2.1. 模擬框架概述
此方案依序耦合了基於有限元素法（FEM）的微結構演變非等溫相場模擬與後續的熱彈塑性應力分析。第一階段的輸出（溫度場、相分佈）作為第二階段的輸入與驅動力。這使得模型能夠真實地模擬與溫度和相相關的材料特性。
1. 緒論
積層製造（AM），特別是如選擇性雷射燒結（SLS）等粉末床熔融（PBF）技術，已從原型製作工具轉變為製造複雜、高價值零件的可行生產方法。在SLS製程中，針對多孔材料（例如用於生物醫學支架或功能梯度結構的材料），一個關鍵挑戰在於粉末尺度上殘餘應力與塑性應變的產生。這些由局部加熱、快速凝固與層間融合所引起的中尺度異質性，顯著影響最終零件的機械完整性、尺寸精度與長期性能。本研究提出一種新穎的三維多層多物理場模擬方案，整合非等溫相場建模與熱彈塑性分析，以前所未有的細節預測並分析這些現象。
2. 方法論
所提出的框架是一種緊密耦合的多物理場方法，旨在捕捉SLS過程中的複雜交互作用。
2.2. 微結構演變之相場模型
一個多序參數相場模型追蹤在移動雷射熱源下固液介面與粉末顆粒的聚結。其演變由金茲堡-朗道型方程式所支配，並考量了溫度梯度與毛細力。
2.3. 熱彈塑性本構模型
應力分析採用具有等向硬化的J2塑性模型。材料行為由與溫度相關的楊氏模數 $E(T)$、降伏強度 $\sigma_y(T)$ 與熱膨脹係數 $\alpha(T)$ 定義。總應變率 $\dot{\epsilon}$ 被分解為彈性、塑性與熱分量：$\dot{\epsilon} = \dot{\epsilon}^{e} + \dot{\epsilon}^{p} + \dot{\epsilon}^{th}$。
3. 結果與討論
3.1. 微結構演變與孔隙率
模擬揭示了光束功率與掃描速度如何控制顆粒間的頸部生長，直接決定了最終孔隙率。建立了體積能量密度（$E_v = P/(v \cdot d \cdot h)$，其中 $P$ 為功率，$v$ 為速度，$d$ 為光斑直徑，$h$ 為掃描間距）與相對密度之間的現象學關係，顯示出較高的 $E_v$ 會增加緻密化的趨勢，這與文獻中的實驗觀察結果一致。
3.2. 殘餘應力與塑性應變分佈
核心發現是識別出關鍵的應力集中區：(1) 部分熔化顆粒的頸縮區域，以及 (2) 連續沉積層之間的接合處。這些區域是塑性應變累積的熱點。殘餘應力場具有高度異質性，拉伸應力通常出現在燒結頸部的核心區域，而壓縮應力則出現在周圍較冷的區域。
圖表說明（模擬）： 一張三維等高線圖將顯示一個多孔晶格結構。顆粒頸部與層間邊界以紅色/橙色標示，表示高馮·米塞斯應力或塑性應變幅度。大孔隙內部與基板介面將呈現藍色/綠色，表示較低的應力水平。橫截面切片將顯示從受熱頂層到較冷底層的應力梯度。
3.3. 製程參數之影響
在固定速度下提高光束功率會增加熔池尺寸與溫度梯度，導致更高的峰值溫度與更嚴重的殘餘應力。相反地，過高的掃描速度可能導致熔化不足與結合不良，但同時也減少了熱循環，可能降低殘餘應力。本研究提出了將 $E_v$ 與體積平均殘餘應力及塑性應變聯繫起來的迴歸模型，提供了定量的製程-結構-性質關係。
4. 關鍵見解與分析
5. 技術細節
代表固相的序參數 $\phi$ 的相場演變由艾倫-卡恩方程式給出： $$\frac{\partial \phi}{\partial t} = -L \frac{\delta F}{\delta \phi}$$ 其中 $L$ 為動力學係數，$F$ 為總自由能泛函，包含梯度能、雙井勢與潛熱。熱彈塑性分析求解平衡方程式： $$\nabla \cdot \boldsymbol{\sigma} + \mathbf{b} = 0$$ 其中 $\boldsymbol{\sigma}$ 為柯西應力張量，$\mathbf{b}$ 為體力。塑性流動遵循關聯法則 $\dot{\epsilon}^{p} = \dot{\lambda} \frac{\partial f}{\partial \sigma}$，其中 $f$ 為降伏函數 $f = \sigma_{eq} - \sigma_y(T, \epsilon^{p}) \le 0$。
6. 實驗關聯與驗證
本研究將模擬預測的孔隙率與能量密度趨勢，與聚合物或金屬粉末系統SLS的實驗數據（基於文獻）進行比較。總體上的一致性驗證了模型捕捉緻密化力學的能力。對預測殘餘應力場的定量驗證通常需要對專門製作的樣品進行同步輻射X射線繞射或輪廓法測量，這被建議為必要的未來工作。
7. 分析框架：概念性案例研究
情境： 為具有可控多孔表面以利骨長入的鈦合金脊椎植入物優化SLS製程。
框架應用：
- 定義目標： 在表面層實現50%孔隙率，同時將殘餘應力保持在閾值以下以防止疲勞裂紋萌生。
- 模擬活動： 針對參數矩陣（功率：100-200W，速度：0.5-2.0 m/s）在多孔幾何的代表性單元上運行三維多層模型。
- 數據擷取： 針對每次運行，擷取平均孔隙率、頸部區域的最大馮·米塞斯應力以及體積平均塑性應變。
- 建立代理模型： 使用模擬數據訓練一個簡單的響應曲面模型（例如高斯過程迴歸器），該模型可即時預測任何（P, v）輸入下的應力與孔隙率。
