CN117102502A - 一种用于降低工件热变形的3d打印过程参数优化方法 - Google Patents

Abstract

本发明公开了一种用于降低工件热变形的3D打印过程参数优化方法，包括以下步骤：第一步、建立融入过程参数的打印件热变形预测模型；第二步、打印实验样品，并对特征尺寸的形变量进行测量；第三步、使用优化算法对打印参数和试验样品的多个特征尺寸进行多目标多层次优化；第四步、打印实验样件，测量其多个特征尺寸的形变量。本发明所提供的一种用于降低工件热变形的3D打印过程参数优化方法，将建立融入激光功率、扫描速度和打印方向等打印过程参数对打印成形质量的预测模型；以打印样件的多个特征尺寸形变量作为目标，以打印参数取值范围作为决策空间，把激光参数和打印方向的联合优化，提升了快速预测模型的实用性。

Description

一种用于降低工件热变形的3D打印过程参数优化方法

技术领域

本发明属于3D打印技术领域，具体涉及一种用于降低工件热变形的3D打印过程参数优化方法。

背景技术

选区激光熔化(SLM)是一种用于生产金属零件的增材制造(AM)技术，SLM工艺的特点是逐层构建产品。SLM过程是在一个充满惰性气体的构建室中进行的，其产品建立在基板之上，基板通常与SLM产品采用相同材质。粉料缸升降台上升一个高度(粉末的平均直径)，刮板将沉积粉末均匀地分布在基板上。通过激光扫描基板上的粉末将其熔融并凝固为对应截面形貌轮廓，其中激光所走的路径策略称为扫描策略。激光束在粉末床上的定位是通过振镜和场镜协同作用完成。依据扫描策略，粉末材料沿着激光移动路径逐渐熔化，当激光向前移动时，已熔融材料就会冷却凝固。在完成一层后，成形腔升降台在构建方向下降一个高度，然后重复整个过程，直到整个产品构建完成。当产品完成后，将未加工的粉体材料取出，然后将产品和基板从SLM机器上取下。最后，根据必要性，对产品和基板进行热处理，如热等静压(HIP)等。

SLM工艺的主要优点是可以随意设计自由地制备复杂的几何形状零件，尤其包括内腔、点阵结构等。虽然SLM工艺是一种很有前途的制造技术，但其广泛应用仍然存在亟需解决的技术挑战。其中，影响SLM工艺应用的挑战之一是SLM成形过程中容易在热应力作用下诱导发生零件翘曲变形、形位精度降低甚或开裂。残余应力可能会导致SLM制备零件的强度降低，同时容易诱导产生热裂纹缺陷。SLM产品中的大变形称为扭曲或翘曲，可以导致产品的形位精度误差超过设计公差。

随着激光选区熔化技术(SLM)持续发展，由残余应力引起的零件热变形得到了广泛的关注，越来越多打印变形预测和打印参数优化的相关研究不断涌现出来。现目前对于打印变形预测的手段多用有限单元法(FEM)或有限体积法(FVM)，对于打印参数优化的方法目前多采用实用纯实验方法或仿真与实验结合的方法。

在有限元方法和有限体积法中，通常将激光热源视作高斯体积热源模型或移动点热源模型，考虑到打印过程中对流换热和辐射换热的边界热损失，将边界离散成若干散热器的集合，从而得到热源温度解。在实验验证和参数优化过程中，往往采取田口试验法或正交试验法，设置多组打印参数组合进行实验，对打印结果进行标定、分析以得到较优的参数配置。

对于SLM工艺而言，打印件通常会经历若干次的交替的快速加热和冷却，因此热应力的产生是不可避免的，这也导致了打印件的热变形。SLM过程是复杂的非线性多场耦合过程，受诸多相关因素影响，这些因素之间互相影响，使其仿真分析过程更加复杂。另外，在SLM过程中，加热熔化部分具有局部性、瞬时性、移动性，这也使SLM过程的有限元仿真研究更为困难。为了能够生产出满足要求的零件，往往需要对打印参数进行摸索，实验周期较长。而现在常用的仿真方法如有限元法，通常需要较长的计算周期。因此，对于零件在金属增材制造过程中产生的热变形进行快速预测和参数优化，可以极大缩短实验周期，减少人力、物力和财力的消耗。

