众所周知，检测3D打印错误并不是什么新鲜事，近年来人们已经开发了许多检测方案，以确保检测结果的可靠性和可重复性。这一过程通常依赖于能够从已知情况中得出结论的算法。目前来说，这些算法往往并不完善，需要进行大量测试。因此，洛桑联邦理工学院的科学家们希望通过一种可靠的技术来克服这一限制。

该学院一组科学家一直在研究金属3D打印中的缺陷问题，特别是在使用激光工艺时。他们的目标是开发一种基于3D打印机声音分析的方法，以预测打印错误，从而获得更好的结果。因此，他们研究了机器在打印完美构件过程中发出的声音，以及3D打印机在打印过程中出现故障时发出的声音。

△用于监控3D打印缺陷的实验效果图示意

洛桑联邦理工学院与Paul Scherrer研究所（PSI）和瑞士联邦材料科学与技术实验室（Empa）合作，在3D打印室中放置了一个麦克风，以检测金属粉末状态变化时声学信号的变化。

△随机状态不稳定性以及随后从传导到稳定和不稳定锁孔状态的转变

在激光粉末床熔合中，薄层金属粉末被加热以逐层形成所需的物体。材料经历不同的相——固态、液态和气态——形成熔池。洛桑联邦理工学院解释说：“有时，由于激光角度或粉末或零件的特定几何属性的存在等变量，该过程可能会出现问题。这些被称为“区域间不稳定性”的情况有时会促使两种熔化方法（称为“传导”和“锁孔”区域）之间发生转变。

△该研究已发表在《自然通讯》上，题目为“协调声音和光：X 射线成像揭示了激光熔化过程中随机区域间不稳定性的声学特征”（传送门）

研究小组使用X射线图像来测量熔池（宽度和深度），并开发出一种方法，使他们能够看到金属在液态时的变化。由于打印室中安装了麦克风，通过将声学信号和X射线图像关联起来，研究人员能够设计出一种滤波算法，可以以100 µs的时间分辨率预测熔化状态。

首席研究员Milad Hamidi Nasab补充道：“同步加速器X射线成像与声学记录的协同作用，提供了对LPBF过程的实时洞察，有助于检测可能危及产品完整性的缺陷。“

这种方法特别值得注意的是，它消除了对机器学习和其他计算成本高昂的人工智能 (AI) 形式的需求。所需要的只是一个简单的过滤算法。

EPFL热机械冶金实验室负责人Roland Logé表示：“这项研究为更好地理解和完善制造工艺铺平了道路，并最终将提高产品的长期可靠性。”