3dsjs

新型烧结感知拓扑优化方法提升金属粘结喷射制造精度

2025-07-31 10:17:20 金属粘结喷射,拓扑优化,烧结变形
这项研究由奥尔堡大学的研究人员开发了一种考虑烧结变形的拓扑优化框架,旨在提升金属粘结喷射(MBJ)制造过程中的结构精度。该方法通过在设计阶段预见烧结引起的变形,避免了传统的后处理修正。研究采用自定义有限元求解器,并结合了烧结行为的数值模型,能够模拟颗粒生长、粘性流变和温度驱动的固化应力。通过优化三个目标函数(参考变形、柔度和偏差能量),研究团队展示了不同的增强策略,解决了烧结过程中的形变问题。该方法能够有效减少生产中的废料,提高精度,尤其适用于需要严格公差的领域,如航空航天和医疗制造。然而,实验验证仍需进一步进行。

奥尔堡大学的研究人员开发了一种考虑烧结引起变形的拓扑优化框架,旨在增强金属粘结喷射(MBJ)制造过程中的结构精度。这种方法在设计阶段强化了结构,以应对由于重力和烧结过程中材料收缩引起的变形。该研究题为《考虑烧结的金属粘结喷射增材制造设计中的拓扑优化框架》,由Springer Nature发布。

金属粘结喷射工艺通过选择性地将粘合剂沉积到金属粉末上,制造出脆弱、多孔的部件。这些“绿色件”需要通过固态烧结后处理,在此过程中,零件会发生高达50%的体积收缩,导致线性尺寸最多减少20%。烧结过程通常持续数小时,且温度接近材料的熔点,由于初始刚度较低,零件在自重作用下会发生显著变形。通常,为了达到目标尺寸,需要通过经验补偿或反复设计,这使得MBJ的工作流程变得更加复杂。

为了解决这个问题,奥尔堡大学材料与生产系的Christian Troelsgaard、Frederik Tobias Elmstrøm和Erik Lund开发了一个将烧结行为纳入结构设计过程的拓扑优化(TO)框架。这个框架通过加强设计域,减少了工艺引起的变形敏感性,将问题从后期修正转移到预处理设计阶段。

该框架使用了在MATLAB中实现的自定义有限元求解器,采用了基于总拉格朗日公式的几何非线性有限元分析(GNLFEA)和牛顿-拉夫森迭代。材料行为使用Skorohod-Olevsky粘性烧结(SOVS)模型进行建模,能够捕捉粘塑性应变、晶粒生长以及温度驱动的粘度和烧结应力变化。为了确保数值稳定性,研究人员引入了一种基于双曲正切的松弛方案,用平滑过渡替代了不连续的激活阈值。

与以往依赖商业软件进行烧结模拟的研究不同,该框架允许完全访问内部变量和状态演化,支持路径依赖的伴随灵敏度分析。通过这种方式,可以计算出与设计变量相关的目标函数梯度,涵盖整个烧结过程历史。

研究团队评估了三种目标函数:最小化与参考变形(无重力模拟)之间的偏差、最小化柔度(承载下的整体柔性)和最小化偏差能量(去除体积效应后的应变能)。每个目标函数都通过分析灵敏度导出,并使用前向差分近似法在一个96元素基准梁上验证了计算出的灵敏度。随着步长逐渐减小,计算得到的灵敏度收敛,验证了实现的正确性。研究中展示的图形显示了“勾号”收敛曲线,这是当分析梯度与数值梯度匹配时常见的行为。

该框架使用了两个基准案例进行测试:一个是二维桥梁几何模型,另一个是三维准环形帽。被动域被保留,拓扑优化仅限于目标区域。网格是通过Ansys生成的,并使用AnsysImport工具箱导入到MATLAB中。桥梁模型使用了9,475个元素,准环形帽使用了6,120个元素。模拟在一台10核、30GB RAM的系统上进行,每次优化迭代的平均计算时间为20分钟,约75%的计算时间花费在灵敏度分析上。

每个目标函数产生了不同的增强策略。参考变形目标产生的设计通过形成类似桁架的元素连接被动域,从而最小化与目标形状之间的偏差。偏差能量目标则产生了更重的结构,减少了设计域内的局部变形。柔度目标产生了最小的强化设计,在某些情况下甚至出现了空洞解,这可以通过负载和刚度插值之间的相互作用来解释,这一现象与基于弹性的拓扑优化中的观察一致。

在准环形帽模型中,柔度优化倾向于去除材料,因为中间的伪密度导致了在没有足够刚度增益的情况下,增加了重力加载。而参考变形目标则引入了类似桁架的“塑性铰”,通过拉伸被动域来抵消变形。然而,这导致了设计依赖的行为,包括在铰链厚度接近零时的收敛问题。在偏差能量优化中,这些结构没有出现,而是将材料分布得更加均匀,避免了狭窄区域的过载。

大多数情况下,优化器在60次迭代内收敛。唯一的例外是在参考变形目标下的桥梁案例,由于出现了铰链行为,需要86次迭代。尽管如此,所有最终设计都满足了收敛标准并符合约束条件。呈现的运行中没有激活体积约束,说明解决方案未受上限材料限制。

研究强调,参考变形目标旨在保持被动域的公差,而偏差能量优化则控制了设计和被动区域的变形。尽管两者都旨在减少烧结引起的误差,但它们的公式导致了显著不同的增强策略。比较它们的结果表明,使用偏差能量的设计填充了更多的设计空间,增加了10%的材料,从而提供了更强的变形控制。

这项工作完全基于数值模拟,未生产或测试物理样品。作者指出,需要通过实验验证来确认优化后的几何形状在实际烧结过程中是否能按预期表现。他们还强调,烧结支撑器的摩擦和接触—这些在实际制造中通常会使用—没有包含在模拟中。模拟这些效应可能进一步优化优化结果。

未来的研究可能涉及使用混合的u-P或二次元素,以减少线性公式中观察到的体积锁定问题。此外,结合柔度、变形和目标形状恢复的多目标公式可能为工业应用提供更均衡的设计。该框架的模块化允许在最小代码重构的情况下引入新的目标函数和材料模型。

通过将烧结力学嵌入设计中,这种方法可能会改变以补偿为基础的工作流程。通过在优化阶段预见变形,可以减少废料,提高可预测性,并简化粘结喷射工作流程,尤其是在需要严格公差的领域,如航空航天或医疗制造。