تولید افزایشی (AM)، به ویژه تکنیکهای همجوشی بستر پودری (PBF) مانند تف جوشی لیزری انتخابی (SLS)، از یک ابزار نمونهسازی اولیه به یک روش تولید قابل قبول برای قطعات پیچیده و با ارزش بالا تبدیل شده است. یک چالش حیاتی در فرآیند SLS مواد متخلخل، مانند آنهایی که برای داربستهای زیستپزشکی یا ساختارهای گرادیان عملکردی استفاده میشوند، ایجاد تنشهای پسماند و کرنشهای پلاستیک در مقیاس پودر است. این ناهمگنیهای میانمقیاس، ناشی از گرمایش موضعی، انجماد سریع و همجوشی بین لایهای، به طور قابل توجهی بر یکپارچگی مکانیکی، دقت ابعادی و عملکرد بلندمدت قطعه نهایی تأثیر میگذارند. این کار یک طرح شبیهسازی چندفیزیکی سهبعدی چندلایه نوین ارائه میدهد که مدلسازی میدان فاز غیرهمدما را با تحلیل حرارتی-الاستوپلاستیک ادغام میکند تا این پدیدهها را با جزئیاتی بیسابقه پیشبینی و تحلیل کند.
چارچوب پیشنهادی، یک رویکرد چندفیزیکی با اتصال محکم است که برای ثبت تعاملات پیچیده در طول فرآیند SLS طراحی شده است.
این طرح، یک شبیهسازی میدان فاز غیرهمدما مبتنی بر روش المان محدود (FEM) برای تکامل ریزساختار را به صورت متوالی با یک تحلیل تنش حرارتی-الاستوپلاستیک بعدی جفت میکند. خروجی (میدان دما، توزیع فاز) از مرحله اول، به عنوان ورودی و نیروی محرکه برای مرحله دوم عمل میکند. این امر امکان مدلسازی واقعی خواص مواد وابسته به دما و فاز را فراهم میآورد.
یک مدل میدان فاز با پارامترهای مرتبه چندگانه، رابط جامد-مایع و همجوشی ذرات پودر را تحت منبع حرارتی لیزر متحرک ردیابی میکند. تکامل توسط معادلات نوع گینزبورگ-لانداو، با در نظر گرفتن گرادیانهای حرارتی و نیروهای مویینگی، کنترل میشود.
تحلیل تنش از یک مدل پلاستیسیته J2 با سختشوندگی همسانگرد استفاده میکند. رفتار ماده توسط مدول یانگ وابسته به دما $E(T)$، تنش تسلیم $\sigma_y(T)$ و ضریب انبساط حرارتی $\alpha(T)$ تعریف میشود. نرخ کرنش کل $\dot{\epsilon}$ به اجزای الاستیک، پلاستیک و حرارتی تجزیه میشود: $\dot{\epsilon} = \dot{\epsilon}^{e} + \dot{\epsilon}^{p} + \dot{\epsilon}^{th}$.
شبیهسازیها نشان میدهند که چگونه توان پرتو و سرعت اسکن، رشد گردن بین ذرات را کنترل میکنند که مستقیماً تخلخل نهایی را تعیین میکند. یک رابطه پدیدهشناختی بین چگالی انرژی حجمی ($E_v = P/(v \cdot d \cdot h)$، که در آن $P$ توان، $v$ سرعت، $d$ قطر نقطه و $h$ فاصله خطوط است) و چگالی نسبی برقرار شد که روند افزایش تراکم با $E_v$ بالاتر را نشان میدهد که با مشاهدات تجربی در ادبیات مطابقت دارد.
یافته اصلی، شناسایی تمرکزدهندههای تنش بحرانی است: (1) مناطق گردنی ذرات نیمهذوب شده، و (2) اتصالات بین لایههای رسوبگذاری شده متوالی. این مناطق به عنوان نقاط داغ برای تجمع کرنش پلاستیک عمل میکنند. میدان تنش پسماند بسیار ناهمگن است، به طوری که تنشهای کششی اغلب در هسته گردنهای تف جوشی یافته و تنشهای فشاری در مناطق خنکتر اطراف یافت میشوند.
توضیح نمودار (شبیهسازی شده): یک نمودار کانتور سهبعدی یک ساختار شبکهای متخلخل را نشان میدهد. گردنهای ذرات و مرزهای بین لایهها با رنگ قرمز/نارنجی برجسته شدهاند که نشاندهنده تنش فون میزس یا بزرگی کرنش پلاستیک بالا است. داخل حفرههای بزرگ و رابط زیرلایه به رنگ آبی/سبز ظاهر میشوند که نشاندهنده سطوح تنش پایینتر است. برشهای مقطعی، گرادیان تنش از لایه بالایی گرم شده به لایه پایینی خنکتر را نشان میدهند.
توان پرتو بالاتر در سرعت ثابت، اندازه حوضچه مذاب و گرادیانهای حرارتی را افزایش میدهد که منجر به دمای اوج بالاتر و تنشهای پسماند شدیدتر میشود. در مقابل، سرعتهای اسکن بسیار بالا میتوانند منجر به ذوب ناکافی و اتصال ضعیف شوند، اما همچنین چرخه حرارتی را کاهش داده و ممکن است تنش پسماند را پایین بیاورند. این مطالعه مدلهای رگرسیونی را پیشنهاد میکند که $E_v$ را به تنش پسماند میانگین حجمی و کرنش پلاستیک مرتبط میکنند و یک رابطه کمی فرآیند-ساختار-خواص ارائه میدهند.
