激光粉末床熔融温度场

通过热量源模型和参数灵敏度分析，定量揭示了工艺参数与材料属性对熔池尺寸及温度影响的权重。

Zhang, Shiting · 季霞 · Liang, Steven Y.

Materials 2024

参数信息

平均预测误差

4.427 %

平均预测误差

2.613 %

激光功率对熔池宽度贡献率

38.9 %

扫描速度对熔池宽度贡献率

23.5 %

激光功率对熔池深度贡献率

39.1 %

扫描速度对熔池深度贡献率

19.6 %

激光功率对最高温度贡献率

38.9 %

扫描速度对最高温度贡献率

21.5 %

技术优势

预测精度高

采用高斯面热源或体热源模型，在相似工艺参数下对熔池宽度的预测精度优于点热源。

定量权重清晰

灵敏度分析给出各参数对熔池尺寸和温度的贡献率，如激光功率对宽度贡献38.9%，扫描速度贡献23.5%，指导工艺调整优先级。

应用场景

• 3D打印工艺优化：通过量化参数贡献率，精准调整激光参数以控制熔池尺寸。
• 增材制造：为钛合金LPBF工艺提供温度场预测，减少试错成本。
• 熔池监控：根据预测模型设定监测阈值，提前预警异常。
• 激光加工：指导选择合适热源模型，提高激光加工模拟精度。
• Ti6Al4V合金：针对Ti6Al4V的物性参数进行案例验证，确保模型适用性。