发明内容

本发明的目的是解决上述问题，提供一种能更好地控制SLM成形质量，缩短实验周期，减少人力、物力和财力消耗的用于降低工件热变形的3D打印过程参数优化方法。

为解决上述技术问题，本发明的技术方案是：一种用于降低工件热变形的3D打印过程参数优化方法，包括以下步骤：

S1、建立融入过程参数的打印件热变形预测模型；

S2、打印实验样品，并对特征尺寸的形变量进行测量；

S3、使用优化算法对打印参数和试验样品的多个特征尺寸进行多目标多层次优化；

S4、打印试验样件，测量其多个特征尺寸的形变量。

进一步地，所述步骤S1中的快速预测模型为热电路网络模型和准静态热机械模型，过程参数包括激光功率、打印速度和打印方向。

进一步地，所述步骤S1中建立融入过程参数的打印件热变形预测模型过程的计算包括热循环计算，热循环计算将多个实际打印层视作一个超层，将移动的激光点热源输入建模为每个超层逐层均匀热输入，忽略SLM过程中成形腔内的辐射和对流传热，忽略从凝固的金属部件到粉末床的热量传递，从而获得快速的计算能力。

进一步地，所述步骤S1中建立融入过程参数的打印件热变形预测模型过程的计算包括打印件的热变形计算，在打印件的热变形计算中，将SLM过程分为两个不同时期：热加载时期和应力松弛时期，在热加载时期，打印件在热膨胀和热收缩两种行为中循环，每打印一层循环一次；当打印件从支撑结构或者基板上被取下时，进入应力松弛时期，发生松弛行为，分别两个时期进行计算，以获得打印件的热变形量。

进一步地，所述步骤S3中多目标多层次优化包括采用贝叶斯多目标优化算法，以打印样件的多个特征尺寸形变量作为目标，以打印参数取值范围作为决策空间，对打印方向和激光参数进行联合优化，对零件特征尺寸的多目标优化。

进一步地，所述步骤S3中多目标多层次优化包括多级优化方法，主要特征尺寸由一级优化确定，详细特征尺寸在第二级计算，考虑多个目标函数，多目标多层次优化方法可用于求解这类问题。

本发明的有益效果是：

1、本发明所提供的一种用于降低工件热变形的3D打印过程参数优化方法，建立融入激光功率、扫描速度和打印方向等打印过程参数的热电路网络模型及准静态热机械模型探索其对打印成型质量的影响；激光参数和打印方向是两种对打印质量影响较大的因素，把激光参数和打印方向的联合优化，提升了快速预测模型的实用性。

2、本发明同有限元方法模拟SLM加工过程相比，快速预测模型和参数优化模型可以极大缩短研发周期，减少人力、物力和财力的消耗。克服了传统方法的计算周期长、实验周期长、实验成本高的缺点。

3、本发明在实际生产中，通常会对复杂零件的某几个特征尺寸提出精度要求，发明将以多个特征尺寸的变形量为优化目标，进行多目标多层次优化，以达到实际使用的精度需求，增加了发明的实用性。

附图说明

图1是本发明一种用于降低工件热变形的3D打印过程参数优化方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明：

如图1所示，本发明提供的一种用于降低工件热变形的3D打印过程参数优化方法，包括以下步骤：

S1、初步建立快速预测模型。

在步骤S1中的快速预测模型为热电路网络模型和准静态热机械模型，用于计算过程参数对打印件热变形的影响。

在步骤S1中建立融入过程参数的打印件热变形预测模型过程的过程参数包括激光功率、打印速度和打印方向。在步骤S2中的计算包括热循环计算，热循环计算将多个实际打印层视作一个超层，将移动的激光点热源输入建模为每个超层逐层均匀热输入，忽略SLM过程中成形腔内的辐射和对流传热，忽略从凝固的金属部件到粉末床的热量传递，从而获得快速的计算能力。

在步骤S1中建立融入过程参数的打印件热变形预测模型过程的计算包括打印件的热变形计算，在打印件的热变形计算中，将SLM过程分为两个不同时期：热加载时期和应力松弛时期，在热加载时期，打印件在热膨胀和热收缩两种行为中循环，每打印一层循环一次；当打印件从支撑结构或者基板上被取下时，进入应力松弛时期，发生松弛行为，分别两个时期进行计算，以获得打印件的热变形量。

S2、打印实验样品，并对特征尺寸的形变量进行测量。

在本步骤中，采用SLM技术进行打印实验样品。

S3、使用优化算法对打印参数和试验样品的多个特征尺寸进行多目标多层次优化。

在步骤S3中多目标多层次优化包括采用贝叶斯多目标优化算法，以打印样件的多个特征尺寸形变量作为目标，以打印参数取值范围作为决策空间，对打印方向和激光参数进行联合优化，对零件特征尺寸的多目标优化。

