Research On Simulation of Dynamic Thermodynamic Coupling and Optimization of Process Parameters During The SLM


｜
博士学位论文


麗


肇
ｓｌｍ动态热力耦合仿真与工艺参数优化技术


研宄


作者姓名 
边培莖 


指导教师姓名、职称杜敬利、邵晓东教捋


申请学位类别工学博士 


学校代码 10701 学号 1604310237
分类号 TH164 密级公开
西安电子科技大学
博士学位论文
SLM 动态热力耦合仿真与工艺参数优化
技术研究
作者姓名：边培莹
一级学科：机械工程
二级学科（研究方向）
：机械电子工程
学位类别：工学博士
指导教师姓名、职称：杜敬利、邵晓东教授
学院：机电工程学院
提交日期：2020 年 8 月
Research on Simulation of Dynamic
Thermodynamic Coupling and Optimization
of Process Parameters during the SLM
A dissertation submitted to
XIDIAN UNIVERSITY
in partial fulfillment of the requirements
for the degree of Doctor of Philosophy
in Mechanical Engineering
By
Bian Peiying
Supervisor: Du Jingli，Shao Xiaodong Title: Professor
August 2020
摘要
摘要
选区激光熔化（Selective laser melting，SLM）在小批量、难加工、高附加值产品

增材制造中得到了广泛应用。然而，工艺参数的选配对其成形质量具有决定性的影响。
针对 SLM 成形时循环热力耦合机理不明晰，主要工艺参数的匹配关系及对热力影响
规律不明朗的科学问题，本文构建一种基于“动态热源”和“循环传热”模型的 SLM
成形过程动态热力耦合仿真方法，发展一种改进 PSO 算法嵌入 BP 算法的“复合算
法”进行 SLM 主要工艺参数智能匹配优化，从而可对 SLM 热力作用机理及主要工艺
参数的热力影响规律进行系统分析。该研究可为 SLM 成形热应力的预测、工艺参数
的优化、以及成形质量控制提供理论参考。全文共分六章，主要研究内容和创新工作
如下：
（1）提出了工艺参数驱动的 SLM 成形动态热力耦合仿真方法
根据 SLM 成形中的循环热力效应特点，提出了 SLM 成形动态热力耦合算法。首
先，设计完成了动态热源、循环传热、弹-塑总应变矩阵等模型，构建了符合 SLM 实
际工艺特点的热弹性基本方程进行 SLM 动态热力耦合求解。然后，基于前述方法对
有限元软件进行二次开发 SLM 成形过程，并通过具体的模型实例按实际 SLM 工艺
参数进行了成形数值仿真。最后，通过在线熔池监控，残余应力实验测试等对相同工
艺参数的 SLM 动态热力耦合输出结果进行验证，证明了仿真算法的有效性及仿真结
果的可靠性。与现有方法相比，此仿真方法可以实现多层多道 SLM 成形过程高效动
态仿真，并可以实现符合实际工艺特点的循环热力作用过程数据跟踪。
（2）提出了基于动态热力耦合仿真的 SLM 工艺参数匹配方法
根据所开发的 SLM 成形动态热力耦合方法进行了多工艺参数的输入接口扩展，
提出达到稳定热力耦合场的主要工艺参数匹配方法。首先，对 SLM 成形动态热力耦
合仿真进行了输入参数模块扩展，完成了多工艺参数驱动的模型仿真。其次，用相同
工艺参数组合的实验对仿真结果进行验证，通过熔池尺寸、残余应力等实验结果，论
证了激光功率、扫描速度、扫描轨迹等主要工艺参数之间的匹配性要求，参数匹配可
以减少成形缺陷或成形失败。此外，在成形过程中，工艺参数之间的相互影响是动态
非线性的，通过多工艺参数的组合分析，证明获得 SLM 合格成形件其工艺参数匹配
需引入智能迭代求解。
（3）提出了基于复合算法的 SLM 工艺参数优化方法
根据多工艺参数匹配优化的智能求解需求，通过对 SLM 中多工艺参数这类非线
性、多元多目标、离散难解问题分析，提出了 PSO 算法中嵌入 BP 算法的“复合算
。首先，以 PSO 算法为主流程，嵌入 BP 算法的学习推理作为目标函数评价来构
法”
I
西安电子科技大学博士学位论文
造该复合算法，并采用 SLM 动态热力耦合仿真软件运行的系列化参数结合实验测值

作为学习样本。然后，建立了 BP 算法多层细分网络结构与 PSO 算法变惯性权重、变
学习因子等改进方法，避免复合算法陷入局部最优，完成了该算法组合的实现流程框
架，并通过 Matlab 软件编程实现。最后，对“SLM 主要工艺参数优化系统”进行了
界面设计及调试运行。通过对多组工艺参数的运行，并结合实验测试结果分析，证明
复合算法对 SLM 主要工艺参数的热力结果评估的收敛性，并证实了有边界条件的
SLM 主要工艺参数优化的有效性。
（4）揭示了 SLM 成形的热力耦合机理及工艺参数作用规律
对不同系列的 SLM 主要工艺参数，通过 SLM 动态热力耦合方法的有限元仿真
分析，并在仿真中对热力计算过程设置随层数值点进行数值跟踪，研究了 SLM 热—
力互相作用的三维热应力分布趋势及机理；结合 SLM 成形动态热力耦合仿真系统、
XRD 残余应力测试、EBSD 微观晶粒统计等实验、以及基于复合算法的“SLM 主要
工艺参数优化系统”进行多组多维数据分析，研究了 SLM 中的四个主要工艺参数在
循环热作用下对温度场、微观组织、残余应力等的影响关系，由相关数据分析初步总
结了主要工艺参数对热力结果的影响规律。该结论可为工程应用中的 SLM 多工艺参
数优化设计分析提供理论参考。
关键词：SLM 工艺参数；动态热源；复合算法；热力作用机理
II
ABSTRACT
ABSTRACT
Selective Laser melting (SLM) has been widely used in small-batch, difficult-to-
process and high value-added product as a process of additive manufacturing. However, it
has a decisive influence on the forming quality to select the process parameters. Once the
process parameters do not match, the unbalanced temperature field distribution will produce
large thermal stress, which will cause the crack, warping, porosity, deformation and other
quality problems of the formed parts. In view of the unknown mechanism of cyclic
thermodynamic coupling and the difficult matching and optimizing of process parameters
are becoming a scientific problem. Therefore, a dynamical SLM simulation method based
on moving heat source algorithm and circulating thermal transfer model is proposed to
simulate and analyze the coupling mechanism of cyclic temperature field and cumulative
thermal stress in the SLM processing. Furthermore, a "compound algorithm" is developed
to optimize and matching intelligently the main process parameters of SLM, which is a
method to obtain the evaluation of thermal results under different process parameters and a
more reasonable parameter matching scheme. This study can provide theoretical reference
for prediction of SLM forming thermal stress, matching and optimization of process
parameters, and control forming quality. The full text is divided into six chapters, and the
main research contents and innovation of this dissertation are summarized as follows:
(1) A dynamic thermodynamic coupling simulation method for SLM forming driven by
process parameters is proposed. Firstly, the new FEM method according to the actual process
parameters is created based on the dynamic heat source, the cyclic heat transfer model, the
elastic-plastic strain matrix, and the basic equation of thermal elasticity theory with the SLM
process characteristics. Second, the dynamic thermodynamic coupling simulation of SLM
forming process is developed based on the dynamic cyclic thermodynamic coupling
algorithm on the simufact software. And through a really model with the actual SLM process
parameters, the multi - layer and multi - channel forming simulation is carried out. Finally,
the SLM dynamic thermodynamic coupling output results were verified by means of the
molten pool monitoring and the XRD residual stress test data in the same process parameters
with experiment, so as to prove the effectiveness of the algorithm and the reliability of the
simulation. Compared with the existing methods, this simulation method can realize the
highly efficient dynamic simulation of the multichannel SLM forming process, and which
can achieve the data tracking of the cyclic thermal action process with the actual process
III
characteristics.
(2) A SLM process parameter matching method based on dynamic thermal coupling
simulation is proposed. Based on the developed SLM dynamic thermodynamic coupling
algorithm, the input method of multi-process parameters is extended to obtain the matching
analysis of thermodynamic coupling results of several main process parameters. Firstly, the
input parameter module of SLM dynamic thermodynamic coupling simulation is extended,
and the multi-process parameter driven model simulation is carried out. Secondly, the
simulation results were verified by the same combination experiment of process parameters,
and the matching requirements of major process parameters such as laser power, scanning
speed and scanning trajectory which were demonstrated by the simulation and test results of
molten pool size and residual stress, so as to reduce forming defects or forming failures. At
the same time, it is further proved that the multi-process parameters simulate algorithm is
developable through the simulation of multi-process parameters. In addition, due to the
interaction between process parameters is dynamic and non-linear, it is proved that
intelligent iterative solution is needed to obtain the process parameter matching of qualified
SLM forming parts.
(3) SLM process parameter optimization based on compound algorithm is also
proposed. Due to the nonlinearity and discreteness of the relationship between the input and
output of the SLM multi-process parameters, the fuzziness of the objective function, a
compound algorithm (named CA) is proposed. First, CA based on particle swarm
optimization (PSO) combined with neural network algorithm-Error Back Propagation (BP)
is designed, the serial parameters of SLM dynamic thermodynamic coupling simulation
software and experimental measurements were used as learning and training samples in CLA.
Second, the improved methods of multilayer subdivision structure of BP and variable inertia
weight and variable learning factor of PSO were established which can avoid the compound
algorithm from falling into the local optimal solution. Then the framework of CA was
completed through Matlab software platform programming. Finally, the UI and debugging
of SLM process parameter optimization system is carried out. Through the optimization of
several groups of process parameters and the analysis of experimental test results, it is proved
that the CA is convergence in evaluating the thermodynamics results of SLM main process
parameters, and feasible in the optimizing the SLM main process parameters with boundary
conditions.
(4) The thermodynamic coupling mechanism and the rule of SLM process parameters
are revealed. The SLM thermodynamic distribution trend and interaction mechanism were
IV
ABSTRACT
obtained according to analyze the main process parameters of different series in the
simulation results due to calculate the temperature and stress cycle based on tracking of
numerical points was set up in the dynamic simulation process. Furthermore, the
corresponding relations of SLM’s four main process parameters under the change of cyclic
thermal temperature field, the evolution of thermal stress (XRD residual stress test and
EBSD grain statistics) and so on were studied by combining experimental measurements
with operating data of compound algorithm. Therefore, the influence law of the SLM main
process parameters on the thermodynamic effect was preliminarily obtained. Which can
provide a theoretical reference for the design and analysis of multi-process parameters in the
SLM engineering applications.
Keywords: The process parameters of SLM, Dynamic heat source, Compound algorithm,
Thermodynamic influence mechanism
V
插图索引
插图索引
图 1. 1 选区激光熔化成形零件原理图 .............................................................................. 2
图 1. 2 SLM 成形零件常见的工艺缺陷 ............................................................................. 5
图 1. 3 本文研究框架系统关系图 .................................................................................... 11
图 2. 1 SLM 循环热应力的形成过程 ............................................................................... 14
图 2. 2 SLM 热力耦合有限元仿真求解思路 ................................................................... 15
图 2. 3 动态热源等效示意图 ............................................................................................ 16
图 2. 4 动态热源算法流程 ................................................................................................ 17
图 2. 5 循环热力作用过程示意图 .................................................................................... 18
图 2. 6 激光热源模型和扫描路径 .................................................................................... 19
图 2. 7 有限元仿真模型 .................................................................................................... 30
图 2. 8 仿真中激光模型 .................................................................................................... 31
图 2. 9 条纹式扫描策略 .................................................................................................... 31
图 2. 10 多层扫描的时间分配关系 .................................................................................. 32
图 2. 11 SLM 动态循环热力仿真流程图 ......................................................................... 32
图 2. 12 激光热源热作用的熔池形貌 .............................................................................. 33
图 2. 13 激光热源沿扫描轨迹的生长过程 ...................................................................... 33
图 2. 14 仿真运行中在不同成形位置的温度场分布 ...................................................... 34
图 2. 15 SLM 仿真过程有效应力分布云图 ..................................................................... 35
图 2. 16 X、Y 向平面应力沿高度方向分布图 ............................................................... 36
图 2. 17 Z 向平面应力沿高度方向分布图 ....................................................................... 37
图 2. 18 SLM 试件在基板上的布置 ................................................................................. 38
图 2. 19 残余应力测量示意图 .......................................................................................... 39
图 2. 20 SLM 成形中在线熔池快照 ................................................................................. 39
图 2. 21 SLM 成形后截面熔池形貌 ................................................................................. 40
图 2. 22 SLM 试样沿深度 XRD 测试残余应力分布 ....................................................... 40
图 2. 23 SLM 成形实验与仿真结果对比 ......................................................................... 41
图 3. 1 多工艺参数的有限元仿真模型 ............................................................................ 45
图 3. 2 SLM 仿真的两种激光扫描策略 ........................................................................... 46
图 3. 3 SLM 仿真中热力结果 ........................................................................................... 48
图 3. 4 XY 平面（XOY 截面）的残余应力云图 ............................................................ 49
图 3. 5 XOZ 纵截面 X、Y 向残余应力云图 ................................................................... 50
VII
图 3. 6 冷却后仿真模型部分层残余应力 ........................................................................ 53
图 3. 7 316L 不锈钢粉末 .................................................................................................. 54
图 3. 8 SLM 成形试样 ....................................................................................................... 54
图 3. 9 SEM 熔池检测位置 ............................................................................................... 55
图 3. 10 残余应力测试位置与方法 .................................................................................. 55
图 3. 11 SLM 试样不同参数下熔池形态对比 ................................................................. 56
图 3. 12 SLM 试件不同参数下残余应力对比图 ............................................................. 57
图 3. 13 实验与仿真结果对比（图 3.6 与图 3.12） ....................................................... 58
图 3. 14 SLM 主要工艺参数的匹配关系示意图 ............................................................. 59
图 4. 1 误差反向传播多层细分 BP 算法网络结构图 ..................................................... 65
图 4. 2 SLM 主要工艺参数匹配优化结构关系图 ........................................................... 67
图 4. 3 复合算法工作结构图 ............................................................................................ 68
图 4. 4 SLM 终端智能优化软件的框架图 ....................................................................... 69
图 4. 5 BP 多层细分神经元结构实现图 .......................................................................... 70
图 4. 6 PSO 算法迭代寻优过程........................................................................................ 71
图 4. 7 复合算法工艺参数优化过程 ................................................................................ 72
图 4. 8 SLM 主要工艺参数优化系统登录界面 ............................................................... 75
图 4. 9 SLM 主要工艺参数优化系统工作界面 ................................................................ 76
图 4. 10 复合算法训练与迭代收敛过程 .......................................................................... 77
图 4. 11 SLM 基本工艺参数评估实现界面 ..................................................................... 77
图 4. 12 SLM 主要工艺参数优化实现界面 ..................................................................... 79
图 4. 13 参数范围不匹配时警告信息 .............................................................................. 79
图 5. 1 仿真运行试样中点位置的温度循环变化曲线 .................................................... 84
图 5. 2 仿真中前五层的时间分量示意及其对应的受热叠加效应图 ............................ 85
图 5. 3 模型中点的热应力循环累加演化过程曲线 ........................................................ 87
图 5. 4 残余应力随成形高度的分布趋势 ........................................................................ 88
图 5. 5 平面应力随成形高度的分布趋势 ........................................................................ 89
图 5. 6 SLM 成形三维应力分布趋势图 ........................................................................... 89
图 5. 7 EBSD IPF 晶粒分布图及其极图 .......................................................................... 90
图 5. 8 EBSD 观测区晶粒尺寸统计图 ............................................................................. 91
图 5. 9 EBSD 观测区晶粒位向角统计图 ......................................................................... 91
图 5. 10 不同激光功率的残余应力测值比较分析图 ...................................................... 94
图 5. 11 不同激光功率比较平均残余应力箱线图 .......................................................... 94
图 5. 12 不同激光功率的晶粒尺寸比较分析图 .............................................................. 95
VIII
插图索引
图 5. 13 不同激光功率的热力输出软件评估值曲线图 .................................................. 96
图 5. 14 不同扫描速度的残余应力测值对比分析图 ...................................................... 98
图 5. 15 不同扫描速度的结晶晶粒尺寸对比分析图 ...................................................... 99
图 5. 16 不同扫描速度的热力结果软件评估值分析图 ................................................ 100
图 5. 17 不同扫描方式下的成形轨迹 ............................................................................ 101
图 5. 18 不同扫描方式的残余应力测试值及其对比图 ................................................ 102
图 5. 19 不同扫描方式的晶粒尺寸测值及其对比图 .................................................... 103
图 5. 20 激光光斑搭接率原理图（0%-50%） .............................................................. 104
图 5. 21 激光搭接率参数的变化趋势图 ........................................................................ 106
图 5. 22 不同激光搭接率软件评估值 ............................................................................ 106
IX
表格索引
表格索引
表 2. 1 316L 不锈钢在不同温度下的特性参数 ............................................................... 25

