人工智能与多光谱成像技术推动激光增材制造发展

尽管金属激光粉末床熔融（LPBF）技术已成为复杂金属部件生产的核心技术，但其仍存在诸多问题。刚性激光束轮廓与不足的工艺监控可能导致缺陷并中断生产，进而造成浪费与能耗上升。

过去三年间，欧盟资助研究项目InShaPe背后的联盟团队开发出一种工艺优化方案，将基于人工智能的光束整形与多光谱成像技术相结合，应用于金属激光粉末床熔融（PBF-LB/M）增材制造工艺。该项目旨在显著提升该制造工艺的效率、经济性与可持续性。

由InShaPe项目研发的增材制造工艺，被用于生产铜合金材质的航空航天燃烧室部件

目前，团队报告称已实现生产率提升六倍、生产成本减半及部件质量改善。项目合作伙伴表示，这些创新成果已在航空航天、能源领域和机械工程行业的五个复杂工业示范件中成功完成验证。

针对应用挑战，联盟成员研究出融合AI光束整形与多光谱成像的技术方案，大幅优化增材制造工艺。该方法根据部件特征、几何结构与材料特性定制激光束轮廓，从而提升部件质量并加速加工进程。此举可避免裂纹、飞溅和冷凝等问题，减少返工需求与材料浪费。

研究人员发现，环形光束轮廓结合优化扫描策略在多样化应用中表现尤为突出。他们摒弃传统高斯光束，通过调制激光强度分布形成环形轮廓来生成熔池，从而获得更稳定的熔化区域与更均匀的材料处理效果。

同步部署的多光谱成像系统可捕获多波段信号，实时监控PBF-LB/M工艺过程。由此能早期检测熔池热变化，记录数据直接反馈至流程管理系统。以往导致停产或需返工的缺陷现可即时修正，确保制造流程持续运行不受重大延误。

在系列工业应用中，研究人员实现超600%的生产率提升——使用航空航天领域常用镍铬基超合金Inconel 718制造的部件生产率达93.3立方厘米/小时（初始值为15立方厘米/小时）。同时联盟成功达成关键目标，将成本削减50%。

目前，该技术已在五大工业场景完成验证：航空叶轮、工业燃气轮机部件、太空燃烧室组件、链锯发动机缸头及空间通信卫星天线部件。