图片来源:ORNL
美国能源部(DOE)与橡树岭国家实验室(美国田纳西州橡树岭ORNL)和研究伙伴蔡司工业质量解决方案(德国奥伯科琴) 将使工业X射线计算机断层扫描(CT)能够使用ORNL的机器学习算法斯摩奇对3D打印组件进行快速评估。将机器学习纳入CT扫描有望在提高质量的同时，将检查的时间和成本减少10倍以上。
该许可是ORNL和蔡司之间为期5年的研究合作的一部分，由能源部先进材料和制造技术办公室和技术商业化基金奖支持。这项研究的重点是使用CT扫描仪和其他测量设备来查看3D打印零件的内部，以检查制造过程中的裂缝和其他缺陷。顺时针方向的行波(Continuous Wave)我被告知，虽然3D打印金属部件是目前的主要焦点，但该技术也适用于复合扫描团队已经就下一阶段测试复合材料进行了一些讨论。
更广泛采用3D打印的挑战之一是如何检查零件，以确保它不包含可能影响性能的隐藏缺陷。几乎所有的产品都有某种程度的材料缺陷；然而，传统的制造技术得到了数十年经验的支持 这让制造商知道会发生什么。3D打印的性质要求采用不同的方法来检查零件，使用先进的表征技术来了解物品内部的独特特征。这就是CT发挥作用的地方。
“CT是一种标准的非破坏性技术，用于许多不同的行业，以确保正在生产的部件的质量[阅读]将CT扫描数据分析和可视化应用于复合材料“]，”ORNL研究员阿米尔·齐亚巴里说。“但是CT传统上是一个昂贵且耗时的过程。面临的挑战是，我们如何利用我们对物理和技术的了解来加速CT过程，以使其被行业更广泛地采用。”这项研究正在美国能源部位于ORNL的制造示范工厂(MFD)进行。
蔡司在开发专门针对增材制造(AM)的解决方案时，不断努力实现质量一致性和可重复性，从工艺认证和确保打印机等效性，到全自动分析缺陷类型、特征和模式的过程监控。
蔡司AM经理Paul Brackman表示:“蔡司和ORNL有着长期的合作伙伴关系，共同开发了自动化分析和认证的创新解决方案。“我们现在正在寻求进一步改善AM的工艺开发和认证，以实现大规模采用和从原型到制造的转变。”
"理解可能存在的缺陷类型对于理解材料行为是很重要的."
在MDF的特性实验室中，蔡司拥有包括工业CT系统和扫描电子显微镜在内的设备，用于寻找3D打印零件中最轻微的缺陷。然而，扫描只是第一步。来自扫描的数据必须经过复杂的分析，以确定缺陷的位置。这个过程需要大量的计算能力，相当于时间和成本。斯摩奇框架使用深度学习来显著加快扫描和分析时间，同时提供更准确的结果。
这种高度精确的特性对于必须在极端环境下工作的高价值零件至关重要，在这种环境下不能出现故障。ORNL使用CT扫描技术来认证2021年插入阿拉巴马州布朗斯费里核电厂的核燃料组件支架的性能，这是3D打印零件首次被放置在核反应堆内部。CT表征对于创建3D打印的涡轮叶片也至关重要，这些叶片最近在陆基发动机中进行了测试，其中叶片在最高可达800°c的环境中以高达12，000转/分钟的速度旋转。叶片经受住了涡轮的恶劣环境，并完全按照预期运行。
“了解可能存在的缺陷类型对于理解材料行为非常重要，”MDF主管Ryan Dehoff说，他领导了核支架的开发。“在这些类型的零件中，材料中的任何缺陷或微小孔隙都可能导致灾难性的失败。”
当前的CT扫描技术限制了可以扫描的材料的尺寸、形状和类型。对于制造商来说，将该技术用于少量高价值部件(如涡轮叶片)是有意义的。这对于验证大量运行中的少量部件也是有意义的，从测试批次中推断出整个运行将如何执行。
但ORNL和蔡司团队计划减少CT扫描的时间和成本，使其变得像几十年前对装配线上的零件进行目视检查一样普遍。
Ziabari说:“我的最终目标，也是我想实现的目标，是让它如此之快，以至于我们可以将它投入生产线，这样每个零件都可以快速可靠地进行CT扫描。”“如果我们能够实现这一目标，那将是一项改变游戏规则的发展，让3D打印真正发挥其潜力。”