表 2. 2 仿真主要工艺参数表 ............................................................................................ 30
表 3. 1 SLM 主要工艺参数功能描述 ............................................................................... 44
表 3. 2 仿真激光参数和工艺参数设置 ............................................................................ 46
表 3. 3 不同工艺参数下的熔池温度值 ............................................................................ 47
表 3. 4 不同区域的不同高度下的热应力曲线 ................................................................ 51
表 3. 5 不同工艺参数下的 X 方向应力曲线 ................................................................... 52
表 3. 6 SLM 成形试样的主要工艺参数 ........................................................................... 54
表 4. 1 BP 训练参数设置表 .............................................................................................. 70
表 4. 2 PSO 算法输入/输出变量表 ................................................................................... 71
表 4. 3 现有 SLM 研究代表性的实验和仿真模拟热力结果 .......................................... 74
表 4. 4 学习训练样本来源分布 ........................................................................................ 75
表 4. 5 SLM 基本工艺参数评估运行结果统计表 ........................................................... 78
表 4. 6 SLM 主要工艺参数优化运行结果统计表 ........................................................... 80
表 5. 1 SLM 试样制备实验参数表 ................................................................................... 92
表 5. 2 不同激光搭接率的温度和热应力曲线 .............................................................. 105
XI
k 符号对照表
符号符号名称
ε 正应变
σ 正应力(MPa)
γ 剪应变
τ 剪应力(MPa)
V 模型体积(mm3)
A 模型面积(mm2)
dr 单元厚度及仿真中模型材料厚度(mm)
u 方向位移量(mm)
p 面力(N/m2)
M 体积力(N/m3)
G 剪切模量(Pa)
E 弹性模量(Pa)
μ 泊松比
B 几何矩阵
D 与材料相关的本构矩阵
N 形函数矩阵
kX X 方向上材料的导热系数(W/m·K)
Ap 热流通过物体表面的面积(mm2)
T 物体表面温度(K)
h 对流传热系数(W/m2·K)
T∞ 环境介质的温度(K)
αe 热膨胀系数(1/K)
χ 斯特芬－波尔兹曼(Stefen-Baltzmann)常数
ψ 表面的放射率
q 热流密度(J/m2·s)
q 热流强度(W/m2)
r 从中心向外的辐射距离(mm)
θ 光束半径(mm)
q0 在光束中心的最大热流密度(J/m2·s)
t 接触时间或传热时间(s)
XIII
ΔT 从高温物体到低温物体的温度差(K)
Tref 前一层的参考温度(K)
Eq 固体中产生的能量(J)
Es 固体中储存的能量(J)
ρ 材料的密度(kg/m3)
c 材料的比热(J/kg·K)
P 激光功率(W)
ξ 金属材料的激光吸收率
v 激光扫描速度(mm/s)
 激光扫描距离(mm)
 熔池直径(mm)
 激光光斑搭接率
XIV
缩略语对照表
缩略语对照表
缩略语英文全称中文对照

AM Additive Manufacturing 增材制造
ANN Artificial Neural Networks 人工神经网络
BP Error Back Propagation 误差反向传播
EBSD Electron Backscattered Diffraction 电子背散射衍射
FEA Finite Element Analysis 有限元分析
LENS Laser Engineered Net Shaping 激光近净成形技术
PSO Particle Swarm Optimization 粒子群优化
SEM Scanning Electron Microscope 电子扫描显微镜
SLM Selective Laser Melting 选区激光熔化
SLS Selective Laser Sintering 选区激光烧结
XRD X-ray Diffraction X 射线衍射
XV
目录
目录
摘要 ........................................................................................................................................ I
ABSTRACT ........................................................................................................................ III
插图索引 ............................................................................................................................VII
表格索引 ............................................................................................................................. XI
k 符号对照表 ................................................................................................................... XIII
缩略语对照表 ................................................................................................................... XV
目录 ................................................................................................................................. XVII
第一章绪论 ..................................................................................................................... 1
1.1 研究背景 ............................................................................................................. 1
1.1.1 增材制造技术 ........................................................................................... 1
1.1.2 选区激光熔化工艺 ................................................................................... 2
1.1.3 当前亟待解决的问题 ............................................................................... 3
1.2 选区激光熔化工艺研究进展 ............................................................................. 5
1.2.1 SLM 成形热力作用研究 ........................................................................... 5
1.2.2 SLM 工艺参数优化研究 ........................................................................... 7
1.2.3 智能算法在激光加工等工艺优化中的应用 ........................................... 9
1.3 本文所做的主要工作 ....................................................................................... 10
1.4 研究意义与应用价值 ....................................................................................... 12
第二章工艺参数驱动的 SLM 成形动态热力耦合仿真 ............................................. 13
2.1 引言 ................................................................................................................... 13
2.2 研究思路 ........................................................................................................... 13
2.2.1 SLM 成形中的热力效应 ......................................................................... 13
2.2.2 SLM 有限元仿真思路 ............................................................................. 15
2.2.3 SLM 有限元仿真关键技术 ..................................................................... 16
2.3 动态热源循环传热模型 ................................................................................... 18
2.3.1 定义激光热源 ......................................................................................... 18
2.3.2 构建循环传热模型 ................................................................................. 19
2.3.3 热力耦合过程分析 ................................................................................. 22
2.3.4 定义热边界条件 ..................................................................................... 24
2.3.5 热弹性方程求解 ..................................................................................... 25
2.4 SLM 成形动态热力耦合仿真 .......................................................................... 28
XVII
2.4.1 主要求解步骤 ......................................................................................... 28

2.4.2 构建仿真模型 ......................................................................................... 29
2.4.3 规划仿真流程 ......................................................................................... 32
2.5 SLM 热力耦合仿真结果分析 .......................................................................... 33
2.5.1 熔池形貌分析 ......................................................................................... 33
2.5.2 温度场结果 ............................................................................................. 34
2.5.3 应力场结果 ............................................................................................. 35
2.6 实验验证 ........................................................................................................... 37
2.6.1 实验过程设计 ......................................................................................... 38
2.6.2 实验结果及分析 ..................................................................................... 39
2.7 本章小结 ........................................................................................................... 41
第三章基于动态热力耦合的 SLM 工艺参数匹配分析 ............................................. 43
3.1 引言 ................................................................................................................... 43
3.2 SLM 工艺参数匹配要求 .................................................................................. 43
3.3 循环热力耦合作用的多工艺参数匹配仿真 ................................................... 44
3.3.1 仿真模型设计 ......................................................................................... 45
3.3.2 仿真结果及分析 ..................................................................................... 46
3.4 SLM 工艺参数匹配性实验验证 ...................................................................... 53
3.4.1 实验设计 ................................................................................................. 53
3.4.2 实验过程 ................................................................................................. 55
3.4.3 实验结果 ................................................................................................. 56
3.5 SLM 工艺参数匹配方法分析 .......................................................................... 58
3.5.1 仿真与实验对比 ..................................................................................... 58
3.5.2 工艺匹配性分析 ..................................................................................... 59
3.6 本章小结 ........................................................................................................... 60
第四章基于复合算法的 SLM 多工艺参数优化 ......................................................... 61
4.1 引言 ................................................................................................................... 61
4.2 复合算法构建 ................................................................................................... 62
4.2.1 基本算法改进及应用 ............................................................................. 62
4.2.2 复合算法构建过程 ................................................................................. 66
4.2.3 复合算法工作流程 ................................................................................. 67
4.3 面向多工艺参数匹配优化的复合算法实现 ................................................... 69
4.3.1 BP 算法实现 ............................................................................................ 69
4.3.2 PSO 算法实现.......................................................................................... 70
XVIII
目录
4.3.3 复合算法实现 ......................................................................................... 72

4.4 SLM 工艺参数优化及结果分析 ...................................................................... 74
4.4.1 学习样本构建及运行调试 ..................................................................... 74
4.4.2 基本工艺参数热力评估运行分析 ......................................................... 77
4.4.3 主要工艺参数智能匹配优化运行分析 ................................................. 78
4.5 本章小结 ........................................................................................................... 81
第五章 SLM 成形的热力耦合机理及工艺参数影响规律 .......................................... 83
5.1 引言 ................................................................................................................... 83
5.2 SLM 成形热力耦合作用机理 .......................................................................... 83
5.2.1 循环温度场演变分析 ............................................................................. 83
5.2.2 累积热应力形成的过程 ......................................................................... 85
5.2.3 成形晶粒晶向分析 ................................................................................. 90
5.2.4 热力耦合作用机理 ................................................................................. 91
5.3 SLM 主要工艺参数对热力影响规律 .............................................................. 92
5.3.1 激光功率对热力作用的影响 ................................................................. 93
5.3.2 扫描速度对热力作用的影响 ................................................................. 97
5.3.3 扫描路径对热力作用的影响 ............................................................... 100
5.3.4 激光搭接率对热力作用的影响 ........................................................... 103
5.4 本章小结 ......................................................................................................... 107
第六章总结与展望 ..................................................................................................... 109
6.1 工作总结 ......................................................................................................... 109
6.2 主要创新点 ..................................................................................................... 110
6.3 研究展望 ......................................................................................................... 111
参考文献 ........................................................................................................................... 113
致谢 ................................................................................................................................... 123
作者简介 ........................................................................................................................... 125
XIX
第一章绪论
第一章绪论
1.1 研究背景
1.1.1 增材制造技术
增材制造（Additive Manufacturing, AM. 又称 3D 打印）是近年来正逐步兴起的
的一项高端、特殊制造技术，与智能机器人、人工智能并称为实现产品数字化制造的
三大关键技术。增材制造以 CAD/CAM 技术为基础，可以实现难加工零件或复杂组件
的近净成形，可以提高材料利用率有利于节能减排，可以优化传统工艺获得较高的成
形质量，使其成为新一轮制造业跨越式发展的加工方式[1]。尤其是近十年内，金属增
材制造技术的工艺优势被更多的发掘，在一些国家将其作为制造业发展的重中之重，
如美国、德国、瑞典、日本及中国等，开始在航空制造业、生物制造等领域逐步尝试
一些产业应用[2-3]，这极大地增强了该技术的活力，并带动了相关产业链的技术发展，
成为当前新一轮先进制造及智能制造发展的重要核心。随着我国《国家增材制造发展
推进计划（2014-2020 年）》的出台与实施，其产业的发展方向逐渐明晰，市场需求逐
渐强烈，这将为增材制造产业的发展带来重要契机。推动增材制造产业发展，有利于
国家在全球科技创新和产业竞争中彰显实力，进而实现我国由“工业大国”向“工业
强国”转变。
目前常用的金属材料激光增材制造工艺主要有三种[4]：选区激光烧结（Selective
Laser Sintering, SLS）、选区激光熔化（Selective Laser Melting, SLM）、激光近净成形技
术（Laser Engineered Net Shaping, LENS）。SLS 工艺主要应用在特殊的金属材料处理，
首先将高温金属粉末和低温非金属粘结剂混合，然后在较高温度下由粘结剂熔化来粘
结金属颗粒，内部空隙率高，力学性能差，这种工艺需要后续高温重熔金属粉末。SLM
工艺是利用高温将金属粉末熔融成形，是一种具备微粒熔炼冶金结合的制造技术，致
密度可达到接近 100%，零件成形误差可以控制在 50μm 左右，疲劳、抗拉等力学性
能都接近或高于铸件。LENS 是一种能量的定向沉积方法，一般是激光束与粉枪同轴
联动熔融成形，具有材料利用率高、生产效率高等优点，但随着层厚增大其内部精度
降低，成形孔隙缺陷较多，适合于薄层零件的修复式加工。
中国从 1991 年开始研究增材制造相关技术，已有近 30 年的发展历史。但早期的
研究大部分集中在基础理论阶段，通常被称为学院派。随着国内外该技术上的一些突
破，相关工艺设备逐渐成熟并在某些领域展开应用。今年来的研究以清华大学、华中
科技大学、西安交通大学、西北工业大学等高校持续投入增材制造方面的研究，目前
发展各具特色。西安交大侧重于光敏固化成形设备及金属钛合金生物骨骼制造；华中
1
科大致力于开发大尺寸类型、工艺复合的新设备研究；清华大学注重科技成果转化应
用，在生物制造领域成果逐步彰显；西工大主要致力于金属激光立体成形设备研发及
其在航空航天领域关键零部件的加工应用。
中国产业调研网发布的《2019 年版中国 3D 打印市场专题研究分析与发展趋势预
测报告》[2]认为，增材制造技术近十年内迅猛发展，业界普遍认为它是引领第三次工
业革命的新兴产业。随着“个人制造”的兴起，在个人消费领域，预计小型塑料打印
设备及相应打印材料仍然会保持在相对较高的增速。在工业制造领域，由于金属粉末
材料的不断发展，以及小批量、难加工、高附加值制件在工业制造中的广泛应用，以
金属选区激光熔化为主的快速成形技术获得广泛应用。近期内主要面临设备精度及其
工艺稳定性的问题。长期发展目标仍然是向增材制造工艺优化、复合成套设备开发及
金属粉末材料制备等方面集中。可见，增材制造有非常广泛的应用前景但也面临较多
的技术问题需要持续研究，才能使该工艺逐步成熟稳定，使其逐渐转化为一个真正意
义上的制造平台。
1.1.2 选区激光熔化工艺
选区激光熔化（Selective Laser Melting, SLM），作为金属增材制造技术的一种主要
工艺方案，它是在三维 CAD 模型建模的基础上，由切片分层软件获得各层二维轨迹
等数据信息，利用激光能量对选定轨迹区域的金属粉末照射熔化熔融成形[5]。其工作
原理如图 1.1 所示，首先通过刮板推送金属粉末铺设到基板上，同时在成形室注入氮
气保护气体防止粉末氧化、保证传热性能及成形质量，并通过激光器的震镜偏转保证
激光束照射在成形零件的当前轨迹位置，并以扫描速度移动激光束，按照扫描轨迹连
续熔化粉末。随着激光束的移动熔融态金属迅速散热并冷却凝固，实现与前层金属冶
金焊接成形，从而实现金属粉末熔融——凝固成形。这样逐层沉积成形出三维实体的
快速增材制造技术。
激光发生器
保护气体
振镜
激光
刮刀
成形件
升降工作台
粉仓
回收仓
成型仓
图 1. 1 选区激光熔化成形零件原理图
2
第一章绪论
由于 SLM 工艺是通过金属粉末完全融熔成形，属于冶金结合，不需要特殊的粘
结剂，其成形后的材料组织细腻，孔隙率低，力学性能和机械性能较好。在许多小批
量、难加工、高附加值的零件中成为首选的加工制造方案。
欧美等发达国家在选区激光熔化的设备开发、粉体材料、软件及工艺等方面都处
于领先地位，如德国 EOS、SLM、Concept Laser，美国通用电气等都成为世界占有率
很高的行业龙头。EOS GmbH 公司新研发的 SLM 设备 EOSINT M280 采用 Yb 光纤
激光器，其成形零件的性能可与锻件相当。 SLM 公司的 SLM 设备尺寸可达
350×350×300mm，其控制系统精度较高，其产品致密度达 99%以上。Concept Laser 公
司的设备由于其激光器采用 X/Y 精密伺服传动机构完成扫描轨迹，避免了受振镜偏
转角度的限制，拓展了设备的工作空间。2012 年美国国防部成立了国家选区熔化成
形创新联盟（NAMII），国防部、能源部、商务部、国防航空航天局（NASA）、国家
科学基金会（NSF）等共同向该联盟投资 4500 万美元，该联盟统一推进企业、高校、
商业公司的联合发展。目前在火箭发动机喷射器（115 个零件集成为 2 个 SLM 组件）、
燃油喷嘴（20 个零件集成为 1 个 SLM 组件）等高复杂度零件的减重、减量生产上获
得重大突破。
我国在选区激光熔化技术方面，积极投入相关研究，通过引进技术并消化吸收后
开始自主研发设备，已逐步展开该技术的产业应用，在高温合金航空发动机叶片、钛
合金人体嵌入物，钛合金飞机机翼等关键零部件的制造上开始尝试应用，已具有较好
的综合使用性能。覆盖高温合金、钛合金、铝合金、铁基合金、钨基合金等材料，类
型涉及格栅、复杂薄壁、中空微单元点阵等零件。据统计，相对于传统制造方式，零
件减重基本可以达到 30%以上，同时材料利用率提高 10 倍左右。未来，随着产业升
级，新材料的研发，不仅在航空航天领域，在民用装备的小批量、难加工、高附加值
产品的制造中也开始探索其应用，因此该技术必将获得更大的发展前景。
1.1.3 当前亟待解决的问题
理论上增材制造可以成形各种零部件，但实际使用中有很多问题没有解决。目前
SLM 制造技术存在的问题主要集中在如下几点：（1）设备问题：金属增材制造设备
朝着两个方向发展，一是大型的产品级设备，这种设备用于生产较大产品；二是精密
的产品级设备，主要用于生产精密器件等产品[6]。其中最主要的问题是设备的适应性
与可靠性较低，包括设备工艺稳定性、工作范围适应性、成形过程质量保证等。（2）
材料问题：目前国产金属粉末粒度、球形度、成分均衡性等方面较国外大品牌还有很
大差距，实际使用粉末材料多数都是从国外进口。另外现在主流的粉末材料仅有碳钢、
3
钛合金、铝合金等，因此拓展粉末种类与提高粉末质量也是目前面临的挑战[7]。（3）
工艺问题：针对于设备与材料应用中适当的工艺参数选配，即工艺性能引起的质量问
题正影响着这项技术的发展与应用，成为一个比较突出的问题。因为不同的工艺参数
组合方案下成形零部件的性能差异很大，尤其是与不同材料匹配的工艺参数数据匮乏
是造成该技术最终应用的瓶颈。另外对于金属选区激光熔化相关工艺参数的力学性能
的数据积累有限，且研究的材料类型也较少。使 SLM 工程应用中工艺参数选配困难，
成为此工艺应用中常见的技术问题，并就出现的问题因为没有理论依据也不能合理的
研判及解决。
当前对常见金属材料 SLM 成形件的相关工艺参数下的微观结构[8-10]、致密度[10-
11]
、表面粗糙度[10]、显微硬度[11-12]、拉伸强度[11-14]、压缩强度[15]、疲劳性能[17-18]、残
余应力[19-20]等基本的成形性能已有初步研究。而 SLM 成形最关键的问题是随着逐层
铺粉、激光烧结、快速冷热交替、不同传热部位的温度梯度非常大容易引起成形“热
应力”，从而使零件产生成形质量问题。此外，循环温度场作用的热力演变机理没有
形成清晰的理论体系。同时不同的工艺参数的组合与粉末成分、零件结构的作用关系
对“热应力”的影响也很关键，这些都会对产品的性能有影响差异。因此，SLM 瞬变
的温度场对应力场的相互耦合关系不清晰，以及主要工艺参数对热力作用规律不明朗，
成为目前该技术面临的关键科学问题。使得实践应用中对工艺参数的设计没有理论依
据，对特定工艺下的成形性能等不能有效预测，甚至会造成成形缺陷与废件，困扰着
诸多应用单位，导致了目前该技术强大的市场需求与工艺匹配困难之间的矛盾。
由于工艺参数设置不合理引起的“热应力”造成 SLM 成形的质量问题，如图 1.2
所示某不锈钢（成形中变形）、高温合金钢（成形后逐渐扩展的形变），为典型的成形
中的缺陷。也有一些零件成形经热处理后，在使用一段时间后仍有产生变形、裂纹等
缺陷，即尺度稳定性问题。目前企业在该技术应用中解决这类问题的方法主要是依赖
技术人员的经验，靠不断调整设备工艺参数包里的基本参数序列，由大量的工艺参数
组合实验试算得到勉强合格的成形件。因此造成人力、材料、设备的极大浪费，甚至
很多应用中找不到成功的解决方案而放弃该制造工艺。如中国电科某研究所采用
SLM 技术成形的价值 15 万元的铝合金芯片水冷件由于变形超差只能报废。美国通用
的特种制造车间在每台打印设备旁都有成列的打印废件，据他们的工程师估算每个新
产品至少要试验二十多件废品才有可能制造成功[21]。可见，SLM 工艺参数的成形热
应力形成机理不明、工艺参数之间的选配关系不清，造成成形质量较差或失败概率较
大已经成为该技术发展应用的瓶颈问题，亟待解决。
4
第一章绪论
（a）变形（不锈钢）（b）翘曲（高温合金）
裂纹
（c）气隙（d）裂纹
图 1. 2 SLM 成形零件常见的工艺缺陷
1.2 选区激光熔化工艺研究进展
1.2.1 SLM 成形热力作用研究

