives ［J］. Journal of Manufacturing Systems ， 2020 ， 56 ： 373 - 391 .

AbouelNour Y ， Gupta N . In-situ monitoring of sub-surface and internal defects in additive manufacturing： A review ［J］. Materials & Design ， 2022 ， 222 ： 111063 .

李权，王福德，王国庆，等 . 航空航天轻质金属材料电弧熔丝增材制造技术［J］. 航空制造技术， 2018 ， 61 （ 3 ）： 74 - 82 .

LI Q ， WANG F D ， WANG G Q ， et al . Wire and Arc Additive Manufacturing of Lightweight Metal Components in Aeronautics and Astronautics ［J］. Aeronautical Manufacturing Technology ， 2018 ， 61 （ 3 ）： 74 - 82 .

Parvaresh B ， Miresmaeili R ， Yazdizadeh M . Characterization of wire arc additive manufactured products： A comparison between as-deposited and inter-layer cold worked specimens ［J］. Journal of Manufacturing Processes . 2020 ， 57 ： 61 - 71 .

Li Z X ， Liu C M ， Xu T Q ， et al . Reducing arc heat input and obtaining equiaxed grains by hot-wire method during arc additive manufacturing titanium alloy ［J］. Materials Science and Engineering：A ， 2019 ， 742 ： 287 - 294 .

Gong G ， Ye J ， Chi Y ， et al . Research status of laser additive manufacturing for metal： a review ［J］. Journal of Materials Research and Technology ， 2021 ， 15 ： 855 - 884 .

Ling W ， Wang X ， Wang L ， et al . Defect formation mechanism of laser additive manufacturing joint for large-thickness Ti6Al4V titanium alloy with Y2O3 nanoparticles ［J］. Optics & Laser Technology ， 2023 ， 157 ： 108648 .

Liu F ， Xie H ， He W . Multi-field coupling fatigue behavior of laser additively manufactured metallic materials： a review ［J］. Journal of materials research and technology ， 2023 ， 22 ： 2819 - 2843 .

Boutaous M ， Liu X ， Siginer D A ， et al . Balling phenomenon in metallic laser based 3D printing process ［J］. International Journal of Thermal Sciences ， 2021 ， 167 ： 107011 .

Wei H L ， Mukherjee T ， Zhang W ， et al . Mechanistic models for additive manufacturing of metallic components ［J］. Progress in Materials Science ， 2021 ， 116 ： 100703 .

Li Z ， Sui S ， Ma X ， et al . High deposition rate powder- and wire-based laser directed energy deposition of metallic materials：A review ［J］. International Journal of Machine Tools & Manufacture ， 2022 ， 181 ： 103942 .

Manvatkar V ， De A ， DebRoy T . Heat transfer and material flow during laser assisted multi-layer additive manufacturing ［J］. Journal of Applied Physics ， 2014 ， 116 ： 124905 .

Zhang B ， Ding H ， Meng A C ， et al . Crack reduction in Inconel 939 with Si addition processed by laser powder bed fusion additive manufacturing ［J］. Additive Manufacturing ， 2023 ， 72 ： 103623 .

Jia W ， Chen S ， Wang L ， et al . Microstructure and properties of Ni-Co-Mn-Al magnetic shape memory alloy prepared by direct laser deposition and heat treatment ［J］. Optics & Laser Technology ， 2021 ， 141 ： 107119 .

Aliyu A A A ， Poungsiri K ， Shinjo J ， et al . Additive manufacturing of tantalum scaffolds： Processing， microstructure and process-induced defects ［J］. International Journal of Refractory Metals and Hard Materials ， 2023 ， 112 ： 106132 .

Gordon J V ， Narra S P ， Cunningham R W ， et al . Defect structure process maps for laser powder bed fusion additive manufacturing ［J］. Additive Manufacturing ， 2020 ， 36 ： 101552 .

Bustillos J ， Kim J ， Moridi A . Exploiting lack of fusion defects for microstructural engineering in additive manufacturing ［J］. Additive Manufacturing ， 2021 ， 48 ： 102399 .

Svetlizky D ， Zheng B ， Buta T ， et al . Directed energy deposition of Al 5xxx alloy using Laser Engineered Net Shaping （LENS®）［J］. Materials and Design ， 2020 ， 192 ： 108763 .

