[发明专利]一种由3D打印多孔结构随机缺陷的逆向预测方法

说明书

本发明提供一种由3D打印多孔结构随机缺陷的逆向预测方法。主要包括以下步骤：(1)建立具有随机缺陷的多孔结构模型；(2)一阶摄动展开渐进均匀化的理论；(3)结构宏观压缩刚度可靠性分析的数值方法；(4)利用立体光刻技术制备实验待测样品；(5)对样品进行压缩实验，得到其压缩刚度。(6)由宏观刚度逆预测其缺陷。本发明对3D打印和增材制造领域结构的缺陷预测提供了有效的方法，解决了在不能对其内在缺陷进行实验探测的情况下对其进行参数分析的技术难题，大大节省了产品的开发周期。

技术领域

本发明提供一种由3D打印多孔结构随机缺陷的逆向预测方法，适用于3D打印产品质量评估和控制等应用领域。

背景技术

3D打印技术无需传统的夹具、模具、刀具等，可直接进行样品原型制造，具有生产周期短、材料利用率高、可加工复杂零件等诸多优势，自上世纪问世以来受到了极大关注，取得了迅速发展。对工业制造、航空航天、复合材料及生物医疗等领域产生重要影响。美国《时代》周刊将其列为“美国十大增长最快的工业”之一，英国《经济学人》杂志认为它将“与其他数字化生产模式一起推动实现第三次工业革命”。

目前最主流的金属3D打印技术主要有选择性激光烧结(Selective LaserSintering,SLS)技术、选择性激光融化(Selective Laser Melting,SLM)技术、电子束选区熔化成型(Selective Electron Beam Melting,SEBM)技术等，其采用热源和所用粉末有所不同。然而，在以上3D打印过程中，工件均需不断地经历热循环作用，这将导致工件内部产生复杂的温度场。由于存在较高的温度梯度，不均匀的温度场会导致不均匀的热变形，并产生热应力。当工件冷却至室温时，其内部会存在热残余应力，残余应力会产生严重的缺陷，大大影响工件的性能。

3D打印缺陷预测是产品质量控制的重要环节，但直接探测缺陷的实验方法一方面由于成本较高另一方面难以探测的微观尺度的缺陷分布。本发明提供一种由结构的宏观力学性能刚度矩阵逆向预测其缺陷分布的方法，解决了在不能对其内在缺陷进行实验探测的情况下对其进行参数分析的技术难题，大大节省了产品的开发周期。具有重要的工程实际意义。

发明内容

为了对3D打印产品质量进行评估，需要由3D打印多孔结构随机缺陷的逆向预测方法，包括以下步骤：

(1)建立具有随机缺陷的多孔结构模型；首先建立边长为L的立方体多孔网状模型,利用ANSYS数据库中的随机变量生成器生成具有一定体积分数VIK的随机缺陷。

(2)一阶摄动展开渐进均匀化的理论；对于包含随机缺陷的复合材料，其宏观力学性能的表征方法为在弹性矩阵中引入随机变量。根据一阶摄动理论，每个体积代表单元的弹性矩阵D可以展开为

将所有体积代表单元求和得整体弹性矩阵为

式中上标[ ]¹为一阶项，[ ]⁰为零阶项，下标[ ]_i为材料域i，X_j为微观结构标号。由渐进均匀化有限元理论，弹性矩阵可由下式求得

式中|Y|为有限材料区域Y体积，TDOF总自由度数，为单元刚度矩阵集成总体刚度矩阵的操作符，[I]为单位矩阵，[B]为应变微分矩阵，[χ]为特征位移矩阵，[B]应变位移矩阵其值不受微观随机量影响，为在宏观单位应变下由于微观不均匀产生的变形，其值由有限元方法求得。为优化弹性矩阵的拟合效果，对每个体积代表单元赋予权函数，如下式

式中f(X_j)为体积代表单元X_j的出现概率，为以上计算所得结果。

(3)结构宏观压缩刚度可靠性分析的数值方法