对于 SLM 相关工艺参数下产生的热应力（或成形后的残余应力）研究，近几年
受到国内外学者的关注，方法主要有：实验研究与数值研究，近几年还有部分文献考
虑了数值研究与实验验证相结合。
（1）实验研究
实验研究是先预设工艺参数和工作条件制造成形，后通过实验测试残余应力从而
对相关性能进行分析，而测试方法有如钻孔法[22]、中子衍射[23-24]、韦氏显微压痕法[25-
26]
、X 射线衍射[27-30]等等。其中 An 等[23]研究了不同层厚下的残余应力分布； Wu 等
[24]
研究了 316L 不锈钢通过连续扫描棱镜、小岛屿尺寸和给定激光功率、快速扫描等
方法减小残余应力。Lu 等[26]发现减小棋盘式曝光的孤岛面积可以减小残余应力。Yan
等[28]通过实验数据对 H13 试样的残余应力进行了测试。结果表明，在靠近基板处存
在高残余应力，其分布范围为 940-1420 MPa，能量密度是一个重要的 SLM 参数，它
一般取决于激光功率和扫描速度。Simson 等[29]研究了成形高度和能量密度对残余应
力方向的影响，他们测量了由 SLM 产生的 316L 试样能量密度较低的试样表面残余
5
应力较小。此外，为了降低残余应力，还应合理规划扫描策略。Mercelis and Kruth [30]

研究了基板的厚度对残余应力的影响，得到了基板预热可以减小热应力以及热处理可
以去除残余应力等结论。最近，Bartlett 等[31]提出了一种三维数字图像相关（DIC）方
法来评价 SLM 316L 样品的空间残余应力。然而，这种方法的有效性还有待于实践检
验，因为该方法通过测量表面变形来分析残余应力。
从实验研究的工作特点来看，实验都是通过后验的方式测得残余应力来反映工艺
参数的合理性，对热应力的形成机理无法反映。另外由于多工艺参数参数范围及其组
合下参数序列众多，实验测量只能对某几组工艺参数进行有限的分析，没法系统化的
逐一验证参数组合方案，使目前热应力机理与工艺参数选配的关系分析不够透彻。
（2）数值研究
数值研究多采用有限元生死法进行激光扫描下的热源对应参数的温度场 [32]与应
力场分析[33-39]，由于其计算规模有限，目前的研究只能网格粗划、模型简化（几道或
几层扫描路径）来粗略仿真。其中 Huang 等[32]建立了温度场模型，对熔池的形成及
大小进行了仿真分析。湿显锋[33]采用 ANSYS 对 25＃钢进行了 200W，0.04m/s，0.1mm
层厚的 1 层 5 道激光扫描进行了模拟。李雅丽[34]对 SLM 的 AlSi10Mg，从激光功率
以及扫描速度方面，简要对 SLM 的热行为进行了 ANSYS 温度场与应力场模拟，最
后得到残余应力初步的演变趋势：中心位置拉应力最大向边缘逐渐减少。文舒等[35]由
ANSYS 对 1 层 SLM GH536 高温合金熔池附近的温度场，以及凝固后的残余应力分
布进行了研究，靠近基板处形成最大拉应力，向表面逐渐过渡为压应力。Hussein 等
[36]
对 316L 粉末在 100W 功率下对层厚 1mm 的 1 层 5 道激光路径进行的研究，通过
仿真得到了温度曲线、应力曲线的单层监测结果。Criales 等[37]模拟了 SLM Inconel 625
的二维温度剖面和熔池几何形状，对激光光束路径中心的温度分布进行了模拟，通过
热性能与温度场的线性简化对应力粗略预测。Mukherjee 等[38]建立了三维瞬态传热和
流体流动模型，准确计算了 1 层瞬态温度场，用于残余应力和畸变建模，并由仿真分
析了铬镍铁合金 718 和 Ti- 6Al-4V 的应力和应变随层厚的变化规律。Stavropoulos 等
[39]
利用有限差分(FD)在二维空间上求解动态弹性方程, 开发了一种热-冶金-机械耦合
模型来预测 1 道 4 层的温度、固相和残余应力场，结果表明考虑固相转变的残余应力
分析对翘曲的影响有显著差异。
从当前的仿真或模拟研究可见，为了提高有限元计算效率，网格粗划使其一个网
格的尺寸远大于激光熔池尺寸，有限元的迭代计算步长过大，使其熔池的热力耦合计
算误差大。其次，模型简化后仅进行 1 层多道或多层 1 道的仿真，使 SLM 逐层熔化
的热作用循环叠加没有有效计算，也导致循环热作用下的热应力计算误差大。同时仿
真模型的结果由于没有实验支撑，使仿真结果的可靠性无从考证。
6
第一章绪论
（3）数值研究结合实验分析
近期，也有部分学者将数值分析与实验验证相结合，对 SLM 中的残余应力进行
了研究。Zaeh 等[40]模拟了 1.2709 工具钢的残余应力，其与实验结果的差异是由于模
拟模型与实验零件的支撑结构和几何形状不同。Fergani 等[41]提出了 AM 残余应力分
析模型，进行了 1 层 3 道仿真，并在 316L 样品的 SLM 上进行了实验验证，模型考
虑了循环热载荷的影响。Ali 等[42]，通过模拟 1 道扫描轨迹预测冷却速率的趋势，变
化工艺参数的温度梯度与实验测量的残余应力的趋势相关，但不是确切的值。Gu 等
[43]
通过有限元模拟和实验研究了含钛镍粉体床的 SLM 热力值，通过实验对裂纹位置
和方向的预测，间接验证了有限元法对残余应力的预测结果。Wu 等人 [44] 研究了
AlSi10Mg 合金零件在点曝光扫描下熔池温度分布特征和残余应力场，但仿真和实验
中采用的零件尺寸不同。在另一项研究中，Song 等[45]利用三维 4 层有限元模型研究
了直线扫描、15°旋转扫描、90°旋转扫描三种不同的扫描策略对 SLM 工艺制作的
Ti-6Al-4V 成形件的温度场、残余应力和变形的影响，但残余应力的模拟结果仅由 X
射线测量的表面应力来验证。Luo 等[46]使用 ANSYS APDL 语言模拟了 SLM 1 层零件
的不同激光功率值（8-14W）和扫描速度（100-400 mm/s）下的熔池和残余应力。结
果表明，随着激光功率的增大和扫描速度的降低，残余应力增大，热应力主要集中在
第一扫描轨迹的中部、各扫描轨迹的末端、成形面边缘等特定位置。Yu 等[47]采用
ANSYS 有限元分析软件，对 316L 圆柱型零件在不同零件几何（层厚）条件下的残余
应力进行了数值模拟和实验研究。实验显示去除基板后的零件偏差为 49.3µm，但是
模拟变形偏差只有 22.9µm。在另一项 Chen 等[48] 的研究中，通过有限元模型和 X 射
线衍射测量，研究了激光搭接率对残余应力分布的影响，仿真和实验中采用了不同的
模型尺寸，但仿真和实验得到了非重叠区和重叠区应力分布比较相似的趋势。
以上这些研究虽然开始初步探索仿真结果的实验验证，但实验模型与仿真模型没
有完全匹配，工艺参数也不一致，导致对比结果误差较大，只能进行基本趋势的分析，
实验对仿真的过程矫正效果还没有达到，SLM 逐层逐道的热力循环耦合分析更没有
实现。另外有较多文献对 SLM 成形件的后处理——热处理实验[49-50]进行了报道，但
不能从根本上解决成形中应力评估与质量分析问题。
1.2.2 SLM 工艺参数优化研究

根据研究报告[51]，对 SLM 成形过程及成形质量有影响的工艺参数近 130 多个，
但关键的工艺参数为激光功率、扫描速度、扫描方式、激光搭接率、成形层厚五个。
研究发现，这些工艺参数如果不能合理搭配会产生较大热应力，形成缺陷如气隙[52]、
翘曲[53]、裂纹[54]和变形超差[55-56]等，导致成形件力学性能降低或成形失败。而对工艺
参数的寻优研究近几年开始逐渐有报道。
7
在对单一工艺参数优化中开始尝试使用优化算法。吴伟辉等[57]提出了弱化扫描
路径规划、含氧量控制及支撑设计等因素，以功率为主优化出一组工艺方案进行了典
型零件成形，以研究成形精度的影响。Gao 等[58]通过 Kriging 模型和 GA 算法对激光
功率、电流等分别进行了五组参数比较后从中选择较优方案。Khoda 研究团队[59]对沉
积方向采用 GA 算法进行优化以确保可制造性和降低制造复杂性。从这些文献可以看
出，SLM 增材制造成形工艺参数众多，优化角度纷杂，单参数优化并不能完全代表
整体工艺的优化，更多优化算法尤其是组合智能算法并没有展开应用。
对于多工艺参数寻优多是通过实验对比的方法进行选择。陈光霞等[60]通过实验
分别对比了 SLM 激光功率、扫描速度、搭接率几个主要工艺参数，与成形零件表面
粗糙度的关系，得到搭接率对结果影响最大，在搭接率为 30%左右时其表面粗糙度值
最小。王迪等[61]对 316L，从 25 个方案的实验中对比出较优工艺参数。杜胶义等[62]对
GH4169 镍基合金分别对激光电流 100-10A、扫描间距 0.3-0.45mm 、铺粉层厚
0.15/0.25mm、扫描速度 100-300mm/s 进行了多组 SLM 制件的致密度分析，得到较优
致密度方案。闫程程等[63]实验研究了 316L 在激光功率 98W、层厚 0.07、扫描间距
0.03-0.12、扫描速度 80-90mm/s 的 5 因素 5 水平正交实验，分别对比测试了搭接率对
表面质量、扫描方式对硬度、扫描轨迹对表面粗糙度等的几种基本影响效果。张文奇
等[64]对 AlSi10Mg 实验比较其在 200W 功率时，扫描速度为 50-600 mm/s，层厚为 20-
40μm，扫描间距为 0.07-0.13 mm 的几组实验对其致密度的影响。黄建国[65]也对 TC4
合金粉末的 SLM 成形件的激光功率、扫描间距和速度等进行了多组实验，分析了各
参数组别下显微组织及力学性能的差异，实验得到较优的一组工艺参数。Spierings 等
[66]
研究了激光功率、层厚、扫描速度建立 E 模型对 SLM 成形孔隙率进行分析，证实
孔隙率最终影响材料的机械性能。以上多工艺参数研究通过预设的实验分析尽管有个
别较优的工艺方案被发现，可这些研究只是在有限的几组实验方案下比较择优，在一
个参数变化的情况下需要重新多次实验才有可能找到可用的工艺参数方案组合，并没
有系统的总结出工艺参数相互之间的规律关系，也没有形成较为系列化的工艺参数匹
配方案。此外，对工艺参数的择优标准也是不尽相同，实践应用中参考性较差。
由上可见，引起成形零件缺陷或制造失败的主要因素是成形时工艺参数不匹配易
使结构件不平衡的温度分布形成较大热应力。对于工艺参数影响下的质量问题核心评
估参数——热应力分析，现有有限元算法计算效率低，同时低效率下的网格粗划与模
型简化也使仿真精度较低。虽然已有研究开始对合理工艺参数选择、应力的基本影响
因素、热应力的去除方式进行了相关研究，但是工艺参数的单一参数智能优化仅仅开
始起步，多参数的联合匹配优化还没有系统展开。尤其是对于最根本的问题——工艺
8
第一章绪论
参数对温度场的作用规律、温度梯度下热应力的分布规律，以及工艺参数的最佳匹配
方案等还未有更详细的研究。
1.2.3 智能算法在激光加工等工艺优化中的应用
对于多工艺参数的优化求解，可以在单一参数智能求解的基础上，考虑多参数智
能优化的应用。近年来，在其他一些激光加工等特种加工领域，智能算法进行工艺优
化正逐步展开研究。
（1）PSO 算法的应用
粒子群优化（Particle Swarm Optimization，PSO）算法具有流程通顺、迭代方便、
收敛迅速等优点，使其得到了非常广泛的工程智能优化问题应用。粒子群算法在激光
加工，以及在激光增材制造领域的工艺规划应用，目前国内外文献尚未见报道。而在
一些特殊加工工艺优化中，已有相关研究采用 PSO 算法探索工艺优化的案例，孙骏
[67]
以注塑工艺参数设计粒子群算法进行工艺优化。张渝等[68]以粒子群算法对某壳体
预挤压组合凹模的结构参数进行了优化，优化后近似算出最佳径向直径比以及过盈系
数。张渝等[69]还对某挤压件的挤压参数基于粒子群算法进行了优化。张立新等[70]对电
火花机床以粒子群算法研究空载电压、峰值电流、脉宽以及脉冲间隔对材料去除率、
表面质量的影响，通过实际加工对优化结果进行了验证，并对 TA7 钛合金难切削加
工、表面质量差的问题通过优化进行了改善。Zhang 等[71]以控制硬化效果的机械性能
（耐磨性和硬度）和几何性能（硬化深度和表面粗糙度）为优化目标，应用回归分析
建立了硬化参数与优化目标的非线性映射方程，通过对多约束条件的分析，建立了
PSO 激光模面硬化参数的非线性多目标优化模型，优化结果表明，该方法可以得到满
足硬化要求的激光模面硬化的最优参数，降低了硬化时间和成本。
（2）BP 算法的应用
误差反向传播（Error Back Propagation ，BP）算法具有的深度学习机制，快速收
敛特性等优势，在机械工程、智能控制、测绘工程、生物工程等非线性问题有较多应
用。在金属激光加工工艺优化方面也有相关研究陆续报道。
1）在激光熔覆工艺优化的应用
在激光熔覆工艺优化方面，国内已有相关研究开始尝试将神经元算法进行优化，
国外在这方面的文献尚无搜索结果。倪立斌等[72]采用 BP 算法嵌入粒子群算法建立了
熔覆带高度、宽度，与熔覆工艺参数相关的输入输出映射关系。蔡定葆等[73]构建了激
光功率、扫描速度、粉末质量含量比例等进行神经元网络算法优化，确定了 Ti-6Al-
4V 激光三元合金化的工艺，以提高 Ti-6Al- 4V 的性能。王东生等[74]将 BP 算法和遗
传算法（GA）相结合用于多层激光熔覆厚纳米 Al2O3 陶瓷涂层的工艺参数优化，并对
BP 网络模型结构进行了矫正，得到 3 因素 3 水平正交实验结果。杨友文等[75]也采用
9
BP 算法结合遗传算法设计了激光熔覆层相关的形貌质量参数对应的激光功率、送粉
速率等工艺参数的预测算法。
2）在激光焊接工艺控制的应用
在激光焊接方面，工艺优化的案例逐渐增加。郭亮等[76]引入 BP 神经元算法对激
光焊接工艺性进行了分析，以 304 不锈钢薄板为例进行了焊接工艺优化。陈浩等[77]首
先利用有限元模型（FEM）对焊接过程中的温度场进行模拟，并用焊接实验对模拟结
果进行验证，然后采用人工神经元网络（ANN）建立工艺参数和焊接结果的数学预测
模型。刘荷花等[78]采用 BP 神经元算法与数据库相结合的技术，研究了激光焊接基于
BP 算法的工艺参数数据库系统优化，并通过实验证明部分工艺参数的优化可提高激
光焊接的精度和质量。陈利军等[79]在焊缝实时监测处理方面，在传统 PID 控制中引
入神经网络，提出了一种智能跟踪策略。Zhang et al.[80]采用主成分分析法（PCA）对
熔池阴影特性进行分析，在此基础上，由遗传算法融合 BP 算法（GABP），构建了焊
接形貌与熔池阴影特征的关系模型，通过两种不同焊接速度实验，分析了所建立模型
的有效性，验证了模型的预测性能。
3）在离子束加工的应用
在离子束与电子束成形加工方面，也有国内学者开始建立工艺参数优化模型，智
能算法逐步尝试应用。如汪兴均等[81]对 5A06 电子束焊接设计人工神经网络的熔深预
测研究，由正交实验相关结果采集学习训练样本，并标准化，得到网络结构及模型系
数。卢志军等[82]对 TC4 钛合金采用 BP 算法进行电子束焊缝熔凝区形状尺寸预测研
究，由大量工艺实验采集网络训练样本。林俊杰[83]对离子束驻留时间和去除函数两个
参数进行了神经元网络研究分析，用训练好的样本对角度和溅射额进行了评估计算。
选区激光熔化工艺与上述几种激光加工工艺有相似之处，也有诸多不同，如在工
艺特点、工艺参数、熔池特性、温度场分布、循环机理等方面都存在互相影响，但其
工艺机理又各有特点。SLM 工艺优化还处于单一参数优化的起步阶段，如前所述，
采用了 GA 算法进行某一参数优化，在 SLM 多工艺参数优化方面，还未见相关智能
算法优化应用的国内外研究报道。
1.3 本文所做的主要工作
基于上述 SLM 工艺应用中存在问题，及当前研究的基本现状，本文提出一种按
实际工艺参数驱动的 SLM 成形动态热力耦合仿真方法，对 SLM 成形过程热力仿真
并对其主要工艺参数进行匹配关系分析；基于仿真与实验的样本数据提出了复合算法，
对 SLM 主要工艺参数进行智能匹配优化；进一步结合仿真、实验、以及智能算法优
化系列化结果分析，揭示了 SLM 主要工艺参数对热力结果的影响规律。本文的主要
10
第一章绪论
算法实现了 SLM 主要工艺参数的智能评估与 SLM 主要工艺参数的智能优化软件开