Zhang L ， Zhai W ， Zhou W ， et al . Improvement of mechanical properties through inhibition of oxidation by adding TiC particles in laser aided additive manufacturing of stainless steel 316L ［J］. Materials Science & Engineering A ， 2022 ， 853 ： 143767 .

Wang M S ， Liu E W ， Du Y L ， et al . Cracking mechanism and a novel strategy to eliminate cracks in TiAl alloy additively manufactured by selective laser melting ［J］. Scripta Materialia ， 2021 ， 204 ： 114151 .

Xie D ， Lv F ， Yang Y ， et al . A Review on Distortion and Residual Stress in Additive Manufacturing ［J］. Chinese Journal of Mechanical Engineering： Additive Ma-nufacturing Frontiers ， 2022 ， 1 ： 100039 .

Mazzarisi M ， Angelastro A ， Latte M ， et al . Thermal monitoring of laser metal deposition strategies using infrared thermography ［J］. Journal of Manufacturing Processes ， 2023 ， 85 ： 594 - 611 .

Kim S ， Jeon I ， Sohn H . Infrared thermographic imaging based real-time layer height estimation during directed energy deposition ［J］. Optics and Lasers in Engineering ， 2023 ， 168 ： 107661 .

Marshall G J ， Thompson S M ， Shamsaei N . Data indicating temperature response of Ti-6Al-4V thin-walled structure during its additive manufacture via Laser Engineered Net Shaping ［J］. Data in Brief ， 2016 ， 7 ： 697 - 703 .

Vallabh C K P ， Zhao X . Melt pool temperature measurement and monitoring during laser powder bed fusion based additive manufacturing via single-camera two-wavelength imaging pyrometry （STWIP）［J］. Journal of Manufacturing Processes ， 2022 ， 79 ： 486 - 500 .

Zheng L ， Zhang Q ， Cao H ， et al . Melt pool boundary extraction and its width prediction from infrared images in selective laser melting ［J］. Materials and Design ， 2019 ， 183 ： 108110 .

Demir A G ， Giorgi C D ， Previtali B . Design and Implementation of a Multisensor Coaxial Monitoring System with Correction Strategies for Selective Laser Melting of a Maraging Steel ［J］. Journal of Manufacturing Science and Engineering ， 2018 ， 140 ： 041003 .

Mitchell J A ， Thomas A I ， Daryl D ， et al . Linking pyrometry to porosity in additively manufactured metals ［J］. Additive Manufacturing ， 2020 ， 31 ： 100946 .

Chen L ， Bi G ， Yao X ， et al . Multisensor fusion-based digital twin for localized quality prediction in robotic laser-directed energy deposition ［J］. Robotics and Co-mputer-Integrated Manufacturing ， 2023 ， 84 ： 102581 .

Fischer F G ， Birk N ， Rooney L ， et al . Optical process monitoring in Laser Powder Bed Fusion using a recoater-based line camera ［J］. Additive Manufacturing ， 2021 ， 47 ： 102218 .

Mozaffari A ， Fathi A ， Khajepour A ， et al . Optimal design of laser solid freeform fabrication system and real-time prediction of melt pool geometry using intelligent evolutionary algorithms ［J］. Applied Soft Computing ， 2013 ， 13 ： 1505 - 1519 .

Liu R ， Yang H . Multimodal probabilistic modeling of melt pool geometry variations in additive manufacturing ［J］. Additive Manufacturing ， 2023 ， 61 ： 103375 .

Perani M ， Baraldo S ， Decker M ， et al . Track geometry prediction for Laser Metal Deposition based on on-line artificial vision and deep neural networks ［J］. Robotics and Computer-Integrated Manufacturing ， 2023 ， 79 ： 102445 .

Naiel M A ， Ertay D S ， Vlasea M ， et al . Adaptive vision-based detection of laser-material interaction for directed energy deposition ［J］. Additive Manufacturing ， 2020 ， 36 ： 101468 .

Kim J ， Yang Z ， Ko H ， et al . Deep learning-based data registration of melt-pool-monitoring images for laser powder bed fusion additive manufacturing ［J］. Journal of Manufacturing Systems ， 2023 ， 68 ： 117 - 129 .

Chen L ， Yao X ， Tan C ， et al . In-situ crack and keyhole pore detection in laser directed energy deposition thr-ough acoustic signal and deep learning ［J］. Additive Manufacturing ， 2023 ， 69 ： 103547 .

