研究团队创建自动化机器人平台，以详细研究3D打印金属-研究生机器人创新设计大赛官网

从碳纤维到混凝土和竹子，3D打印的工业术语“增材制造”使用了许多不同的材料和技术。现在，随着脱碳和将原材料转化为成品的替代供应链的巨大需求，3D打印金属可能会对制造业的未来产生重大影响。

金属增材制造的一项关键技术涉及“打印”，即创建一层又一层的金属焊缝来构建一个物体。它提供了一种更可定制的、按需的替代方法，而传统方法涉及将熔融金属倒入模具或加工或切割金属以创建形状。但是发展新技术也意味着解决新问题。

这就是为什么能源部(DOE)橡树岭国家实验室(ORNL)的研究人员创建了一个独一无二的自动化机器人平台，使他们能够在创建过程中实时研究添加金属焊接的微观行为。深入了解焊接在如此小的范围内是如何形成和表现的，将有助于改进该技术以适应主流应用。

ORNL项目负责人Alex Plotkowski说:“金属增材制造是一种新的、令人兴奋的方法，可以制造非传统的高性能材料，否则是不可能的，或者至少是非常具有挑战性的。”“例如，在航空航天和汽车行业，这是高度相关的，因为这些行业需要复杂的轻量级和非常坚固的部件。同样，对于工具和模具行业来说，这对于在短时间内制造复杂的工具非常重要。”

Plotkowski领导的研究团队正在设计和部署用于ORNL散裂中子源(SNS) VULCAN工程衍射仪器的实验性金属制造系统。SNS是世界领先的研究设施，由线性粒子加速器提供动力，使用中子束来研究原子尺度上的材料。

这个实验平台系统被称为OpeN-AM, OpeN是operando中子的缩写，是一个在运行时使用中子来研究某物的术语，AM是增材制造。

该平台的主要特点是一个6轴关节机械臂，可以配备焊枪或激光。前者被称为导线电弧系统，其工作原理是将导线送入火炬的末端。当金属丝接触衬底时，电流将金属丝熔化并形成焊缝。另外，激光的工作原理是将基材熔化成液态金属池，在其中加入金属丝或粉末原料以形成焊缝。

机械臂旁边是一台cnc或计算机数控机器。数控机床用于切割高度复杂的零件，其精度是手工方法无法达到的。数控机床和OpeN-AM的结合使该系统成为加法和减法制造技术的混合:机器人沉积头添加材料，数控机床去除材料。

该系统安装在一个可调平台上，平台可以升高和旋转，提供额外的自由度，沿X、Y和Z平面收集数据。该平台还配备了冷却通道，可以降低金属的温度，以研究不同的条件，并加快室温下焊缝的表征。

混合增材制造在快速高效地制造复杂部件方面具有显著的优势;然而，这个过程是高度动态的，并没有被完全理解。当这些材料暴露在极端的温度波动下时，它们会在液体和固体状态之间交替，产生永久的变形或微小的缺陷，称为残余应力。

残余应力通常会损害材料的性能，并导致意外的裂缝或失效。另一方面，通过更好地理解残余压力是如何产生的，科学家们可以有意地诱导压力来提高表现。

“在使用传统的表征工具处理后，你对材料的了解只有这么多。OpeN-AM项目的目标是提供一种新的、更先进的方法来描述这一过程，使我们能够看到材料在生产过程中的内部情况。”

“中子实验是一个关键组成部分，它使我们能够观察和测量材料的变化，例如温度，相变是如何发生的，以及残余应力的分布是如何演变的。这些见解对于优化技术以制造性能更好的材料至关重要，”他补充道。

中子是这些实验的理想研究工具，因为它们几乎可以穿透或穿过任何物质，包括致密金属。虽然其他研究技术更适合于仔细观察材料的表面，但中子使研究人员能够深入观察原子密集的金属，以前所未有的方式观察材料的内部动力学。

以罗马金属加工之神命名，SNS的VULCAN仪器非常适合研究金属合金的强度。中子束线测量金属中原子在极端温度和压力下的距离，揭示应力是如何以及在哪里发生的。VULCAN还具有一个足够大的工作区域，用于研究工业应用，例如全尺寸发动机。

在他们的实验中，该团队将金属打印(或焊接)成简单的形状，并使用不同的模式创建重叠的焊接层。在一些迭代中，他们改变温度和其他工艺条件，以诱导不同的相变和应力模式。在实验中收集的中子数据将有助于阐明加工方法、材料行为和残余应力如何演变之间的关系。

除了从中子束中收集数据外，安装在平台舞台周围的多个高分辨率和红外摄像机记录并比较了材料内部随时间的不同温度分布。

从开始到结束，每个实验周期都完全由定制软件自动化。只需按一下按钮，该软件就能同步实验的每个组成部分，包括机器人焊接、平台移动、CNC加工、主动冷却以及来自外围摄像机和中子束的数据收集。

“这类实验最大的挑战之一是时间。传统上，中子数据必须在整个样本的每个区域收集，这很容易是几百个位置。例如，这需要在每个点暂停实验约30秒。这可能需要8到10个小时，造成严重的生产力瓶颈，而我们在仪器上的时间有限，”Plotkowski说。

“这就是人工智能的用武之地。该团队开发了一种人工智能算法，该算法获取数据子集，并决定下一步收集哪些数据点。然后，一个信号被发送到平台，平台会自动将样品移动到一个新的位置，用中子束进行测量。这一过程还使我们能够自动关注拥有最有价值数据的地区，并绕过不太可能产生新信息的地区，这节省了我们的时间和存储空间。”

这些实验需要相当大的计算能力。一次实验运行可以产生大约1tb的数据(不包括中子数据)，这是人工智能成为系统重要组成部分的另一个原因。该算法可以在大约三分之一的时间内估计残余应力特征，这通常需要使用传统技术。这意味着更多的实验可以在分配的时间内在中子仪器上进行，它也为研究人员提供了对实验做出决定和调整的灵活性。

“这类实验只能在VULCAN进行。该仪器升级后的探测器基本上使可计数的中子数量增加了一倍，这意味着它提供了令人难以置信的快速数据聚合，”ORNL的Ke An说，他是VULCAN仪器的科学家。“我们可以收集亚秒级时间尺度的数据，这对于研究这种极端环境下的动力学至关重要。

SNS脉冲束加速器所实现的飞行时间技术使我们能够进行时间分辨研究，以亲眼看到材料如何随时间变化。该系统为计算机模型的开发和验证提供了丰富的数据集，这将有助于工业使用增材制造来更好地控制压力并构建更好的组件。世界上没有其他地方能提供如此复杂的能力。”