发，其分析结果可为实际工程应用提供理论参考以及工艺参数决策依据。以上研究思
路构成了本论文的总体研究框架，如图 1.3 所示。
SLM 多工艺得到 SLM 成形热

SLM 当前应基于动态热参数匹配分析力耦合机理及工
用中的技术源的 SLM （第三章）艺参数影响规
问题、科学成形热力耦基于复合算法律，进行 SLM 主
问题及研究合仿真构造主要学的 SLM 工艺要工艺参数的热
现状分析（第二章）习训练样本参数优化力作用评估与优
（第一章）
（第四章）化，为生产提供
理论参考。
（第五章）
图 1. 3 本文研究内容框架关系图
全文主要研究内容和章节安排如下：
第 1 章，绪论。主要研究内容是从增材制造及选区激光熔化的技术发展分析当前
SLM 工艺应用中存在的技术问题与科学问题，以及在 SLM 成形热力作用研究与工艺
参数优化方面的国内外研究现状，引出并阐述了本文所做的主要研究工作。
第 2 章，工艺参数驱动的 SLM 成形动态热力耦合仿真。主要研究内容是通过对
SLM 成形中的热力效应特点分析，提出了适应 SLM 成形过程的动态热源及循环传热
模型的累积热力耦合仿真方法，建立了有限元热弹性基本方程及其求解方法。并以成
形试样为例，完成了几十层几十道的 SLM 循环热力耦合仿真，得到了其熔池形貌、
温度场及热力场结果。最后通过相同工艺参数的成形试样熔池快照及残余应力测试值
验证了该动态仿真方法的有效性。
第 3 章，基于动态热力耦合的 SLM 工艺参数匹配分析。主要研究内容是根据所
开发的 SLM 成形动态热力耦合算法进行了多工艺参数的输入方法扩展，以论证几个
主要工艺参数共同作用的热力耦合匹配性。用相同的工艺参数组合实验对仿真结果进
行验证，得到激光功率、扫描速度、扫描轨迹等主要工艺参数之间的匹配性要求。并
由 SLM 成形对工艺参数匹配性的需要引入智能迭代求解的匹配方法。
第 4 章，基于复合算法的 SLM 工艺参数优化。主要研究内容是根据 SLM 多工
艺参数多输入、多输出，非线性离散难解问题的特点，提出了 PSO 算法嵌入 BP 算法
的复合算法进行智能匹配优化。建立了 BP 算法多层细分的网络学习结构与 PSO 算
法变惯性权重、变学习因子等算法改进方法，避免了算法复合后陷入局部最优、并保
证算法的收敛，完成了复合算法的编程实现。通过多组工艺参数运行，并结合实验测
试结果分析，完成了 SLM 主要工艺参数的热力结果智能评估，并对有边界条件的 SLM
主要工艺参数匹配优化。
11
第 5 章，SLM 成形的热力耦合机理及工艺参数影响规律。主要研究内容是根据
不同系列的 SLM 主要工艺参数值，通过基于 SLM 动态热力耦合机理的有限元分析，
在仿真过程中设置数值点的热力循环过程监测，得到 SLM 热力互相作用机理；结合
“SLM 成形动态热力耦合仿真系统”、残余应力测试、EBSD 微观晶粒统计等实验、
以及“SLM 主要工艺参数优化系统”进行多组多方面数据分析，研究了 SLM 四个主
要工艺参数循环热作用下对应的温度场、微观组织、残余应力等的影响关系，由相关
数据分析初步形成了主要工艺参数对热力结果的影响规律。
第 6 章，总结与展望。本章首先对全文的研究工作及得到的主要结论进行了总结，
然后进一步展望未来的重点研究工作。
1.4 研究意义与应用价值
本文主要围绕解决金属 SLM 成形过程中，工艺参数不匹配引起在成形中热力分
布不均衡导致成形中失败或成形后产生翘曲、裂纹、气隙等缺陷问题。进行工艺参数
驱动的动态热源、循环传热、累积热力耦合等 SLM 成形过程动态仿真，主要工艺参
数匹配性分析，及基于复合算法的 SLM 主要工艺参数优化，从而揭示 SLM 热应力分
布机理及主要工艺参数对应力的影响规律。该研究成果可为成形热应力的预测、工艺
参数的匹配优化、以及为成形质量控制提供理论参考。该研究的主要意义如下：
1）构建了工艺参数驱动的 SLM 动态成形有限元仿真方法。进行实际金属 SLM
成形过程多层多道仿真，揭示其热—力演变特性，并结合相同参数的实验校正仿真算
法，通过仿真建立后续优化的学习样本。
2）论证了基于动态热力耦合的 SLM 主要工艺参数匹配方法。对 SLM 动态仿真
方法进一步开发实现了多组工艺参数的仿真，由仿真结果对比，分析了工艺参数间的
匹配性影响及匹配设计方法。
3）开发了基于复合算法的 SLM 主要工艺参数优化方法。将 BP 算法嵌入 PSO 算
法形成“复合算法”，进行符合工艺特点的算法改进及程序开发，实现常用材料成形
的工艺参数组合智能优化解决方案。
4）揭示了 SLM 成形热力耦合机理及关键工艺参数的循环热力影响规律。通过智
能算法评估数据结合实验测试的系列化数据分析，揭示 SLM 热力耦合机理，以及主
要工艺参数对成形热力的作用规律，从而为 SLM 工艺参数匹配设计及成形质量研判
提供理论参考。
本研究基于动态热源的 SLM 热力耦合仿真开发，并实现基于复合算法的主要工
艺参数热力作用评估及其参数优化，形成 SLM 工艺参数智能匹配优化方法，可为 SLM
工艺参数设计提供理论参考，进一步可为减少成形中的缺陷影响提供研究算法基础。
本文所有仿真与实验参数数据都是以工程最常用的 316L 不锈钢材料的数据为例进行，
本文研究方法和结论可进一步扩展到其他金属材料，以期对金属选区激光熔化技术的
工艺参数选配、热力结果预判具有一定的参考价值。
12
第二章工艺参数驱动的 SLM 成形动态热力耦合仿真
2.1 引言
通过第一章对 SLM 成形工艺特点的分析，由于激光加工易产生较大的温度梯度，
进而产生不均衡的温度场形成成形热应力。当热应力过大时，容易使结构件产生裂纹、
气隙、翘曲、变形等成形缺陷。根据国内外研究现状分析，通过实验对 SLM 成形的
热力研究由于实验规模有限，残余应力的测量并不能很好的反映成形中的热力作用关
系。此外，数值研究受现有有限元仿真效率的限制，研究普遍通过模型网格粗划或仿
真规模缩小进行单层或单道的仿真，仿真结果并不能完全真实地反映实际 SLM 成形
中的循环热力作用及累积热应力输出结果，与实际实验测量值误差较大。
基于上述情况，本章进行以实际工艺参数驱动的 SLM 成形动态热力耦合仿真分
析，提出了动态热源算法和循环热力耦合算法。首先从激光热源函数定义，建立循环
传热模型、总应变矩阵以及热弹性基本方程等进行热力耦合求解。然后在循环热力耦
合算法的基础上，基于有限元软件进行了 SLM 成形过程的热力耦合仿真开发，从激
光参数、工艺参数、传热过程、热力计算、输入输出等各方面进行了仿真开发设计。
并对具体的 SLM 模型试样进行了成形仿真，对仿真的结果分别进行了温度场与应力
场跟踪，可以实现与实际成形过程吻合度较高的以 SLM 工艺参数驱动的多道多层的
激光熔融沉积过程仿真。最后，通过相同参数的实验数据对动态仿真的热力耦合结果
进行了验证，证明了仿真算法的有效性及仿真结果的可靠性。
2.2 研究思路
2.2.1 SLM 成形中的热力效应
根据 SLM 的工艺特点，基本的热-应力的形成过程如图 2.1 所示，可以分为四个
阶段进行描述。首先，刮粉器（或刮刀）开始将粉末均匀地铺在基板上，激光束按照
扫描轨迹的坐标位置准备扫描当前的粉末层，如图 2.1(a)所示。其次，激光照射在当
前粉末材料点使粉末迅速被加热并熔化，由于激光的高能性在曝光点形成熔池，当前
材料点位置及热影响区温度达到熔点以上，周围粉末或固体分别被迅速传热，如图
2.1(b)所示。再次，激光束按扫描速度离开当前熔池，照射下一材料点，当前熔融材
料受下一个材料点传热并继续向周围传热，随着温度下降熔池开始凝固，如图 2.1(c)
所示。最后，因为激光扫描速度非常快，当前层一道道完成激光扫描后，基本上以一
整层进入冷却阶段，如图 2.1(d)所示。然后新的一层继续重复上述步骤，新的粉末层
13
被高速扫描后形成连续的熔池，这时新的一层受热，传热扩张导致前一层再加热，激
光束离开后再次进入冷却凝固，各部位冷却下来的速率不一致，这时又形成新的温度
分布。这种在 SLM 逐道逐层成形中的反复冷热交替形成了循环温度场，同时随激光
快速移动的受热-冷却过程使材料形成了较高的温度梯度。在较大的温度梯度下，既
有物体热胀冷缩的热应变趋势存在，又会受基板的约束及周围先凝固固体部分的约束，
使热胀冷缩不能自由进行，导致物体产生的热变形受阻，则在物体内部原子相互挤压
产生各向应力。这种由于温度梯度分布及先后冷却顺序的影响而引起的应力称为“热
应力”或 “温度应力”
。如果热应力存在至物体冷却到常态（室温）时依然存在，这
时应力转变为“残余应力”。
激激
光光
铺粉方向束束
受热熔池
金属粉末
热影响区
基板
基板
(a)铺粉 (b)熔池形成
整层冷却
冷却收缩金属粉末
零件零件
基板基板
(c)冷却凝固 (d)循环冷却
图 2. 1 SLM 循环热应力的形成过程
一般来说，物体冷却后的残余应力会随时间产生时效效应，但 SLM 的成形过程

很快，因此本文忽略其时效差值，而将热应力和残余应力一一对应。所以本文进行
SLM 成形件的热力演变分析，需要先进行模型的热弹性温度场建模，进一步建立传
热模型及热力耦合模型，并考虑在熔池温度过高时产生的弹塑性转变。在建模时首先
把 SLM 主要工艺参数给定，输入到相关热源和热力基本方程中，建立符合实际工艺
参数的仿真过程，以尽可能精确的求解计算物体各种状态的温度场分布及其热应力演
变，最终得到冷却至室温后对应的残余应力。
14
2.2.2 SLM 有限元仿真思路

进行 SLM 成形过程的热力耦合分析，有限元分析（Finite Element Analysis，FEA）
是常用的一种数值求解算法[84]。在热力耦合问题分析时，用矩阵近似的方法结合热力
学基本方程，来对真实的热力系统近似求解。由于求解系统的复杂性，通常划分成若
干个相互作用的离散单元来建立求解模型，并对单元联立以得到整体求解关系的近似
数值解方法。
目前在工程应用领域，有限元成为一种广泛应用并且易于扩展的数值分析方法。
有限元法基本计算一般归纳为三个主要工作步骤：网格划分，建立单元，整体求解。
具体的热力耦合分析中还需要构建分析模型、传热模型、边界条件，给定材料特性参
数等。根据对现有 SLM 热力场研究的文献分析，一般有限元法热力耦合计算效率仍
然较低，造成热力分析模型精度及规模有限。针对本文 SLM 循环热力耦合分析问题，
为了达到多道多层的成形过程动态仿真，本文提出了构建动态热源的思路，及设计循
环热作用的叠加传热模型，实现逐层累积的热力耦合算法，来对有限元算法的前处理
模块及分析模块进行开发移植，以提高其仿真的效率与精度，实现 SLM 成形的热力
耦合有限元动态高效仿真。本论文的 SLM 成形动态热力耦合有限元仿真求解思路如
图 2.2 所示。
构建动态设计循环实现累积热力耦进行热弹性

移动热源传热模型合算法力学求解
等效热载荷
引入总应变
图 2. 2 SLM 热力耦合有限元仿真求解思路
参见图 2.2，其高效有限元动态热力耦合仿真的热弹性求解思路是：在 SLM 循环

