AM易道学术分享

2017年，Norsk Titanium宣布用电弧增材（WAAM）为波音787供应舱门锁扣，整个航空制造业和增材制造业为之一振。

电弧增材让每架飞机省300万美元，材料利用率从20%飙到80%。

这个关键案例揭示了WAAM的核心优势：高沉积率、低设备成本、适合大型结构件。

但WAAM工业应用的门槛远不止于此，有一系列问题需要被解决。

德里理工大学团队在2025年11月发表的这篇《Journal of Materials Science》综述，系统梳理了WAAM技术从实验室走向产线过程中面临的各种问题和挑战。

更重要的是，详细总结了混合制造技术如何逐一破解这些难题。

AM易道对于该文章的许多理解和表达已脱离原文章的原始技术表述，有大量原创主观的解读创作成分，如需要了解更多原始硬核技术内容，请自行阅读原文。

WAAM的工艺参数精细化调控

先看基础问题：WAAM究竟怎么把钛合金丝变成零件的？

图10展示了三大主流工艺：GMAW（熔化极气保焊）、GTAW（钨极氩弧焊）、PAW（等离子弧焊）。

本质都是用电弧当热源，把送进来的钛合金丝熔化堆积，一层层往上摞。

相比激光粉末床（LPBF）每小时几十立方厘米的沉积率，WAAM能达到1000 cm³/h，这种量级差异决定了它在大型结构件制造中的独特价值。

图2对比了低速和高速沉积的微观组织，差别很大：

低速样品里柱状β晶粗大且贯穿多层，高速样品晶粒细碎但容易产生未熔合。

论文数据显示，行进速度从低到高，α相板条间距从5.66微米降到1.2微米，硬度却从304HV飙到348HV。

挑战是，航空零件既要高强度（需要细晶粒），又要好韧性（需要低残余应力）。而从图中可以看到传统钛合金WAAM里基本互斥。

图3的对比更直接，热输入的调控是关键。高热输入样品全是马氏体α'，硬但脆；低热输入样品是初生α加少量α'，软但韧。

基于这种情况，很考验工程师调参数的水平，结构件可选高强度参数，能量吸收部件则可优先考虑韧性。

再看电弧增材的保护气体。

图4的高速摄影抓拍了不同氦气配比下的熔滴转移：

纯氩气时电弧电压15V，熔滴细密；加50%氦气后电压跳到16.3V，熔滴变大；纯氦气直接飙到18.6V，弧长缩短但熔池过热。

图5的微观照片显示，纯氦气保护下α相板条粗化到2.88微米，延伸率倒是涨到16%以上。

这说明通过气氛调控，可以在强度-韧性之间实现平衡。

通过上面几张图可以感受到，WAAM调参难度高，送丝速度、行进速度、电流电压、气体配比，动一个就得重调其他仨。

AM易道认为，WAAM工艺难度高于LPBF，因为WAAM多处于开放环境且每个工艺变量背后的硬件往往是非标准化的。

WAAM的微观组织主动调控

比调参数还麻烦的，是打印过程的热历史造成的各种各样的微观组织结构，但这是实现性能优化的基础。

图6展示了不同热处理对微观组织的影响：应力退火（600℃/4h）基本不改变层状结构，只有固溶+退火（930℃/1h+800℃/2h）才能把原始的α板条打散重组。这些认知，这为后续混合制造策略提供了理论依据。