Li K ， Li T ， Ma M ， et al . Laser cladding state recognition and crack defect diagnosis by acoustic emission signal and neural network ［J］. Optics & Laser Technology ， 2021 ， 142 ： 107161 .

Ito K ， Kusano M ， Demura M ， et al . Detection and location of microdefects during selective laser melting by wireless acoustic emission measurement ［J］. Additive Manufacturing ， 2021 ， 40 ： 101915 .

Ye D ， Zhang Y ， Zhu K ， et al . Characterization of acoustic signals during a direct metal laser sintering process， in： Advances in energy science and equipment engineering II ［J］. CRC Press ， 2017 ， 1315 - 1320 .

Pandiyan V ， Rita DD ， Shevchik S ， et al . Analysis of time， frequency and time-frequency domain features from acoustic emissions during Laser Powder-Bed fusion process ［J］. Procedia CIRP ， 2019 ， 94 ： 392 - 397 .

Lougha C S ， Escano L I ， Qu M ， et al . In-situ optical emission spectroscopy of selective laser melting ［J］. Journal of Manufacturing Processes ， 2020 ， 53 ： 336 - 341 .

Liu S ， Liu W ， Harooni M ， et al . Real-time monitoring of laser hot-wire cladding of Inconel 625 ［J］. Optics & Laser Technology ， 2014 ， 62 ： 124 - 134 .

Mohammad M ， Abdalla RN ， Alexander J D ， et al . In-Process Monitoring of Porosity in Additive Manufacturing using Optical Emission Spectroscopy ［J］. IISE Tra-nsactions ， 2020 ， 52 ： 500 - 515 .

Rezaeifar H ， Elbestawi M A . On-line melt pool temperature control in L-PBF additive manufacturing ［J］. The International Journal of Advanced Manufacturing Technology ， 2021 ， 112 ： 2789 - 2804 .

Tristan G F ， Stephen G L ， Nestor T R ， et al . Tracking and controlling the morphology evolution of 3D powder-bed fusion in situ using inline coherent imaging ［J］. Additive Manufacturing ， 2020 ， 32 ： 100978 .

Wang Q ， Michaleris P P ， Abdalla R N ， et al . Model-based feedforward control of laser powder bed fusion additive manufacturing ［J］. Additive Manufacturing ， 2020 ， 31 ： 100985 .

Francis O ， Amir B F . Thermal control of laser powder bed fusion using deep reinforcement learning ［J］. Additive Manufacturing ， 2021 ， 46 ： 102033 .

Zhong Q ， Tian X ， Huang X ， et al . Using feedback control of thermal history to improve quality consistency of parts fabricated via large-scale powder bed fusion ［J］. Additive Manufacturing ， 2021 ， 42 ： 101986 .

Xu P ， Yao X ， Chen L ， et al . In-process adaptive dimension correction strategy for laser aided additive manufacturing using laser line scanning ［J］. Journal of Materials Processing Tech ， 2022 ， 303 ： 117544 .

Zeinali M ， Amir K . Height control in laser cladding using adaptive sliding mode technique： theory and experiment ［J］. Journal of manufacturing science and engineering ， 2010 ， 132 ： 041016 .

Farshidianfar M H ， Khajepour A ， Zeinali M ， et al . System identification and height control of laser cladding using adaptive neuro-fuzzy inference systems ［J］. International Congress on Applications of Lasers & Electro-Optics ， 2013 ， 1 ： 615 - 623 .

Farshidianfar M H ， Khodabakhshi F ， Khajepour A ， et al . Closed-loop control of microstructure and mechanical properties in additive manufacturing by directed energy deposition ［J］. Materials Science and Engineering： A ， 2021 ， 803 ： 140483 .

Tyralla D ， Köhler H ， Seefeld T ， et al . A multi-parameter control of track geometry and melt pool size for laser metal deposition ［J］. Procedia CIRP ， 2020 ， 94 ： 430 - 435 .

Hagqvist P ， Heralić A ， Christiansson A K ， et al . Resistance based iterative learning control of additive manufacturing with wire ［J］. Mechatronics ， 2015 ， 31 ： 116 - 123 .

编辑部网址： http：//www.71dhj.com http://www.71dhj.com