热力耦合算法中，通过给定动态热源参数的情况下，构建等效热载荷，并由循环传热
模型进一步形成叠加的总应变。然后通过各个单元刚度矩阵构建整体刚度矩阵，再以
热弹性力学的空间问题（三维）为基础，建立对应的几何关系方程、热弹性本构方程、
平衡微分方程（节点载荷与节点位移的关系方程）。最后根据已知的等效热载荷，由
平衡微分方程求解总应变，回代本构方程对相关应力等进行求解。对于 SLM 累积热
作用的复合热力耦合计算可以在上述等效热载荷的计算过程中，一方面通过循环传热
模型建立等效热载荷，进行弹塑性应变-应力计算；另一方面把前层的热应力引起的
附加应变累加到总应变计算中，并且热应力相应地也会改变新层的热导系数又进一步
影响温度场分布，形成热力强耦合计算。
15
在结构强度分析中，通常有两种边界条件：载荷边界条件与位移边界条件。对应
的传热分析计算中，主要是对热载荷进行分析，考虑到传热包括相同介质的热传导，
不同介质的热对流、热辐射等。根据 SLM 的传热特点，其粉末熔融成形中，材料内
部传热以热传导为主，其向周围空气的传热以热对流和热辐射为主。通过对传热学三
种边界条件分析，在构造 SLM 传热算法中主要根据第三边界条件设置。
2.2.3 SLM 有限元仿真关键技术

（1）动态热源技术
当有限元法计算复杂问题时，往往有限元的网格数量非常庞大，使计算时常发生
数据冗余溢出，导致计算瘫痪或中止。所以很多基于有限元算法为适应实际问题的派
生方法不断出现[85-87]，此外，近几年也有较多文献报道了发展的“有限单元生死法”
解决大规模计算问题。针对本课题的多层多道选区激光熔化重熔热力耦合计算，前层
计算的网格仍需要不断衰减地循环参与计算，导致有限元计算数据异常庞大。所以本
文在有限元生死法的基础上提出了“动态热源技术”，以提高 SLM 热力耦合场的计算
效率与精度。
动态热源技术的物理实现，需要基于扫描轨迹，以扫描速度为变量。其激光束作
为热源由振镜偏转带动下，按照扫描速度作为其移动速度，实现沿扫描轨迹坐标运动
的过程。对应的扫描轨迹坐标点的粉层上得到激光能量，材料熔融形成熔池，此过程
类似于热源到达的材料点为熔池最高温度点。已成形部分产生的能量与熔池储存的能
量、及其各处的温度值都随传热速率发生动态变化。从而可以将该激光束作用于材料
点的移动过程简化为动态热源作用效果，如图 2.3 所示的动态热源的示意图。
振镜激光束
扫描方向扫描速度金属粉末
成形熔道
基板
图 2. 3 动态热源等效示意图
根据图 2.3 所示， SLM 工艺成形过程中，动态热源技术的算法实现，首先是构

建一个热源几何模型，然后进行热源参数（工艺参数）设置，设备启动后该热源沿扫
16
描轨迹按照扫描速度移动，使其能量在不同的熔池处发生热力耦合效应。对于仿真的
实现而言，在建立的热源几何基础上，可将热场值定义为结构体变量，包含温度、速
度、几何参数等变量，赋值于一个沿扫描轨迹坐标按扫描速度运动的有限元焊枪工具，
来实现移动的热源参数值更新计算，进行激光器的偏转模拟。焊枪几何遍历的轨迹位
置温度等热场参数不断更新，即扫描轨迹上的每一坐标点的温度值随扫描速度按照传
热速率更新，从相对运动的角度，实现了动态热源的效果。其动态热源算法流程如图
2.4 所示。
开始
创建结构体变量
定义激光热源参数
赋值于移动焊枪
mesh
设置热源几何更新扫描速度
planning
查询材料特性
指定扫描方向
参数
热力耦合算法
输出温度场值按步长更新
输出应力场值
N
扫描完成
Y
完成热力耦合计算
结束
图 2. 4 动态热源算法流程
（2）循环热力耦合技术
当激光束作用于表层金属粉末时，动态热源形成，粉层各部分的温度迅速发生变
化，产生温度梯度。这时的未熔粉末，熔融粉末，已成形的固体之间受热传导影响都
有较大的温度梯度，相互之间的状态也实时发生变化，物体的各处热应力都有对应的
17
场分布。
在 SLM 激光循环扫描加工的过程中，逐层循环的热源激光扫描作用形成前层叠
加的热场，等效热载荷也逐级累加，在建立动态热源的基础上，按照热弹耦合原理，
叠加的热场形成了循环累加的热应力，进行热应力的逐层累积计算将更符合实际的
SLM 工艺特点。
下面对循环热力耦合算法的技术实现进行规划，如图 2.5 所示，随着动态热源在
粉层之间的传导，形成逐层循环叠加的温度场分布，其激光热源参数按照传热系数开
始向周围传热，其温度梯度计入等效温度载荷的计算中。随着传热模型的温度叠加，
产生热应变，同时前层的残余应力引起的“约束作用应变”也叠加入总应变分析中，
热弹性计算后的热应力也就在循环温度场作用下形成累积，热应力的存在又使新的成
形层应变受到影响，产生热力耦合随层叠加。
金属粉末
成形层
基板
图 2. 5 循环热力作用过程示意图
本章的 SLM 成形动态热力耦合分析即要完成这种逐层循环的温度场与逐层累积

的应力场建模，以便后续章节进一步开展 SLM 成形工艺参数匹配性、工艺参数复合
优化等，并对热力影响规律、作用机理的探讨研究，以期对 SLM 成形制造进行适当
的工艺选配设计，减小成形件的热应力及制造缺陷。
2.3 动态热源循环传热模型
2.3.1 定义激光热源
本文主要以选区激光熔化（SLM）工艺对应的工艺参数为仿真主要输入条件，其
[36]
热源为激光源，根据激光发射特点，一般的激光源都为高斯热源，其最大热流密
度从中心向外以指数倍衰减，其基本公式可以描述为：
2r 2
q = q0 exp(− ) (2-1)
2
18
其中，q是热流密度(J/(m2∙s))，r是从中心向外的辐射距离，θ是光束半径(mm)，q0是在
光束中心的最大热流密度即：r=0处。则
2P
q0 = (2-2)
 2
所以
2 P 2r 2
q( r ) = exp(− ) (2-3)
 2 2
其中，P是激光功率(W)，ξ是金属材料的激光吸收率（316L不锈钢的吸收率一般取0.7）。
由此可见，激光热源的热流密度值可以根据给定的激光功率，光斑大小等确定。
热流密度模型可表示为图2.6 (a)所示，在中心处热流密度最高，向周围传热能量最大，
然后各方向向外逐渐衰减。所以热源几何模型表示为图2.6 (b)，为倒锥形，其热源几
何可用三个几何参数定义：表面半径r1，底端半径r2，以及热源高度d。有这三个几何
参数定义的倒圆锥热源按照扫描速度沿扫描路径移动，对应的热源沿扫描路径的移动
过程如图2.6 (c)。如在图中的条纹式扫描路径下，热源模型每层偏转30度逐层移动，
即从0°—180°（0°, 30°, 60°, 90°, 120°, 0°, 30°……）交错循环。
(mm)
(a) 高斯热源分布 (b) 激光热源模型 (c) 逐层循环的扫描路径

图 2. 6 激光热源模型和扫描路径
2.3.2 构建循环传热模型
在自然界中，只要有传输介质存在且物体不同部位存在温差，热量就会从其高温
处向低温处传递，金属粉末在受激光束照射时产生热量，存储热量，并向周围传递。
根据传热学的热传递基本理论，自然传热主要有三种方式：传导、对流、辐射[88-89]。
（1）传导
定义：传导是在物体内部通过材料分子原子或电子之间碰撞进行的热量传递。
19
其次，再根据热流密度的一般定义，即单位时间面积的物质中通过的热量，可得
式(2-4)。同时以沿 X 方向传导为例，其传导过程传递的热流密度为：
Q T T
q= （其中 Q = K x A  kx A ） (2-4)
At x dr
其中 Q 是热量，kx 是沿 X 方向的导热系数(W/(m‧K))，A 是在垂直 X 方向的热流通过

的面积，t 是传热温度差对应的产生时间，T 是物体表面温度(K)， T 是高温到低温
物体的温度差，dr 是当前传热层的材料厚度(mm)。
所以得到温度梯度近似表达为：
q( r )
T = dr (2-5)
kx
由式(2-3)根据给定的激光功率等参数即可计算模型各节点处的热流密度，从而由
式(2-5)可得到各材料点间的温度梯度。
（2）对流
定义：对流是物体通过流体与其他物体或与其他介质客观流动进行的热量传递。
对流对应的热流密度一般可表示为：
q = hAp ( T − T ) (2-6)
其中 h 是对流传热系数，T∞是周围对流环境的温度。
（3）辐射
定义：辐射传热是成形物体向周围环境的热能交换过程。
辐射热流密度由下述关系确定：
q =  Ap ( T − T ) (2-7)
其中 χ 是辐射斯特芬－波尔兹曼（Stefen-Baltzmann）常数，ψ 是表面的放射率。
（4）固体中产生的能量
当激光能量启动后，在受激光束照射的粉末部位会产生热量。生成的热能量是热
流强度与体积乘积。
E g = qV (2-8)
20
其中 q 是热流强度（即单位时间里单位体积中生成热的速率，一般其值接近于热流密
度），V 是受热物体的体积。
（5）固体中储存的能量
当金属粉末产生热能，并随着能量持续温度增加时，热能将会以材料相关热系数
比例储存在固体中。
T
Es =  cV (2-9)
t
其中 ρ 是材料的密度(kg/m3)，c 是材料的比热(J/(kg‧K))。
由此，得到单位体积的传热方程：
T
cp = (−k T ) (2-10)
t
其中 cp 是当前材料点的温度对应的比热。
进一步，考虑到当前层被前成形层的循环传热，得到复合循环传热方程：
T n
cp =  i (− K Ti ) (2-11)
t i =1
其中 i 是传热的层数，根据热影响区的范围，由层间的温度差△Ti<来决定 i 值。
此外，根据 SLM 粉末受热的特点，粉末的孔隙度可计算为：
bulk −  power
= (2-12)
bulk
通常
 power = (1 −  ) bulk
K power = (1 −  ) K bulk (2-13)
由文献[90]热平衡方程满足如下经典的三维热传导方程：
  T    T    T  T
 kx +  ky +  kz  + q = c (2-14)
x  x  y  y  z  z  t
上式(2-14)是一般的正交各向异性材料中的热传导常用微分方程。如果其三个方
21
向 X，Y 和 Z 的热传导率相同，即可对材料进行各向同性假设，此时，kX=kY=kZ=k，
则(2-14)式可写成：
 2T  2T  2T q 1 T
+ + + = (2-15)
x 2 y 2 z 2 k  t
1 T
其中，常数称为材料放热系数。如果不考虑 SLM 粉末和固体中的热源，方程
 t
(2-15)可进一步简化为傅里叶方程。
 2T  2T  2T 1 T
+ + = (2-16)
x 2 y 2 z 2  t
如果考虑物体中热源的存在，其受热与传热处于平衡状态，式(2-15)可进一步简
化为泊松方程。
 2T  2T  2T q
+ + + =0 (2-17)
x 2 y 2 z 2 k
利用焓 H 可以计算随时间步长的吸热和冷却过程。它是一个与密度 ρ 和比热 c

有关的函数，一般表示为：
H =   c(T )dT (2-18)
2.3.3 热力耦合过程分析
物体受热后的热应变一般用热膨胀系数与温度相乘表示[91]：
t
 th =   e (T )dT   e T 可简化为：  th =  eT (2-19)
T
ref
在此，αe是当前材料点当前温度的热膨胀系数，Tref是前一成形层的参考温度。
在弹性变形阶段，零件的整体弹性总变形量可以表示为：
 e  =  f
 +  
th
(2-20)
在式(2-20)中，材料点受热产生的弹性总变形量由热膨胀应变，及各个节点之间
的相互约束引起的应变{εf }，也即前成形层的热应力约束。
22
另外，随着 SLM 熔融温度的升高，材料的应变及应力增大，当温度达到材料从

弹性向塑性转变的温度极限时，此时材料由弹性变形进入塑性变形的状态。根据 Mises
屈服准则[92]得出弹塑性转变条件：
1
C =  s 2 ( 1 =  s ,  2 =  3 = 0) (2-21)
3
其中 C 是和材料性质有关的一个常数，可以通过单向拉伸实验测得。
当熔融材料进入塑性变形阶段时，在本论文热力模型计算中，采用增量本构方程
计算基于 Prandtl-Reuss 流动准则的弹塑性应变[92]：
d  ii = d  ii e + d  ii p , d  jj ..., d  kk ...; d  ij = d  ij e + d  ij p , d  jk ..., d  ki ... (2-22)

即：
1 1
d  ii = d ii + d  ii , d  jj ..., d  kk ... ; d ij = d i j + 2d  ij , d jk ..., d ik ... (2-23)
2G G
(i, j , k = x, y, z )
此处， d  是正的瞬态常数
3d  ii p 1
d = ,( s = ( 1 −  2 ) 2 + ( 2 −  3 ) 2 + ( 3 −  1 ) 2 ) (2-24)
2 s 2
所以，总的热应变随着逐层累积，应变值累加，形成了按照各方向的总应变
量：
 ij  =  e  +  p
 =   +   +  
f th p
(2-25)
进一步由广义胡克定律：
 ij = Cij ij (2-26)
可得到正交各向异性材料热弹性矩阵：
23
 1 −  xy −  xz 0 0 0 
 E 
 x 
 −  xy 1 −  yz 0 0 0 
 
x   Ey
  x   ex 
   − −  yz 1 0 0 0   y   ey 
 y   xz 
  z   Ez   z  +  ez  T
 =    
 xy   0 0 0 1 0 0   xy   0  (2-27)

 yz   Gxy   yz   0 
      
 zx   0 0 0 0 1 0   zx   0 

 G yz 
 
 0 0 0 0 0 1 
 Gzx 
根据上式(2-27)即可进行应变已知时的应力求解，且应变考虑了逐层的累积及弹
塑性叠加，如果根据式(2-21)判断材料进入塑性变形阶段，式(2-27)后面可以再叠加
上弹塑性增量值式(2-23)。
由以上分析可见，由热场分布产生应变场及应力场，进一步分析，应力应变引
起结构变形，导致热源作用点变化，以及热传导系数值变化，对新的热场分布又产
生影响，逐层成形过程叠加，所以形成累积的热力耦合计算。当材料为各向同性计
算时， Ei = E , i j =  ,  i j =  ，即各方向的材料系数相同。本文的热力耦合计算
中，暂不考虑各向异性差异，因为相关随温度变化的材料各向异性系数还未有文献
数据可查，本文按照材料各向同性的方式简化处理。
2.3.4 定义热边界条件
SLM 成形中，初始温度的设置，材料初始的特性参数设置，初始位移条件，以及
成形中材料热量在边界处向周围环境的热传递构成了传热计算模型的边界条件。
边界上的温度值规定为：
T（x, y , z , t）= T0 (2-28)
同时考虑了成形时的自然对流和周围辐射，确定了模拟模型的边界条件。边界处
的热通量等于边界单元处的激光热流密度。
T
−k ( ) w = q( r ) w (2-29)
n
24
其中 n 为模型表面法线方向， w 为模型边界。
根据 SLM 成形中试样与周围环境的传热情况，其符合第三边界条件，即边界处
的热通量等于试样边界处热流密度向周围环境中的对流热流密度加辐射热流密度。
T
−k ( ) w = h(Tw − T f ) +  (Tw 4 − T f 4 ) (2-30)
n
热力耦合计算时，根据以上热源定义、传热模型、热力耦合模型及边界条件，通
过输入激光参数 P, r, A, v 即可进行理论计算。同时, 还需建立不同温度参数下材料
的特性参数，比如 k, c, ρ, α, E,μ和 G, 这些材料性能参数随温度升高其值往往程非
线性变化，本文采用的材料特性参数引自参考文献[93]如表 2.1 所示，其中包括 316L
不锈钢粉末与不锈钢固体的参数值。
表 2. 1 316L 不锈钢在不同温度下的特性参数[93]
温度 T(K) 273 1563 1713 2793 3153
316L 热传导系数 K (W/m‧K) 0 0 32 40 45
不锈钢比热容 c (J/kg‧K) 0 110 180 290 800
粉末密度 ρ (kg/m3) 4750 4450 7000 6000 5750
热传导系数 K (W/m‧K) 12 30 32 40 45
比热容 c (J/kg‧K) 470 700 820 820 820
316L 密度 ρ (kg/m3) 8000 7250 7000 6000 5750
不锈钢热膨胀系数 α (1/K) 12×10-6 14×10-6 14.2×10-6 14.5×10-6 15×10-6
杨氏模量 E (GPa) 206 20 13.5 0.2 0.02
泊松比 μ 0.3 0.4 0.41 0.43 0.45
2.3.5 热弹性方程求解
对各向同性材料，根据热弹性矩阵式(2-27)可以推导出热弹性本构方程，热应变
分量由两部分叠加组成，一部分是热自由膨胀引起的应变分量，另一部分是内部各材
料点之间相互约束引起的应变分量。在变温情况下其热弹性本构方程如下：
25
 xx −  ( yy +  zz )  +  eT 
1
 xx = 
E 

 yy =  yy −  ( xx +  zz )  +  eT 
1
E 

 zz =  zz −  ( xx +  yy )  +  eT 
1
 
E 
  (2-31)
 xy = xy 
G 
 yz 
E
 yz = , (G = )
G 2(1 +  ) 
 
 xz = xz 
G 
其中， E，μ，G 分别是材料的弹性模量，泊松比和剪切模量。

写成张量形式为：
1 
 ii =  ii −  ( jj +  kk )  + ae T 
E 
 (2-32)
 ij
 ij = (i, j , k = x, y, z ) 
G 