图7的EBSD分析揭示了各向异性的问题。

通过改变沉积路径或引入层间处理，可以弱化织构强度，降低各向异性。

图8的TEM照片总结WAAM的一些常见缺陷发生机理：α/α'和β相界面密布位错墙，这些缺陷在循环加载时就是裂纹萌生点。

图9的示意图解释了断裂机制，微裂纹优先在α集束与先验β晶界的45°交界处萌生，然后沿着板条界面扩展。

航空零件最怕的正是这种断裂带来的疲劳失效，目前业界已有的研究能够为有限元仿真和零件寿命评估提供物理基础。

论文里有组数据特别真实：表1汇总了十几篇文献的WAAM Ti-6Al-4V力学性能，抗拉强度从820MPa到1034MPa，延伸率从6%到17%，跨度巨大。

这种一致性差，是高端工业应用的拦路虎。但乐观点看，这表实际上反映了WAAM参数窗口的灵活性。

同样的Ti-6Al-4V，可以通过不同工艺组合获得不同的性能。

WAAM的混合制造技术的系统集成

混合制造代表了WAAM技术的重要发展方向。

图11对比了不同增材工艺的特性：WAAM在沉积率、成本、尺寸能力上具有明显优势，而混合方案正在补齐精度和表面质量的短板。

图12系统展示了五大类混合技术路线：

这张图值得收藏。

(a-d) 机械辅助方案，层间轧制、原位锻打技术通过塑性变形引入储能，促进动态再结晶。

研究数据显示，轧制处理可将β晶尺寸从785微米细化至371微米，长宽比从3.42降至2.16。更重要的是，这种处理在高温态进行，能耗低于传统热处理。

(e) 磁场辅助技术，外加磁场通过洛伦兹力改变熔池对流模式，实现温度场均匀化。这项技术已经在In625等难加工合金上验证有效，正在向Ti-6Al-4V推广。

(f-g) 超声辅助方案，超声振动在基板或送丝端施加，通过空化效应和强制对流细化晶粒。

图14的多尺度表征显示，超声处理后织构随机性增强，这直接改善了各向异性问题。

图16将所有策略整合为完整的工艺优化框架：从层间滚压到磁场调控，从超声激励到热梯度管理。

这张图也值得收藏。

关键进展在于，这些技术不再是孤立应用，而是开始探索协同效应。

例如，超声辅助+磁场调控的组合，已经在实验室展示出优于单一方法的效果。

WAAM的AI驱动的智能化制造

数据驱动方法正在加速WAAM的工业化进程。

传统DOE实验设计需要数百次试验才能覆盖参数空间，而图17展示的机器学习框架提供了更高效的路径：

通过建立工艺-组织-性能-服役（PSPP）的数据映射，实现参数优化和性能预测。

图18展示的自动化规划系统已经实现工程应用：输入CAD模型后，系统自动生成分层路径、预测道次形貌、计算工艺参数，输出机器人代码。

这种端到端的自动化，将工艺规划时间从数天缩短至数小时。

图19的应力预测框架展示了AI的另一个价值：从沉积顺序矩阵直接预测残余应力场，绕过耗时的有限元仿真。

验证案例表明，预测精度可达±15MPa，而计算时间缩短了两个数量级。

论文总结道，当前的研究重点已经从能否预测转向如何泛化。

论文呼吁建立开放的WAAM数字孪生数据库，包含标准化的多尺度关联数据。

论文提到，欧洲的AM-Motion项目、美国的MfgUSA平台都在推进这一方向，我国的增材制造国家创新中心也在构建类似体系。

WAAM工业应用的场景拓展

WAAM技术的应用版图正在快速扩张。

图20a展示的案例涵盖航空航天、国防、核电、船舶等领域。波音787舱门锁扣、空客翼肋支架已经完成工程验证，火箭燃料舱、核电管道接头正在进行试制。

这张图也值得WAAM从业者收藏。

表2则系统梳理了不同行业的技术需求，也值得收藏：

海军舰艇现场维修是个典型案例。

传统方式需要拆卸运回船厂，周期长、风险大。

便携式WAAM系统面临湿度、盐雾、供电等挑战，但技术方案已经成型：密封保护舱+惰性气氛循环+电池供电，印度、韩国的海军都在试点。

电弧增材技术路线的前瞻布局

图21描绘了WAAM技术的演进方向，从单一材料到多材料复合，从合金到功能梯度结构，从离线规划到数字孪生闭环。

这张图依旧值得收藏。

方向1：原位合金化与功能梯度

包芯丝、绞合丝、多丝同步送料技术正在成熟。通过实时调整送丝配比，可以实现成分梯度控制，零件底部高强度Ti-6Al-4V，中部添加TiC增强耐磨性，表面富铝提升抗氧化性。

方向2：数字孪生与闭环控制

当前进展包括：

• 熔池视觉识别算法，响应时间<50ms<>
• 基于深度学习的缺陷预测模型，准确率>90%
• 工艺参数自适应调整，已在实验室验证
  
  

方向3：标准体系与质量认证

这是工业化的最后一公里。

欧洲CEN/TC 438在推进WAAM材料数据表标准，ISO/TC 261正在制定增材制造质量管理规范。我国的全国增标委也在同步跟进。

值得一提的是数字材料护照（Digital Material Passport）概念的提出：

每个零件从原材料批次、工艺参数、过程监控数据到性能测试结果，形成完整可追溯链条。区块链技术的引入，为数据防篡改提供了技术保障。

AM易道观察：混合制造重构价值链

这篇综述的价值不在于罗列挑战，而在于清晰勾勒出技术进化路径。

WAAM从粗放型沉积走向精益数字制造，很显然，混合技术起到了关键作用。

三个技术趋势值得关注：

1. 系统集成商的价值凸显

单一WAAM设备的技术壁垒在降低，但"电弧沉积+在线检测+机械后处理+热处理"的一体化方案需要跨学科整合能力。

西门子收购Material Solutions、通快并购GEFERTEC，背后逻辑都是补齐系统集成能力。

2. 多机器人协同系统成为新赛道

图21右上角的多机器人同步沉积，能将大型框架制造周期从月缩短到周。

技术难点在路径规划和碰撞避障算法，这恰恰是软件公司的机会。

美国的Rapid Robotics、德国的Arevo已经推出商用方案，国内市场空间巨大。

3. 维修再制造打开差异化市场

航空发动机叶片修复、海工装备补焊、模具修复，这些场景对WAAM的"快速、便携、低成本"特性需求强烈，对表面质量要求相对宽松。

法国的BeAM、英国的WAAM3D都在这个细分市场获得稳定订单。

写在最后

我们认为，WAAM技术的工业化进程，是典型的马拉松式创新，需要持续的工程优化和系统集成。

从综述能明显感受到，从工艺参数精细化，到混合制造技术成熟，再到AI和数字孪生赋能，每个环节的进步都在累积，也必须累积才能解决电弧增材的一些短板。

德里理工这篇综述的价值，在于用36页的系统梳理，为从业者提供了完整的技术图谱和发展脉络。

有很多图片值得收藏，我们都高亮标注了。

技术的成熟度曲线上，相比LPBF，WAAM或许还在爬坡期，但混合制造技术的快速进展，正在缩短这个周期。

当数字孪生、AI调控、标准体系三者闭环，我们相信WAAM的工业化临界点会到来的更早。