在步骤S3中多目标多层次优化包括多级优化方法，主要特征尺寸由一级优化确定，详细特征尺寸在第二级计算，考虑多个目标函数，多目标多层次优化方法可用于求解这类问题。

S4、打印试验样件，测量其多个特征尺寸的形变量。

在本发明中，能够快速预测SLM热行为，考虑3D打印过程参数(激光功率、扫描速度、打印方向等)对打印成型质量的影响，快速预测SLM的温度历史和热变形量。模型的建立需要明确热源模型与每一层的输入温度的关系，进而将相关参数加入模型。完善模型建立后，用合适的多层次多目标优化算法对打印参数进行优化，得到使变形量达到最理想的最优参数配置。本发明在热循环计算中将多个实际打印层视作一个超层，将移动的激光点热源输入建模为每个超层逐层均匀热输入，忽略SLM过程中成形腔内的辐射和对流传热，忽略从凝固的金属部件到粉末床的热量传递，从而获得快速的计算能力。在计算打印件的热变形中，将SLM过程分为两个不同时期：热加载时期和应力松弛时期，在热加载时期，打印件在热膨胀和热收缩两种行为中循环，每打印一层循环一次；当打印件从支撑结构或者基板上被取下时，进入应力松弛时期，发生松弛行为。分别两个时期进行计算，以获得打印件的热变形量。

本发明在实际生产中，通常会对复杂零件的某几个特征尺寸提出精度要求，在这种情况下，通常采用多级优化方法，主要特征尺寸由一级优化确定，详细特征尺寸在第二级计算。在这种情况下，考虑多个目标函数，多目标优化方法可用于求解这类问题。本发明将使用合适的优化算法，对打印方向和激光参数进行联合优化；对零件特征尺寸的多目标优化。快速的预测模型为优化算法的可行性提供了支撑。

本发明考虑增材制造过程参数对打印结果的影响，预测SLM增材制造热行为，并对相关参数进行优化。首先要完成模型的建立，其次是需要设计实验方案并完成实验，然后用优化算法进行多层次多目标优化。

本发明在实际使用时的过程为：

建立包含激光功率、扫描速度和打印方向等打印过程参数的热电路网络模型，基础模型仅以激光功率作为能量输入参数，未考虑到扫描速度、打印层厚、扫描间距等其他参数，新模型以单位体积能量输入密度作为能量输入参数，将扫描速度、打印层厚、扫描间距等其他参数的影响纳入考虑之中。建立热电路网络模型后对打印过程的热历史和热行为进行预测，准静态热机械模型在热电路网路模型所预测的热历史基础上对打印件的形变量进行预测。对打印过程参数和形变量指标进行多层次多目标优化，以得到最优的参数配置。在完成预测后，将采用贝叶斯多目标优化算法，以打印样件的多个特征尺寸形变量作为目标，以打印参数取值范围作为决策空间，对打印方向和激光参数进行联合优化，对零件特征尺寸的多目标优化本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (6)

1.一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于，包括以下步骤：

S1、建立融入过程参数的打印件热变形预测模型；

S2、打印实验样品，并对特征尺寸的形变量进行测量；

S3、使用优化算法对打印参数和试验样品的多个特征尺寸进行多目标多层次优化；

S4、打印实验样件，测量其多个特征尺寸的形变量。

2.根据权利要求1所述的一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于：所述步骤S1中的快速预测模型为热电路网络模型和准静态热机械模型，过程参数包括激光功率、打印速度和打印方向。

3.根据权利要求1所述的一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于：所述步骤S1中建立融入过程参数的打印件热变形预测模型过程的计算包括热循环计算，热循环计算将多个实际打印层视作一个超层，将移动的激光点热源输入建模为每个超层逐层均匀热输入，忽略SLM过程中成形腔内的辐射和对流传热，忽略从凝固的金属部件到粉末床的热量传递，从而获得快速的计算能力。

4.根据权利要求1所述的一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于：所述步骤S1中建立融入过程参数的打印件热变形预测模型过程的计算包括打印件的热变形计算，在打印件的热变形计算中，将SLM过程分为两个不同时期：热加载时期和应力松弛时期，在热加载时期，打印件在热膨胀和热收缩两种行为中循环，每打印一层循环一次；当打印件从支撑结构或者基板上被取下时，进入应力松弛时期，发生松弛行为，分别两个时期进行计算，以获得打印件的热变形量。

5.根据权利要求1所述的一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于：所述步骤S3中多目标多层次优化包括采用贝叶斯多目标优化算法，以打印样件的多个特征尺寸形变量作为目标，以打印参数取值范围作为决策空间，对打印方向和激光参数进行联合优化，对零件特征尺寸的多目标优化。

6.根据权利要求1所述的一种用于降低工件热变形的3D打印过程参数优化方法，其特征在于：所述步骤S3中多目标多层次优化包括多级优化方法，主要特征尺寸由一级优化确定，详细特征尺寸在第二级计算，考虑多个目标函数，多目标多层次优化方法可用于求解这类问题。