由广义胡克定律，式(2-21)可以得到对应的应力方程：
(1 −  ) xx +  ( yy +  zz ) −  eT (1 +  ) 
 xx = − E 
(1 +  )(−1 + 2  ) 
(1 −  ) yy +  ( xx +  zz ) −  eT (1 +  ) 
 yy = − E 
(1 +  )(−1 + 2  ) 

(1 −  ) zz +  ( xx +  yy ) −  eT (1 +  )  (2-33)
 zz = − E 
(1 +  )(−1 + 2  )

 xy =  xy G 

 yz =  yz G 
 xz =  xz G 
写成张量形式为：
26
(1 −  ) jj +  ( ii +  kk ) − aeT (1 +  ) 
 ii = − E 
(1 +  )(−1 + 2  )  (2-34)
 ij =  ij G (i, j , k = x, y, z ) 
同时，弹性体的总应变柯西（Cauchy）几何方程可以表示为：
u u v 
 xx = ,  xy = +
x y x 

v v w 
 yy = ,  yz = +  (2-35)
y z y 
w u w 
 zz = ,  xz = + 
z z x 
其中 u , v, w 是三个方向的位移量。
热应力的计算可以根据位移平衡微分方程得到，即纳维（Navier）方程。
 xx  xy  xz 
+ + + X = 0
x y z 
 xy  yy  yz 
+ + +Y = 0 (2-36)
x y z 
 xz  yz  zz 
+ + + Z = 0
x y z 
其中 X, Y, Z 分别是体力在三个坐标方向的分量，在 SLM 成形中可假想为变温而引起

的体力，这样就把温度变化转变为热载荷求解，即为等效热载荷[94]。
 e E T 
X =−
1 − 2  x 
 E T 
Y =− e 
1 − 2  y  (2-37)
 E T 
Z =− e 
1 − 2  z 
此外，有效应力作为一个评价指标，表示为：
 eff =  12 +  2 2 +  32 + 2 ( 1 2 +  2 3 +  3 1 ) (2-38)
27
2.4 SLM 成形动态热力耦合仿真

2.4.1 主要求解步骤
根据以上动态热源算法及循环热力耦合算法，最终由工艺参数驱动的有限元算法
的实现过程可简要归纳如下步骤。
步骤 1：将计算模型离散化为 E 个小的单元体，假定每个小单元体有 p 个节点。
步骤 2：在每个计算单元内，由激光工艺参数作为输入参数，各节点的温度值可
近似地用温度插值表示为
p
(e)
T =  Ni ( x, y,z ) Ti e =  N T  (2-40)
i =1
步骤 3：可以在离散单元中构造各项近似场函数，通过对单元积分得到能量总和。
E
1   T ( e )  2  T ( e ) 
2
 T ( e ) 
2
 T ( )
e

 =   =  e  k x 
e
 + k y   + k z   − 2  q −  c  dV
e =1 2 V   x   y
   z   t   (2-41)

1
( )
2
−  (e) qT ( ) dS2 +  (e) qh T ( ) − T dS3
e e
S2 S3 2
根据其虚功原理和最小势能原理[95]，对该泛函求其极值。
 E  e
= = 0,( i = 1, 2, ,M ) (2-42)
Ti e =1 Ti
其中 M 是单元节点温度对应的未知数个数。
将式(2-41)代入上式，并由式(2-40)表达，对每个小单元可建立式(2-43)：
 e (e) (e) (e) (e)

=  K1( )  T  +  K 2( )  T  +  K3( )  T  − P = 0
e e e
(2-43)
Ti
其中[K1(e)]可表示为各单元对热传导矩阵的占量，[K2(e)]可表示为传热边界条件对热传
导矩阵的修正，[K3(e)]表示其他非稳态影响产生的附加项，总称为各个小单元的热容
量矩阵，{P(e)}表示为温度载荷矩阵。式(2-43)各部分元素可由参考文献[93]给出：
 N N j N N j N N j 
K1(ij ) =  e  k x i + ky i + kz i
e
dV (2-44a)
 x x x x x x 
V
28
K 2( ij) =  (e) hN i N j dS3

e
S3
(2-44b)
K 3(ij) =   cN i N j dV
e
Ve
(2-44c)
Pi( e ) =  e qN i dV +  (e) qN i dS 2 +  (e) hT dS3 (2-44d)
V S2 S3
式(2-44d)中的三项分别表示为热源、给定热对流和热辐射（第三边界条件）共同
产生的温度载荷。
步骤 4：根据式(2-43)组集各单元，可以得到温度载荷计算：
 K1 T  +  K 2 T  +  K3 T  = P (2-45)
其中 T  是试样所有节点温度向量； P 是试样所有节点的温度载荷向量。所以得到，

式(2-45)就是热传导问题的有限元刚度方程。
步骤 5：当引入边界条件，其他非稳态附加项以后，结合热等效载荷式(2-44d)，
就可求解方程式(2-45)。
然后按一般应力有限元求解的步骤解得温度矩阵，由温度矩阵可求解总变形量式
(2-25)。根据平衡微分方程式(2-36)引入热弹性位移势[94]，根据热弹性问题求解的位移
法[95]，然后由节点应变即可实现热应力计算过程式(2-31)-(2-38)。其中根据具体热传
导情况将多层热应变综合引起的等效温度载荷及其它前置约束力（阻力）载荷项合并
在一起强耦合计算，从而可以进行整体求解，得到以热应力为主的循环累积综合应力。
2.4.2 构建仿真模型
SLM 成形工艺类似于激光焊接工艺[96]，即利用激光束熔化微米级粉末，并在现
有的板材——基板上进行熔融固化（微焊）。因此，利用动态热源的 SLM 仿真在本
质上类似于激光焊接仿真。因此，本文采用了基于 Simufact Welding 的二次开发来实
现 SLM 的动态热力耦合仿真，并将动态热源模型移植到该系统中，同时结合系统原
有的基本材料库、应用工具等模块，使 SLM 动态仿真过程较传统仿真软件更加高效。
本文的仿真模型设计为多层多道的激光扫描选区熔化物理模型，大小为 Φ5 ×
2mm3 的圆柱模型试样，后续的实验验证也采用了相同尺寸的成形件进行对比分析。
该模型有限元仿真的分层、网格划分及扫描路径如图 2.7 所示。仿真模型划分为 0.1
×0.1 ×0.05 mm3 的网格，共计 40 层。可见，模型表面上的网格尺寸接近激光光斑的
大小，工件网格单元数量约 52360 个单元。基板的网格尺寸设置为 0.5 ×0.5 ×0.5mm3，
这样基板共有 1600 个单元。仿真步长为 0.0002 秒，与激光扫描速度相匹配。
29
(a)主视图 (b)俯视图
图 2. 7 有限元仿真模型
（1）工艺参数
对应于实际的 SLM 工艺生产流程，仿真中采用了 316L 不锈钢为例的一组工艺
参数，主要工艺参数如表 2.2 所示。
表 2. 2 仿真主要工艺参数表
参数激光功率激光光斑尺寸激光光斑搭接率激光吸收率扫描速度
数值 160W 0.1×0.08mm 20% 0.7 500mm/s
参数环境温度样件尺寸基板尺寸厚度材料
数值 20°C Ф5×2 mm 10×10×2 mm 50μm 316L 粉末
参数表 2.2 中包含激光类工艺参数如：激光功率、光斑直径、激光搭接率、激光

吸收率、扫描速度等。也包含主要初始条件参数如：初始温度、层厚、材料类型、气
氛类型等。可见，该仿真条件与实际 SLM 工作条件非常类似，这些参数的配合，基
本上能够通过仿真计算反映实际工艺参数对试样的作用效果，具有较好的仿真开发的
实际对比条件。
（2）激光模型
根据上节对激光热源的关系定义，在仿真中，需输入对应的参数变量，实现具体
工艺参数的仿真。如图 2.8 所示，给定激光功率 P，按照图 2.8 (a)中的激光束照射在
已铺设的粉末颗粒上，根据式(2-1)建立光源模型（图 2.8 (b)），并按照几何分布的激
光热流密度（图 2.8 (c)）作用于当前粉末层以及传导到先前的成形层，同时根据功率
的匹配关系，设置 r1、r2、d 的值，形成光源的几何效果。根据实验实测在功率 P=160W
时，光斑尺寸为 0.1×0.08mm，并且热影响一般向下传热 3-5 层，所以在本仿真中设定
光源几何模型参数 P=160W，对应的热源几何 r1=0.8mm，r2=0.7mm，d=0.1mm。定义
完光源几何参数，给光源赋值移动速度为扫描速度，得到其各材料点位置的能流密度，
即可按照基于 SLM 循环热力耦合热弹性方程的传热模型进行热力计算。
30
(a) 激光作用于粉床 (b) 热源模型 (c) 热流密度分布

图 2. 8 仿真中激光模型
（3）扫描策略
本章仿真模型计算中采用一种最常见的激光扫描策略——条纹式扫描，即激光扫
描路径设置为条状，逐层交替旋转 30 度（一般 SLM 成形设备有此选项，可以设置旋
转角度），如图 2.9 所示，表示条纹扫描策略下各层扫描角度的变化。这一操作确保
熔池的每一层及其结晶枝晶生长是交错的，以最小化最终成形零件的各向异性。因此，
在该仿真模型计算时，将其简化为各向同性材料处理（各向同性材料特性参数参见表
2.1）。根据激光扫描速度，40 层 SLM 工艺各层的激光曝光时间（约计 0.23s）和冷
却时间（约计 1s），如图 2.10 所示。冷却时间对应于 SLM 过程中的当前层冷却时间，
由新的一层铺粉时间和刮板回程时间组成。
(a) 0º (b) 30º (c) 60º
(d) 90º (e) 120º (f) 150º

图 2. 9 条纹式扫描策略
31
1层 2层 3层 4 层…… 40 层
0.23s 1s 0.23s 1s 0.23s 1s …… …… 0.23s 1s

t(s)
图 2. 10 多层扫描的时间分配关系
2.4.3 规划仿真流程
按照有限元计算的三部分，前处理模块、分析计算模块、后处理模块分别扩展前
述动态循环热力耦合算法进行 SLM 成形动态仿真。包括导入仿真模型，定义粉末、
定义基板材料等，仿真模拟中还需参照实际的工作条件，开发定义激光热源参数、工
艺参数、路径规划、边界条件、SLM 操作中的加热、凝固、热源移动等各种条件，然
后进行逐层 SLM 动态热力耦合求解，输出按时间步间隔对应的温度值与应力应变值。
其仿真主要流程如图 2.11 所示。
前处理模块开始
导入仿真模型
分层切片
逐层划分网格
调入动态热源定义扫描路径
planning
设置边界条件
分析计算模块逐层热力耦合累积计算
N
计算完所有层?
Y
纯冷却
后处理模块输出仿真热力结果
结束
图 2. 11 SLM 动态循环热力仿真流程图
32
2.5 SLM 热力耦合仿真结果分析

2.5.1 熔池形貌分析
根据前述 SLM 动态仿真平台的构建，导入成形件三维模型后，加载动态热源、
赋值给焊枪后，由高斯热源模型，模拟激光束向成形区域传递热量。由于激光能量的
高强度和积聚性，其当前材料点温度迅速达到 2000K 以上，立即形成具有一定长度、
宽度和高度的熔池。模拟得到的熔池形状为倒锥形，如图 2.12 所示。在仿真中，如图
2.12 (a)和图 2.12 (b)，分别对应于熔池俯视图和剖视图，可见其几何形状符合设计目
标，与图 2.6（b）相近。由于扫描速度很快，热传导的速度相对较慢，当前熔池传热
的同时迅速的接连通到下一个熔池上，因此熔池的尺寸会迅速扩大，如图 2.13，形成
了熔池带。
(a) 俯视图 (b)侧面剖视图

图 2. 12 激光热源热作用的熔池形貌
(a) 0.2 mm (b) 0.3 mm (c) 0.6 mm

图 2. 13 激光热源沿扫描轨迹的生长过程
熔池的生长过程分别如图 2.13 (a)-(c)所示，其中分别为运动激光束以 500 mm/s

的速度在 0.2 mm、0.3 mm 和 0.6 mm 的运动过程中，捕捉到的运动激光束沿扫描轨
迹的快照。此外，根据扫描路径和扫描速度，在前一层已完成的粉末的基础上再铺上
一层新的粉末。新层被移动的激光束继续沿着规定的路径熔化，前一层也被新层传热
升温。在这种动态熔池的热作用下，形成了 SLM 工艺的动态热力耦合熔融温度场及
热应力场。
33
2.5.2 温度场结果
仿真模型温度场选取四个不同成形层不同时间的云图结果如图 2.14 (a)—(d) 所
示，分别对应于 SLM 熔融沉积过程：图 2.14 (a)为第 10 层的位置约在仿真时间的第
12s，图 2.14 (b)为第 20 层成形时仿真时间约在第 25s，图 2.14 (c)为 38 层时的仿真时
间 48s，以及完成冷却后的图 2.14 (d)为第 200s 的温度场分布。从图中可见，当激光
热源照射到材料点时，温度迅速上升，达到 2100K，超过了 316L 不锈钢（1672k）的
熔化温度，金属粉末立即熔化形成熔池。然后随着激光光源按扫描速度移动到下一位
置，熔池连续成带状熔池，温度开始持续下降到 1000k 左右，然后新的一层再次加热。
这样在快速移动的热源热量传导后，形成试样不同材料点间的温度梯度。
(a) 10 层 (b) 20 层
(c) 38 层 (d) 40 层
图 2. 14 仿真运行中在不同成形位置的温度场分布
从图 2.14 进一步观察，其熔池带对周围的热影响区非常明显，水平方向向周围
的熔道扩展，使前道已熔融的熔道被再次传热部分重熔，并且未受热的粉末一端被提
前预热。
同时沿截面方向熔池向下有 4-5 层的热影响区，从而对之前成形层加热重熔，
这说明温度场在动态热源及循环温度累加模型中参与了累积计算，也说明前述的动态
34
热源及循环传热模型比较符合实际温度场分布情况。在全部成形层扫描完毕后，整个
试样不断向周围对流辐射热量，很快冷却至室温状态。
2.5.3 应力场结果
（1）有效应力
在产生了温度梯度△T 后，根据热弹耦合矩阵，求解有限元应变-应力本构方程
后，得到热应力场分布，如图 2.15 所示。分别为 12s、25s、48s、200s 仿真时刻的有
效应力分布云图，与图 2.14 所示的温度分布相对应。从图中可以得出一些热应力数
据，首先，整体仿真完成后工件在靠近基板的底层中心部位具有最大有效应力均值
330MPa 左右，但在表层的中心处有效应力基本小于 200MPa。这说明有效应力的随
热作用的循环在底层逐渐累积。其次，参照图 2.14 所示的所选模拟时刻熔池位置，
发现在激光扫描的时候整体有效应力最低，因为熔池状态是液相其应力接近于零。在
激光束远离后的冷却阶段，应力随着液相凝固迅速形成。此外，激光扫描区域的整体
有效应力大于剩余区域，这表明，与大的热梯度相比，热应力的发展稍微滞后。
(a) 10 层 (b)20 层
(c) 38 层 (d) 40 层
图 2. 15 SLM 仿真过程有效应力分布云图
35
（2）平面应力
整体试样模型仿真完成冷却至室温后，单个观测点反映了该处的应力叠加及随层
变化趋势，尤其是图 2.15 中取多个点的残余应力都是正拉应力，实际上在一个稳定
的平面内，拉压应力分布是平衡的。所以相关高度位置处的整体平面分布需进一步分
析，以得到平面拉压平衡态的分布状态。
(a) Z=0.2mm 时 X 向应力分布 (b) Z=0.2mm 时 Y 向应力分布
(c) Z=1.0mm 时 X 向应力分布 (d) Z=1.0mm 时 Y 向应力分布
(e) Z=1.5mm 时 X 向应力分布 (f) Z=1.5mm 时 Y 向应力分布
(g) Z=2.0mm 时 X 向应力分布 (h) Z=2.0mm 时 Y 向应力分布

