3. 过程监测在Renishaw增材制造中的价值与挑战

Renishaw金属激光粉末床熔融（LPBF）设备在成形过程中，熔池以微秒级时间尺度经历升温、熔化、流动、凝固与冷却。若把最终零件比作“考试结果”，那么过程监测就是“考场记录”——它不直接改变答案，却能解释答案为何如此，并在下一场考试前给出可执行的改进依据。理解过程监测的价值，必须先看清它要捕捉的缺陷类型，再理解质量验证的需求，最后厘清在线监测与离线检测的互补关系。

一、五类典型缺陷及其过程信号特征

LPBF中常见的缺陷可归为五类，它们各自对应不同的物理机制与可观测信号：

• 孔隙（气孔）：多由粉末夹带气体、保护气氛卷入或熔池内气体来不及逸出形成。熔池体积小、凝固快，气泡被“冻结”在道内。过程信号上，熔池辐射强度会出现短时尖峰后快速回落，同轴熔池图像中亮斑面积骤增又收缩。
• 未熔合：能量密度不足或扫描间距过大，导致相邻道之间、层与层之间未形成冶金结合。其信号特征是熔池尺寸持续偏小、辐射强度偏低，且沿扫描方向出现周期性“暗带”。
• 球化：熔池过热或润湿性差时，液态金属在表面张力作用下收缩成球，破坏铺粉平整度。同轴图像中会出现离散的高亮圆斑，下一层铺粉时刮刀阻力增大，甚至出现“拖痕”。
• 裂纹：热应力与材料脆性共同作用，常见于高强铝合金、镍基高温合金。裂纹在单层内可能不可见，但会跨层扩展。声发射信号中会出现突发型高幅值事件，熔池辐射则表现为局部异常波动。
• 变形：残余应力累积导致基板翘曲或零件几何超差。它不发生在单点，而是全局累积效应，需结合基板应变、层间温度与扫描策略综合判断。

这五类缺陷的尺度从微米级气孔到毫米级翘曲不等，单一传感器很难全覆盖。因此Renishaw的监测体系通常采用多传感器融合：同轴熔池监测（InfiniAM Spectral）捕捉熔池辐射与图像，声发射监测捕捉裂纹与剥落，基板应变与温度传感器捕捉宏观变形趋势。

二、质量验证需求：从“能打印”到“可证明”

增材制造的质量验证需求，本质上来自三个层面。第一是几何层面：零件尺寸、形位公差是否满足图纸要求，变形是否在允许范围内。第二是材料层面：致密度、孔隙率、未熔合面积占比、裂纹密度是否达到材料标准。第三是性能层面：拉伸强度、疲劳寿命、硬度等是否满足服役条件。

传统离线检测的困境在于“抽检”与“破坏”的矛盾。CT扫描可以给出内部孔隙的三维分布，但扫描一件复杂零件可能需要数小时，且对大尺寸零件分辨率受限；金相切片是破坏性的，只能反映切割面附近的情况；拉伸试验更是直接毁掉试样。对于航空航天、医疗植入等小批量、高价值场景，抽检比例再高也无法保证每一件都合格。

这正是过程监测的核心价值：它把质量验证从“事后抽检”前移到“过程全检”。每一层的熔池辐射、每一道的声发射事件都被记录，形成与零件三维坐标对应的过程数据。当离线检测发现某处存在未熔合时，可以回溯该位置在打印时的熔池信号，判断是能量密度不足、扫描策略不当还是粉末问题。反过来，当过程信号出现异常时，也可以指导离线检测优先关注哪些区域，提高检测效率。

三、在线监测与离线检测的互补关系

在线监测与离线检测不是替代关系，而是“筛查”与“确诊”的互补关系。可以用一个具体的教学示例来说明：假设打印一个镍基高温合金试样，采用Renishaw设备，层厚40 μm，激光功率250 W，扫描速度960 mm/s，扫描间距110 μm。在线监测记录到第187层某区域熔池辐射强度比基线低约18%，且持续约2.3 ms。系统将该区域标记为“疑似未熔合”。

打印完成后，对该区域优先进行CT扫描。若CT确认存在未熔合，则说明在线监测的阈值设置合理，该零件可判定为不合格或降级使用；若CT未发现明显缺陷，则需要检查在线监测阈值是否过于敏感，或该信号是否由粉末飞溅、保护气流波动等非缺陷因素引起。这个“标记—验证—反馈”的闭环，正是过程监测从“记录”走向“控制”的关键。

四、挑战：从“有数据”到“有用数据”

过程监测在Renishaw设备上的落地，面临几个现实挑战。首先是数据量与处理速度：同轴熔池监测采样率可达10 kHz以上，一个打印周期可能产生TB级数据。若全部实时处理，对计算资源要求极高；若只存储不处理，又失去了监测的意义。实际做法通常是“边缘计算+分层存储”：在设备端实时计算熔池面积、辐射强度均值等特征值，只存储特征值与异常片段，原始图像按需保留。

其次是信号与缺陷的映射不确定性。同一缺陷在不同材料、不同几何结构下可能产生不同信号；同一信号也可能对应多种缺陷。例如熔池辐射降低，可能是未熔合，也可能是粉末层厚度异常或保护气流量不足。因此，过程监测系统需要结合工艺参数、粉末批次、设备状态等多源信息进行综合判断，而不是孤立地看单一信号。

第三是标准与认证的缺失。目前增材制造过程监测尚未形成统一的行业标准，不同设备厂商的数据格式、阈值定义、缺陷判定规则各不相同。对于需要适航认证或医疗注册的零件，如何证明过程监测数据的可靠性和可追溯性，仍是需要持续探索的问题。

五、实际闭环：从监测到工艺修正

一个完整的过程监测闭环，应当包含四个环节：信号采集—特征提取—异常标记—离线验证—工艺修正。以球化缺陷为例：在线监测发现某层出现离散高亮圆斑，铺粉视觉检测到刮刀阻力增大。系统标记该层为“疑似球化”。打印完成后，金相切片确认该层存在球化颗粒。工艺工程师据此调整下一件打印的激光功率（降低约10%）或扫描速度（提高约8%），并重新打印试样。再次监测时，若高亮圆斑数量显著减少，且金相确认球化消除，则说明工艺修正有效。

这个过程不是一次性的，而是迭代的。每一轮打印都会产生新的过程数据，每一轮离线检测都会验证或修正在线监测的判断。随着数据积累，监测阈值可以逐步优化，工艺窗口可以逐步收窄，最终形成针对特定材料、特定几何结构的“过程监测—质量验证”知识库。这正是Renishaw增材制造过程监测从“辅助工具”走向“核心能力”的路径。