德克萨斯大学埃尔帕索分校的研究人员与桑迪亚国家实验室和FAR Associates合作，开发了一种新方法。

该方法通过分析电子束粉末床熔融过程中收集的原位辐射测温数据，来近似估算Inconel 625的吸收率。

这项研究发表于《增材制造快报》。

研究发现，随着材料从加热粉末状态转变为完全熔融状态，其吸收率急剧下降，在高温下下降了约60%。

吸收率强烈影响粉末床熔融过程，因为它控制着热源能量被材料吸收的效率。

然而，过程模型通常将其视为常数，这主要是因为等离子体、飞溅和其他发射物使得直接的原位测量难以进行。

作者提出，多波长高温测定法结合能量平衡和光谱外推，提供了一种在实际加工条件下估算吸收率的实用途径。

实验使用商用的GE Additive Arcam A2X电子束粉末床熔融系统处理Inconel 625粉末。

研究人员用一个多波长高温计监测一个圆柱形零件连续18个层，记录了预热、熔融扫描和冷却过程中的温度和光谱发射数据。

与标准双色高温测定法不同，多波长方法在不依赖发射率的情况下解析温度，同时在标定的1080–1637 nm波长范围内测量光谱信号强度。

利用这些测量数据，研究人员对光谱进行多项式模型拟合，并将发射率估计值外推至更短的波长（1064–1070 nm）。

该波长范围与激光粉末床熔融中使用的近红外激光波长匹配。

根据基尔霍夫热辐射定律并假设局部热平衡，外推得到的发射率值被认为等于同波长和同温度下的吸收率。

对汇总数据的分析显示出一个清晰且可重复的趋势。

在熔融扫描期间，随着温度从预热状态升至早期熔化范围，然后进入完全熔融状态，测得的信号强度持续下降。

在熔融扫描开始后，吸收率值在~0.5–0.6的范围内。

随着材料转变为熔融状态，在1064 nm和1070 nm波长下，吸收率均降至0.2以下。

这种模式在所有监测的层中都保持一致。

作者讨论了当粉末转变为液态时吸收率如何变化，并将他们的发现与之前在不同条件下报告了更高吸收率值的研究进行了比较。

他们还指出，需要考虑激光粉末床熔融过程中的具体效应，因此需要进行该工艺下的测量。

目前大多数金属粉末床熔融的吸收率数据来源于非原位量热法或在相当低温度下进行的反射率测量。

本研究则测量了高达约1400 °C温度下的材料行为，这更接近实际的熔融条件。

尽管测量是在电子束粉末床熔融系统中进行的，但作者指出，热辐射行为与辐照源本身无关。

他们认为该方法可以指导与激光粉末床熔融相关的建模和实验，同时也强调仍需要进行直接的激光粉末床熔融测量才能完全具有代表性。

研究人员认为，在过程模拟中加入与温度和物相相关的吸收率，可以改进对熔池行为、飞溅和缺陷形成的预测。

他们还指出了基于吸收率的控制方法，例如在扫描矢量的起点和终点调整功率。

该研究并未完全复现激光粉末床熔融的条件，后者包含了可能改变吸收条件的工艺效应，如等离子体羽流、惰性气体流动和小孔形成。

作者表示，在激光粉末床熔融系统内实施类似的测量是未来的工作方向。

随着模拟工具越来越复杂，解决这些差异尤其重要。

例如FLOW-3D AM等平台的最新进展反映了整个行业正在努力利用耦合的流体流动和传热物理学来模拟熔池几何形状、温度梯度和缺陷形成。

然而，这些模拟的预测准确性依赖于可靠的材料输入参数，包括吸收率及其随温度和物相的变化。

因此，高温、与物相相关的吸收率数据变得越来越重要。

与此同时，数据驱动的方法也正在发展中，旨在将工艺特征与微观结构和性能联系起来。

亚利桑那州立大学最近的一项人工智能模型表明，热历史输入可用于预测金属增材制造的微观结构结果。

无论是基于物理还是数据驱动，这些方法都依赖于对熔池处能量耦合的准确表征。

追踪熔化过程中吸收率变化的原位测量，可能会降低模拟和预测建模工作流程中的不确定性。