图 2. 16 X、Y 向平面应力沿高度方向分布图
36
图 2.16 为 X、Y 方向的平面应力分别在高度为 0.2mm、1.0 mm、1.5 mm、2.0mm

处的平面应力分布图，从不同高度的对比可见，在靠近基板的底层应力较大，随着高
度增加，平面应力整体呈减小趋势。从边缘和中心的应力分布对比来看，在模型边沿
处为正的较小的拉应力，向里发展为负的压应力，在模型中间处为最大的正拉应力。
且 X 与 Y 向除了应力方向的差异，大小基本相当。图 2.17 为 Z 向的平面应力分布，
可见 Z 向产生的应力整体较小。
(a) Z=0.2mm 时 Z 向应力分布 (b) Z=1.0mm 时 Z 向应力分布
(c) Z=1.5mm 时 Z 向应力分布 (d) Z=2.0mm 时 Z 向应力分布

图 2. 17 Z 向平面应力沿高度方向分布图
2.6 实验验证
为验证 316L 不锈钢的 SLM 工艺有限元仿真的有效性，根据表 2.2 所示的具体工
艺参数，设计并进行了相同工艺参数的成形试样实验。即激光功率为 160W，激光扫
描速度为 500mm/s，成形层厚设置为 50μm，其他参数保持不变，选择相同的扫描策
略，条纹式逐层偏转角度 30 度（如图 2.9 所示）。SLM 成形实验采用与仿真中相同
尺寸的圆柱试样 Ф5×2mm，该模型设计如图 2.18(a)所示。实验基于 SLM Solutions 公
司的 SLM 280 系统制造成形。此外，为了与仿真条件一致，成形实验中也没有添加
支撑结构，工件直接在不锈钢基板上成形，为了分析的数据具有普适性，共制备了相
同工艺参数的 10 个试样，其成形试样的实物图如图 2.18(b)所示。
37
单位:mm
顶面测试面
I
10
12
基板
2
90
测试层
5
底面 I
11 21 31 41 51 1 4:1 2.0
1.9
深度
1.8
90
61 71 81 91 A1 1.7
1.6
1.5
试样21
(a) 试样设计图 (b) 实际成形试样
图 2. 18 SLM 试件在基板上的布置
2.6.1 实验过程设计
（1）熔池几何测量
熔池测量一方面采用高速摄像机在实验设备上记录熔池形貌，高速摄像机主要规
格为：分辨率1280×1024；帧频500fps-33390fps；动态范围可达120dB；最短曝光时间
1μs，像元14×14μm；CMOS传感器；灵敏度2500；采集卡PCI e2.0×4。另一方面通过
成形后的试样抛光制备，在HIROX KH-1300 3D光学显微镜上进行熔池截面形貌采集。
分析熔池形貌特征。
（2）残余应力测试
残余应力测量采用 MG2000 XRD 体系，芬兰 XSTRESS 3000 X，以 Mn 为靶材，
测量条件为：U=18.0 KV，I=4mA，Bragg 角=152.80，其测试效果见图 2.19(a)。在仿
真中残余应力的计算不涉及从基板上移除零件，实验中也遵循了这一做法，为了避免
去除基板引起零件随层的应力释放，以确保残余应力的结果具有可比性。因此， SLM
成形后，没有电火花线切割或后处理，直接对附着在基板上的试样进行 XRD (X-ray
diffraction, XRD)残余应力测量。
为了测量不同成形层深度处的残余应力，采用了剥层测试。剥层方法采用电解抛
光法，正负电极结合饱和盐水，对试样表面自动腐蚀剥层，如图 2.19(b)所示的剥层方
法。分别在 2.0mm、1.9 mm、1.8 mm、1.7 mm、1.6 mm、1.5 mm 和 1.4mm 处进行了
7 个深度测量，其中 2.0mm 的深度实际上是试样的顶面，试样表面不可用外力打磨，
否则会影响残余应力的分布及测量精度。测量位置在样品中标注为“1”处的位置，每
次测量重复两次，并记录两次读数的平均值为该点应力值。根据实验尝试对制备的 10
个试样表面轻微腐蚀后分别打点得到较为一致的残余应力结果，因此实际剥层测试只
进行两个试样测试，即，分别选取“11”及“21”编号试样。后面将这两个试样分别标记
为“试样 1”和“试样 2”。
38
顶面测试面单位:mm
I
10
12
基板
2
90
测试层
底面
5 I
11 21 31 41 51 4:1 2.0
1.9
深度
1.8
90
61 71 81 91 A1 1 1.7
1.6
1.5
（a）测量平台（b）测量原理
图 2. 19 残余应力测量示意图
2.6.2 实验结果及分析
（1）熔池几何测试
在高速相机拍照下，激光照射到表层粉末并沿扫描路径移动时，形成了条带式熔
池，如图 2.20 (a) (b)所示，其形貌与仿真中动态热源模拟出的条带熔池非常接近，如
图 2.12，2.13 的熔池形状。在当前曝光点为近倒锥形，由于扫描速度非常快，前面受
热来不及凝固的熔池与当前熔池混合形成熔池尾巴，即条带式熔池。
(a) (b)
图 2. 20 SLM 成形中在线熔池快照
通过对试样的 YOZ 截面方向的熔池形貌观察如图 2.21。可见，一方面，宏观上

观察区的熔池同一层的相邻熔道有激光搭接率的影响，相互之间交叉凝固，搭接痕迹
清晰可见；另一方面上下层之间上层熔池的底圆扩展到下层凝固熔池的表面，形成层
层叠加。所以整体光学显微镜图像可以看到，成形凝固后的试样仍然有随着带状熔池
逐层成形过程凝固后而累积的相互之间的鱼鳞状分布。由此可见，实际成形熔池熔道
39
与仿真模拟结果一一对应。
图 2. 21 SLM 成形后截面熔池形貌
对两个成形测试试件的中点位置进行残余应力测试后，其各层应力分布曲线如图
2.22 所示，其中 X 轴为构建方向（0°测试位置），Y 轴为垂直位置的应力值（90°
测试位置）。结果表明，在测量范围内，两种试样的残余应力均为正，范围在 150MPa
- 450MPa 之间，符合仿真中平面应力的分布分析。且随着测量位置靠近表面（或最后
成形层），应力的大小明显减小，也即由于循环累积作用影响靠近基板的底层残余应
力较大。从图 2.22(a)和图 2.22(b)可以看出，0°和 90°的测量值在幅度和趋势上没有显
著差异。此外，还可以看出，在相同的测量高度下，两种试样的残余应力具有相似性，
这说明 SLM 实验在相同的工艺设置下，不同试样的残余应力结果较为一致。
400 400
Sample 1 0 度 Sample 2 0 度
350 350
Sample 1 90 度 Sample 2 90 度
300 300
250
残余应力 (MPa)
250
残余应力 (MPa)
200 200
150
150
100
100
50
50
0
1.4 1.6 1.8 2.0 0
1.4 1.6 1.8 2.0
高度 (mm)
高度 (mm)
(a) 试样 1 (b) 试样 2
图 2. 22 SLM 试样沿深度 XRD 测试残余应力分布
进一步地，将仿真模型模拟冷却至室温的中心处残余应力逐层取值绘制结果曲线，
与图 2.22 实验剥层采集的残余应力 XRD 测试结果进行对比，对比结果曲线如图 2.23
所示。从几个关键层对比可以看出，沿模型构建方向的两个方向的应力值具有近似性。
40
整体趋势相似，即残余应力从底部到顶部趋于减小。因此，验证了循环温度场的累积
效应和循环热应力的叠加效应。另外在图 2.23 中，仿真与实验之间存在着一定的差
异。在此初步分析归因于以下几个方面：首先，数值仿真没有考虑固液转变，固液相
转变实际上影响了残余应力的产生和演化。此外，现在的仿真算法也不能考虑所有可
能影响 SLM 过程的因素，如材料进入塑性变形后表现出的各向异性、循环加热伴随
的“微退火”作用等，这些方面都会导致仿真与实验数据存在一定误差，这将在以后
的研究中逐渐开展，本文不做讨论。相对来看，仿真与实验结果的宏观趋势是非常相
近的，从而证明了本课题的动态热源仿真方法及循环热力耦合算法在解决 SLM 热力
耦合仿真方面具有较高的有效性和可靠性。
400 400
Sample 1 0度 Sample 1 90度
350 Sample 2 0度 350 Sample 2 90度
x 向仿真平均值 Y向仿真平均值
300 300
250
残余应力 (MPa)
250
残余应力 (MPa)
200 200
150 150
100 100
50 50
0 0
1.4 1.6 1.8 2.0 1.4 1.6 1.8 2.0
高度 (mm) 高度 (mm)
(a) X 方向 (b) Y 方向
图 2. 23 SLM 成形实验与仿真结果对比
2.7 本章小结
本章根据 SLM 成形中的热力效应特点，实现了按实际工艺参数驱动的 SLM 成
形动态热力耦合仿真，通过对循环温度场作用以及累积应力场建立的有限元分析模型，
由有限元二次开发运行，实现了 SLM 多层多道的循环热力耦合仿真计算。首先，构
建了动态热源的循环传热模型，从激光热源函数、循环传热模型、弹-塑性总应变矩
阵，根据广义胡克定律得到热弹性本构方程，建立了符合 SLM 工艺特点的热弹性基
本方程及其求解方法。还对在高温阶段材料由弹性到塑性转变的米塞斯屈服准则，弹
塑性增量本构方程等进行研究，以及传热边界条件的设计等。然后，在循环热力耦合
算法的基础上，基于有限元软件进行了 SLM 成形过程的热力耦合仿真开发，从激光
参数、工艺参数、动态热力耦合、输入输出等各方面进行了综合设计。并对具体的 SLM
制样按工艺参数进行了多层多道的成形仿真，对得到的温度场与应力场结果进行了对
照分析。最后，通过相同参数的实验测试数据对动态 SLM 成形热力耦合输出结果进
行了验证，证明了仿真算法的有效性及仿真结果的可靠性。这些算法理论为后续 SLM
工艺参数匹配分析及优化提供了仿真方法与仿真平台。
41
42
第三章基于动态热力耦合仿真的 SLM 工艺参数匹配分析
第三章基于动态热力耦合的 SLM 工艺参数匹配分析
3.1 引言
SLM 技术目前在航空航天舰载等关键零部件的生产中有着广阔的应用前景，但
实际应用中其工艺参数组合选配困难而引起的成形质量问题正严重影响着该技术的
产业化应用[97]。由于其工艺特点，多个工艺参数之间交叉作用、相互制约，属于多变
量耦合系统，一般很难直接选定某组较好的工艺参数组合方案。目前 SLM 工艺设计
中主要是依赖设备已有的参数包再结合技术人员经验，靠不断调整工艺参数组合的大
量实验参数试算比较得到基本合格的成形件，这种多次反复的试算必然造成各种资源
的浪费，甚至很多应用中找不到成功的解决方案而放弃 SLM 制造工艺。而一旦设计
的“工艺参数不合理”，极易产生成形中的翘曲、裂纹、气隙等“制造缺陷”[97]，此
类问题严重困扰着诸多应用单位，导致了目前 SLM 工艺市场需求与成形性能不稳定
之间的矛盾。
针对上述问题，本章基于第二章 SLM 动态热力耦合仿真的方法进行应用扩展开
发，可对多组工艺参数分别进行数值计算，以得到几个关键工艺参数作用下的热力作
用结果差异评价。同时，用相同的实验参数对仿真结果进行验证。通过仿真与实验测
试结果，得出激光功率、扫描速度、扫描轨迹等之间的匹配关系。仿真结果表明工艺
参数之间的相互影响并不是直接成比例的变化，从而提出了 SLM 多工艺参数的智能
迭代匹配方法。进一步，通过实验对仿真算法进行了验证，证明多工艺参数仿真算法
的有效性和可开发性。
3.2 SLM 工艺参数匹配要求

根据前一章的 SLM 成形过程动态热源仿真分析，选区激光熔化是一个快速溶化
金属粉末，迅速形成熔池，在该过程中熔融熔池以约 2×10-6 K/s 速率迅速向周围传
热并凝固，因此熔池及其附近有非常大的温度梯度[46]，材料在固-液-固相变中，凝固
及其结晶过程中材料组织织构演变非常复杂，这种非线性热力耦合温度场的瞬变作用，
产生较大热应力。如果工艺参数搭配不合理，必然加剧熔池的过热或欠热，造成过高
的温度梯度与热应力不均衡分布，从而产生宏观成形缺陷等质量问题。根据工程经验
及相关参考文献研究结果，SLM 几个主要工艺参数的功能特点描述汇总如表 3.1，从
中可见，已有研究开始探索相关工艺参数的性能规律，但所研究参数多是单一参数对
某一方面性能的影响，对于多层多道的分析以及多个参数综合考量的热力影响的系统
研究目前尚没有更高效率、高精度的科学算法。
43
表 3. 1 SLM 主要工艺参数功能描述
序号参数名称单位功能描述
SLM 最核心的激光参数，代表能量大小，直接影响成形微观
1 激光功率 W
组织、熔池性状、温度和应力、机械性能等[98-100]。
激光在表面粉层移动的速度，与激光功率共同决定激光能流
2 扫描速度 mm/s
密度，影响温度场及应力场[101]。
激光束在粉层的快速移动路线，其不同扫描方式影响传热方
3 扫描方式 ——
式，温度梯度、热应力大小，及表面粗糙度[102]。
是激光光斑作用下激光扫描间距形成的重叠率，是影响水平
4 激光搭接率 ——
方向表面粗糙度的主要因素[60]。
是铺粉的预设高度，其实际成形后的实际厚度受激光功率熔
5 成形层厚 μm/mm
融程度的影响，层厚对成形致密度影响较大[103]。
6 预热温度 K 预热温度对成形中表面结合性，及表面质量都有影响[104]。
通过对表 3.1 相关参数间的功能关系分析可以看出，由于多个工艺参数之间互相

影响，即使找到一组较优参数，也是一种近似“动态平衡”的过程，对于一个参数变
化其他参数必须要调整才能达到工艺要求。每个参数如何调整？向那个方向调整？依
靠人工寻优来说较难确定下一个动态平衡点，通过实验比较寻求优化的工艺参数组合
方法降低了生产效率并增加了生产成本，影响了工艺方案的科学选择与实施。本文由
多组工艺参数仿真结果，结合微观组织的成形特点，采用数据统计分析法，对工艺参
数的匹配性进行分析，以探索主要工艺参数的匹配性对成形性能的影响。
因此，根据主要工艺参数的物理特点，进一步开发其工艺参数组在仿真中的统一
输入接口，使仿真求解能够反映工艺参数间的作用关系，从而可进行其多参数的匹配
关系分析。由此，通过对 SLM 成形热力耦合仿真进一步开发，实现对多工艺参数的
综合影响分析。
3.3 循环热力耦合作用的多工艺参数匹配仿真
基于 SLM 成形动态热力耦合仿真系统，可对多工艺参数的仿真平台进行输入参
数模块开发，由交互式窗口直接把多工艺参数分别引入到 SLM 动态热源的构造及循
环热力耦合的计算中。根据前述研究， SLM 工艺的关键影响参数有五个：激光功率、
扫描速度、层厚、激光吸收率、扫描方式，这五个关键工艺参数对 SLM 成形件的质
量起到最根本的决定作用。本文后面所指的多工艺参数或主要工艺参数均出自这五个
参数。下面对其中的激光功率、扫描方式作为核心工艺参数代表分别进行模型构建及
热力作用研究。
44
3.3.1 仿真模型设计
多工艺参数仿真试样采用一个长方体试样，基本尺寸 5×3×2 mm3，沉积在 12×12×3
mm3 的基板上。在仿真和实验验证中，SLM 成形过程采用了以下相同的参数。试样
层厚 50µm，共 40 层组成，激光光斑直径 0.1mm，扫描速度 600mm/s。本文考虑了
160W 和 200W 两种激光功率，棋盘（岛）扫描轨迹和条纹扫描轨迹两种激光扫描方
式策略。仿真试样几何模型、基板模型及其参数如图 3.1 所示。
单位：mm
图 3. 1 多工艺参数的有限元仿真模型
两种扫描轨迹的示意图如图 3.2 所示，条纹扫描方式如图 3.2 (a)所示，棋盘扫描

方式如图 3.2 (b)所示。从图 3.2 (a) 可以看到，五张相邻层的条纹扫描方式，并按照
0º、30°、60°、90°……逐层偏转角度，每增加一层，角度增加 30°。同时，图 3.2 (b)
中的棋盘扫描轨迹表明，每一层被划分为 2.5×2.5mm 的小矩形区域，对每个小矩形区
域再进行条纹扫描，即棋盘式扫描轨迹相较于条纹式轨迹属于短扫描轨迹。
...... 40层
5层
4层
3层
2层
1层
150°
120°
60° 90°
30°
0°
(a) 条纹式
45
5层。。。。。。40层
4层
3层
2层
1层
180°
135°
90°
45°
0°
(b) 棋盘式
图 3. 2 SLM 仿真的两种激光扫描策略
具体的 SLM 成形动态仿真激光参数及主要工艺参数如表 3.2 所列。两组激光功