تکامل میدان فاز برای یک پارامتر مرتبه $\phi$ که نمایانگر فاز جامد است، توسط معادله آلن-کاهن داده میشود: $$\frac{\partial \phi}{\partial t} = -L \frac{\delta F}{\delta \phi}$$ که در آن $L$ ضریب سینتیک و $F$ تابعی انرژی آزاد کل است که شامل انرژی گرادیان، پتانسیل چاه دوگانه و گرمای نهان است. تحلیل حرارتی-الاستوپلاستیک معادله تعادل را حل میکند: $$\nabla \cdot \boldsymbol{\sigma} + \mathbf{b} = 0$$ با $\boldsymbol{\sigma}$ به عنوان تانسور تنش کوشی و $\mathbf{b}$ به عنوان نیروهای حجمی. جریان پلاستیک از قاعده انجمنی پیروی میکند $\dot{\epsilon}^{p} = \dot{\lambda} \frac{\partial f}{\partial \sigma}$، که در آن $f$ تابع تسلیم است $f = \sigma_{eq} - \sigma_y(T, \epsilon^{p}) \le 0$.
این مطالعه روندهای تخلخل در مقابل چگالی انرژی پیشبینی شده توسط شبیهسازی را با دادههای تجربی از SLS سیستمهای پودر پلیمر یا فلز (بر اساس ادبیات) مقایسه میکند. توافق کلی، توانایی مدل در ثبت مکانیک تراکم را اعتبارسنجی میکند. اعتبارسنجی کمی میدانهای تنش پسماند پیشبینی شده، معمولاً نیاز به پراش پرتو ایکس سنکروترون یا اندازهگیریهای روش کانتور روی نمونههای ساخته شده ویژه دارد که به عنوان کار آینده ضروری پیشنهاد شده است.
سناریو: بهینهسازی فرآیند SLS برای یک ایمپلنت ستون فقرات تیتانیومی با سطح متخلخل کنترل شده برای رشد استخوان.
کاربرد چارچوب:
بینش اصلی
این مقاله یک حقیقت حیاتی و اغلب نادیده گرفته شده را ارائه میدهد: در SLS متخلخل، محرک اصلی شکست، ماده تودهای نیست، بلکه ریزمعماری است. شبیهسازی به طور درخشان نشان میدهد که چگونه تنش و پلاستیسیته به طور یکنواخت توزیع نشدهاند، بلکه به طور استراتژیک (و مشکلزا) در همان ویژگیهایی که تخلخل را تعریف میکنند - گردنهای بین ذرهای و رابطهای لایه - متمرکز شدهاند. این امر تحلیل تنش متعارف «ماده متراکم» را زیر و رو میکند.
جریان منطقی
منطق نویسندگان قوی است: 1) مدلسازی منبع حرارت و ردیابی تغییر فاز (میدان فاز). 2) استفاده از آن تاریخچه حرارتی برای هدایت تغییر شکل مکانیکی (FEM). 3) شناسایی محل شروع پلاستیسیته و قفل شدن آن به عنوان تنش پسماند. 4) همبستگی این یافتههای میانمقیاس با ورودیهای فرآیند کلان (توان، سرعت). این یک پیوند چندمقیاس کلاسیک است که با وفاداری بالا برای مسئله تخلخل SLS اجرا شده است.
نقاط قوت و ضعف
نقاط قوت: رویکرد ترکیبی میدان فاز-مکانیک، پیشرفته و کاملاً مناسب برای مسئله است. شناسایی مناطق گردنی به عنوان تمرکزدهندههای تنش، یک یافته قابل توجه و قابل اجرا است. تلاش برای ایجاد مدلهای رگرسیونی برای کنترل فرآیند، بسیار عملی است.
نقاط ضعف: فیل بزرگی که در اتاق است، سادگی مدل ماده است. استفاده از یک مدل پلاستیسیته استاندارد J2، رفتار پیچیده و مسیر-وابسته پودر نیمهتف جوشی شده را نادیده میگیرد که ممکن است شامل خزش و آرامش وابسته به زمان در طول خود فرآیند باشد. علاوه بر این، در حالی که چارچوب چشمگیر است، هزینه محاسباتی آن احتمالاً آن را به المانهای حجمی نماینده کوچک محدود میکند، نه پیشبینی در مقیاس کامل قطعه - شکافی که جانشینهای یادگیری ماشین، با الهام از کارهایی مانند CycleGAN برای انتقال سبک در شبیهسازیهای مبتنی بر تصویر، میتوانند در نهایت پر کنند.
بینشهای قابل اجرا
برای مهندسان فرآیند: بر روی اتصالات بین لایهای و بین ذرهای تمرکز کنید. تیمارهای پس از فرآیند (مانند آنیل حرارتی) باید برای هدف قرار دادن این مناطق خاص و محدود با تنش بالا طراحی شوند، نه فقط کل قطعه. برای طراحان: شبیهسازی نقشهای را برای اجتناب از هندسههای تنش بحرانی فراهم میکند. هنگام طراحی ساختارهای شبکهای، ممکن است کسی عمداً هندسه گرهها یا چیدمان لایهها را بر اساس این نقشههای تنش تغییر دهد. مدلهای رگرسیونی یک ابزار اولیه برای انتخاب پارامتر به منظور به حداقل رساندن تنش پسماند برای یک تخلخل هدف ارائه میدهند.