- 多目標優化： 在優化迴圈（例如使用基因演算法）中使用代理模型，以找到滿足50%孔隙率目標並最小化最大應力的（P, v）組合。
- 驗證： 在最佳參數下再次運行完整的高保真模擬，以在物理試驗前驗證結果。
8. 未來應用與方向
- 材料探索： 該框架可以篩選新型粉末材料（例如高熵合金、陶瓷）的SLS可加工性及其固有的殘餘應力傾向。
- 積層製造的數位孿生： 將此模型整合到即時監控與控制系統中，可以實現逐層動態參數調整以減輕應力，邁向閉環、智能化的AM製程。
- 積層製造設計（DfAM）： 這些見解可以被編碼到生成式設計演算法中，創建出本質上避免高應力頸部幾何形狀的晶格結構，從而產生更耐用、更可靠的多孔元件。
- 多材料與功能梯度結構： 將模型擴展到多種粉末材料，對於模擬多材料SLS中更複雜的殘餘應力狀態至關重要，這對航太與電子領域的先進應用至關重要。
9. 參考文獻
- Mercelis, P., & Kruth, J. P. (2006). Residual stresses in selective laser sintering and selective laser melting. Rapid Prototyping Journal.
- Zhu, Y., et al. (2022). Phase-field modeling of microstructure evolution in additive manufacturing: A review. Acta Materialia.
- King, W. E., et al. (2015). Laser powder bed fusion additive manufacturing of metals; physics, computational, and materials challenges. Applied Physics Reviews.
- Isola, P., Zhu, J., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. Proceedings of the IEEE conference on computer vision and pattern recognition (CVPR). (CycleGAN reference for style-transfer concept in simulation).
- National Institute of Standards and Technology (NIST). (2023). Measurement Science for Additive Manufacturing. https://www.nist.gov/programs-projects/measurement-science-additive-manufacturing.
- Yadroitsev, I., & Smurov, I. (2010). Selective laser melting technology: from the single laser melted track stability to 3D parts of complex shape. Physics Procedia.
核心見解
本文揭示了一個關鍵且常被忽視的事實：在多孔SLS中，失效的主要驅動因素並非塊體材料，而是微觀結構。模擬精彩地視覺化了應力與塑性並非均勻分佈，而是策略性地（且問題性地）集中在定義孔隙率的特徵上——顆粒間頸部與層間介面。這顛覆了傳統的「緻密材料」應力分析思維。
邏輯流程
作者的邏輯嚴謹：1) 模擬熱源並追蹤相變（相場）。2) 利用該熱歷史驅動機械變形（FEM）。3) 識別塑性起始並鎖定為殘餘應力的位置。4) 將這些中尺度發現與宏觀製程輸入（功率、速度）相關聯。這是一個經典的多尺度連結，針對SLS孔隙率問題進行了高保真度的執行。
優點與缺陷
優點： 耦合的相場-力學方法是最先進的，且非常適合解決此問題。將頸縮區識別為應力集中區是一個重要且可付諸行動的發現。嘗試建立用於製程控制的迴歸模型具有高度實用性。
缺陷： 顯而易見的問題在於材料模型的簡化。使用標準的J2塑性模型忽略了半燒結粉末複雜的、路徑相依的行為，這可能涉及製程本身的潛變與時間相依的鬆弛。此外，儘管框架令人印象深刻，但其計算成本可能限制其僅能用於小型代表性體積元素，而非完整的零件尺度預測——這一缺口最終可能由機器學習代理模型填補，例如受CycleGAN等用於影像模擬風格轉換的研究所啟發。
可付諸行動的見解
對於製程工程師：專注於層間與顆粒間的接合處。 後處理（例如熱退火）必須針對這些特定的、侷限的高應力區域進行設計，而不僅僅是整個零件。對於設計師：模擬提供了一張避開關鍵應力幾何形狀的地圖。在設計晶格結構時，可以根據這些應力圖刻意改變節點幾何形狀或層間交錯方式。迴歸模型為參數選擇提供了第一手工具，以在目標孔隙率下最小化殘餘應力。