率与两组扫描方式，结合其他工艺参数，共有四组参数方案组合。
表 3. 2 激光参数和工艺参数设置
参数数值参数数值
激光功率 160W/200W 层厚 50μm
扫描方式条纹式/棋盘式模型尺寸 5×3×2 mm
扫描速度 600mm/s 基板尺寸 10×10×3 mm
激光搭接率 10% 激光光斑尺寸 0.1×0.05mm
激光吸收率 0.7 环境温度 20°C
材料 316L 粉末仿真层数 40
在 SLM 成形动态热力耦合仿真多工艺参数平台开发后，导入图 3.1 所示的仿真

模型及基板几何模型，按照表 3.2 工艺参数分组交互输入到仿真平台的动态热源模型
和循环传热参数接口，即可对相同模型的这四组工艺参数分别进行仿真运算。
3.3.2 仿真结果及分析
（1）熔池温度
由 SLM 成形动态热力耦合仿真软件对四组工艺参数组合的 SLM 成形过程进行
逐层模拟，表 3.3 为四组参数的最高温度统计。其各组参数的仿真模型温度场演变如
2.5. 2 节温度场分布，即激光照射时温度迅速上升，随着激光束快速扫描，当前位置
的温度以较快的速度下降，形成各处不均匀的温度分布，以及较大的温度梯度。对于
四组参数的最高温度值进行对比分析，从表 3.3 中第一行和第二行（或第三行和第四
46
行）参数的比较中可以看出，由于扫描轨迹不同，条纹扫描温度高于棋盘扫描温度。
即长扫描轨迹会使熔池附近的传热时间变长。进一步对比表 3.3 中第一行与第三行
（或第二行与第四行）功率的不同，可以看出大功率试样的熔池温度也较高，初步得
到大功率激光加热产生热能增大，熔池温升较大。后面进一步对工艺参数的作用结果
进行分析。
表 3. 3 不同工艺参数的熔池温度值
序号功率扫描速度扫描方式最高温度
1 160W 600mm/s 棋盘式 2604K
2 160W 600mm/s 条纹式 2829K
3 200W 600mm/s 棋盘式 2898K
4 200W 600mm/s 条纹式 3090K
（2）仿真应力场
在 P=200W, v=600 mm/s，条纹式扫描方式下仿真的结果云图如图 3.3 所示。云图
选取了仿真的不同位置时的热力结果，分为 8 层、20 层，和冷却到室温 20 度时第 40
层三种情况进行对比分析。
从云图的颜色标尺对比得到，当激光作用于成形粉末层时，由于扫描速度快于材
料冷却速率，沿着激光扫描路径的顺序先后形成熔池带如图 3.3 (a)。从仿真模型的截
面分析，熔池尺寸大约是 Φ0.2×0.15mm3。根据 Φ0.1×0.05 mm3 的激光光斑的几何模
拟值设置，可见热循环大概是通过三层传热形成热影响区。此外，图 3.3 (a)和(d)相比，
随着层数增加，层间传热条件发生变化，成形实体部分的传热情况也发生了变化，因
此随着高度增加熔池周围热影响区逐渐减小。同时，对应的 X 向热应力云图如图 3.3
(b) 和(e)所示，在激光照射阶段材料在熔融的液相状态，应力很小几乎为零，随着冷
却凝固，热应力逐渐增大。Y 向的热应力也类似于图 3.3 (c)和(f)。当整个模型在 100s
后冷却到室温时，根据传热条件影响，模型中心处是最后冷却部位，所以从图 3.3 (g)
和(h)中点处开始形成拉应力分布，向外扩展到压应力，直至边缘处变为拉应力，成形
面内平面应力平衡。进一步观察到，随着循环热作用逐层累积产生不断增加的累积热
应力，由于自上向下的累积作用，靠近基板附近的底部应力最大（云图中显示为红色），
并逐渐向上层减少。以上分析结果可见，即使不同的仿真模型与仿真参数，这种循环
热作用及循环热应力的叠加效应与上一章仿真结果一致。进一步证明了本文 SLM 动
态热力耦合仿真算法的有效性，以及向多工艺参数仿真扩展的可行性。
47
(a) 高 0.4mm 处的热场 (d) 高 1mm 处的热场
b) 高 0.4mm 处的 X 向应力 (e) 高 1mm 处的 X 向应力
(c) 高 0.4mm 处的 Y 向应力 (f) 高 1mm 处的 Y 向应力
(g) 高 2mm 处的 X 向应力 (h) 高 2mm 处的 Y 向应力

图 3. 3 SLM 仿真中热力结果
（3）平面应力分析
当激光扫描完成所有路径后，试样逐渐散热到室温，热应力转化为残余应力。在
P=200W, v=600mm/s，条纹扫描的条件下 XOY 平面 X 向和 Y 向残余应力在几个高度
位置的分布如图 3.4 所示。从图中的应力云图可以看出，最后成形的上表面附近的应
力云图如图 3.4 (a)所示。平面残余应力在中心处为正应力（拉应力）和向外边缘处的
负应力（压应力），整个表面应力是处于一种张紧的状态——压缩平衡。随着模型深
48
度向下增加，正应力分布的范围增加和负应力的范围减少如图 3.4 (b)和(c) 所示。在

底部基板层附近的 X 向和 Y 向应力为模型的最大值如图 3.4 (d)，因此，残余应力循
环积累效应在较低的层面上更加突出。进一步分析，其纵截面残余应力(XOZ)与横截
面残余应力(XOY)也有相似的规律。两个位置的 X、Y 截面应力云图如图 3.5 所示。
可以看出，正应力分布在模型中心，在模型边缘附近正应力越来越小。根据传热速率，
零件中心为最后散热，即最后冷却的位置，形成最大的拉（正）应力，逐渐从两边向
负应力转移，最终在各个方向上实现整体平面应力平衡。
(a)Z=2.0 mm
(b) Z=1.4 mm
(c) Z=0.8 mm
(d) Z= 0.2 mm
图 3. 4 XY 平面（XOY 截面）的残余应力云图
49
(a) Y =0 mm 时的残余应力 (b) Y =1 mm 时的残余应力
(c) Y =0 mm 时的残余应力 (d) Y =1 mm 时的残余应力

图 3. 5 XOZ 纵截面 X、Y 向残余应力云图
（4）应力曲线演变
对 P=200W, v=600mm/s，条纹扫描的模型选取与图 3.4 相同的高度，在各层的模
型中心处分别设置了一个跟踪点，通过仿真的时间步长，统计其跟踪点的应力值后作
出 X、Y 方向热应力曲线如表 3.4 所示。跟踪点取自图 3.1 中的几个不同的 Z 坐标高
度（Z = 0.2, 0.8, 1.4, 2.0 （X = 0, Y = 0）），测试点选取了模型中心的一个典型正应
力区，命名为 GROUP1。应力测量范围是从底部到顶部，从开始到仿真结束的全部时
间。在表 3.4 的第一行 X 向应力曲线中，随着光源按照扫描速度沿扫描路径移动，在
试样逐层成形的过程中，热应力随着动态热源移动交替变化。最终冷却成形后在该区
域形成正的残余应力，从曲线数值分布可见，底层到顶层的残余应力值为 405 –
280MPa。表 3.4 中第二行描述了 GROUP1 的 Y 向应力，很明显，条纹扫描的 Y 向应
力与 X 向应力演变趋势相似，模型冷却后其应力区间范围在 390-185 MPa 之间。此
外，GROUP2 的跟踪点取自模型左上角位置（X = 1, Y = 1, Z = 0.2, 0.8, 1.4, 2.0，见图
3.1），是一个典型的负应力区域的表面应力云图，从表 3.4 第三、四条线的应力演化
曲线可以看出，冷却后其范围从底层到顶层分别为 387~(-71)MPa 和 321~(-102)MPa。
负应力区在靠近表面附近应力值负向增大。最后，从上述 GROUP1 和 GROUP2 的应
力演变曲线进一步验证了 X 和 Y 单向应力趋势是一致的。但在不同的位置选取逐层
跟踪点，其随层的演变有正负应力的变化。
50
表 3. 4 不同区域的不同高度下的热应力曲线
参数热应力
500
400
X轴向应力 (MPa) 300
200
GROUP1-X 100
向应力 0
Height=0.2mm
-100
Height=0.8mm
Height=1.4mm
-200 Height=2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
500
400
300
Y轴向应力 (MPa)
200
GROUP1-Y 100
向应力 0
Height=0.2mm
-100
Height=0.8mm
Height=1.4mm
-200
Height=2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
500
400
300
X轴向应力 (MPa)
200
GROUP2- X 100
向应力 0
-100 Height=0.2mm
Height=0.8mm
Height=1.4mm
-200
Height=2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
500
400
300
Y轴向应力 (MPa)
200
GROUP2- 100
Y 向应力 0
-100 Height=0.2mm
Height=0.8mm
-200 Height=1.4mm
Height=2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
表 3.5 为图 3.1 模型中心处两组功率和两种扫描轨迹的应力曲线演化图。可以清

楚地得到，热应力从初始状态到随着热源逐层循环移动的震荡演变过程，最后过渡到
冷却后的残余应力，以及不同工艺参数组合的残余应力演变差异。
51
表 3. 5 不同工艺参数下的 X 方向应力曲线
工艺参数热应力
500
400
300
200
P=160W
热应力 (MPa)
Height-0.2mm
100 Height-0.4mm
v=600mm/s Height-0.6mm
Height-0.8mm
0
棋盘式扫描 Height-1.0mm
Height-1.2mm
-100
Height-1.4mm
Height-1.6mm
-200 Height-1.8mm
Height-2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
500
400
300
200
P=160W
热应力 (MPa)
Height-0.2mm
100 Height-0.4mm
v= 600mm/s 0
Height-0.6mm
Height-0.8mm
条纹式扫描 -100
Height-1.0mm
Height-1.2mm
Height-1.4mm
Height-1.6mm
-200 Height-1.8mm
Height-2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (S)
500
400
300
200
P=200W
热应力 (MPa)
Height-0.2mm
100 Height-0.4mm
v=600 mm/s Height-0.6mm
Height-0.8mm
0
棋盘式扫描 Height-1.0mm
Height-1.2mm
-100 Height-1.4mm
Height-1.6mm
-200 Height-1.8mm
Height-2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
500
400
300
200
热应力 (MPa)
P=200W 100
Height-0.2mm
Height-0.4mm
v=600 mm/s 0
Height-0.6mm
Height-0.8mm
条纹式扫描 Height-1.0mm
Height-1.2mm
-100 Height-1.4mm
Height-1.6mm
-200 Height-1.8mm
Height-2.0mm
-300
0 10 20 30 40 50 60 70 80 90 100
时间 (S)
将四组仿真模型冷却（100s）至室温后，对各层残余热应力值进行统计分析，如
图 3.6 (a)-(b)所示。可以看出，X 和 Y 残余应力也有相同趋势：在相同的扫描轨迹下，
200W 功率的残余应力大于 160W 的；在相同的激光功率时，条纹扫描模型有更大的
残余应力比棋盘扫描。同时，不同的激光功率和扫描方式的搭配，对其热应力的演变
是有相关差异的。此外进一步分析得到，残余应力从模型的表面（2.0mm）到模型的
底部（0.2mm）呈逐渐增大趋势。成形时如果热应力较大，冷却后残余应力也较大。
52
由于每一层的平面应力彼此平衡，所以在 X 和 Y 方向上的一些层残余应力存在误差，
但整个层的趋势是一致的。因此，后续的实验测试仅以 X 方向为例进行。
500 500
400 400
Y向残余应力 (MPa)
X向残余应力 (MPa)
300 300
200 200
P=160W, 棋盘扫描 P=160W, 棋盘扫描

100 P=160W, 条纹扫描 100 P=160W, 条纹扫描
P=200W, 棋盘扫描 P=200W, 棋盘扫描
P=200W, 条纹扫描 P=200W, 条纹扫描
0 0
2.0 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2 2.0 1.8 1.6 1.4 1.2 1.0 0.8 0.6 0.4 0.2
(a) X 方向的应力 (b) Y 方向的应力

图 3. 6 冷却后仿真模型部分层残余应力
结合表 3.5 与图 3.6 的仿真结果可以看出，在本例分析的激光功率和扫描方式四

组不同工艺参数的对比下，工艺参数对成形温度、成形热应力及残余应力都有直接的
影响。根据 X、Y 向应力分析，条纹式扫描的热应力大于棋盘扫描的热应力，而棋盘
扫描试样应力的上、下边界更加分散。同时，在功率大的模型中，形成的热应力较大，
且不同层间的偏差范围也较大。由此可见，由于扫描路径较长或功率较大，温度场曲
线上各点的温度值较高，则相应熔池的尺寸较大，热作用的影响也较大。所以大的激
光功率搭配条纹式扫描方式其成形热应力最大，但上下顶面应力范围稍小；小激光功
率搭配棋盘式扫描其成形热应力较小，但上下顶面应力范围大。可见，SLM 工艺参
数之间的耦合关系相互牵制，各工艺参数之间的配合对热力结果分别有不同的作用结
果。为验证仿真结果的可靠性，下面通过实验制备了相同工艺参数的试样，验证不同
参数的热力影响。
3.4 SLM 工艺参数匹配性实验验证
3.4.1 实验设计
（1）成形试样
同样采用 SLM 金属成形机 SLM 280 对 316L 不锈钢粉进行了实验研究。其粉末
粒度如图 3.7 所示，粉末直径 40-50μm，球形度很好。SLM 成形的主要技术参数如表
3.5 所示，同仿真工艺参数，主要考虑两个技术参数：激光功率、扫描轨迹、共四组
可变参数的实验模式。例如，激光功率为 160W 和 200W，扫描轨迹有两种模式，一
53
种是逐层偏转 30 度进行条纹扫描，另一种是交替 2.5mm 方阵进行棋盘扫描（岛扫

描）。其他参数设置如下：扫描速度设计为 600 mm / s，50μm 层厚，激光搭接率是
10%，粉末吸收率为 0.7，激光光斑直径大约是 0.1，基板的初始温度是室温等。然后
在此基础上成形试样，如图 3.8 所示。为了保证后续测量结果的可靠性，每个工艺参
数都有三个样本。例如，样本 2 被标记为具有相同工艺参数的 21、22、23。试样几何
尺寸也是 5× 3× 2 (mm)。
表 3. 6 SLM 成形试样的主要工艺参数
试样激光功率扫描方式扫描速度试样编号
1 160W 棋盘式扫描（网格 2.5mm） 600mm/s 21,22,23
2 160W 条纹式扫描（偏转 30º） 600mm/s 11,12,13
3 200W 棋盘式扫描（网格 2.5mm） 600mm/s 41,42,43
4 200W 条纹式扫描（偏转 30º） 600mm/s 31,32,33
图 3. 7 316L 不锈钢粉末
11, 12, 13 21, 22, 23
31, 32, 33, 41, 42, 43
图 3. 8 SLM 成形试样
（2）检测方法
采用美国 FEI 的 Nova NanoSEM 450 电子扫描电镜（scanning electron microscope ,
54
SEM）观察熔池的微观结构，如图 3.9 所示截面测量方法。利用 XSTRESS 3000 X 射

线衍射（X-ray diffraction, XRD）残余应力分析仪，对四个试样的残余应力分层进行
测试，根据奥氏体不锈钢测头选 Mn-Target。同样为了避免线切割对试样应力值的影
响，试样与底板一起冷却至室温，然后一起对试样进行测试，以避免应力释放。此外，
测试布拉格角= 152.80°，采用 sin2ψ 模式，五个衍射线倾角（-45°，-30°，0°，
30°，45°）分别采样拟合得到测量数据。
试样22
上表面单位:mm
2
5
逐层成形
SEM 测
试位置
3
图 3. 9 SEM 熔池检测位置
3.4.2 实验过程
残余应力测量深度也采用电解抛光剥层，从 1.4mm-2.0mm 每隔 0.1mm 测量一次，
如图 3.10 所示。根据文献[31]结合本文仿真结果和其中一个样本测试结果，表明 X 和
Y 方向相近的残余应力，所以本章实验只进行了 X 方向应力测试。共计 28 个测试点
的 X 向残余应力测值进行记录整理。
试样23
上表面 XRD测试位置
II
3
2
测试层
5
II
4:1 2.0
1.9
深度
1.8
1.7
XRD测试位置单位:mm 1.6
1.5
图 3. 10 残余应力测试位置与方法
55
3.4.3 实验结果
（1）熔池测定
根据实验工艺参数，0.1mm 的激光光斑，在不同的工艺参数下，作用在粉末上形
成的熔池大小不同，熔池微观结构如图 3.11 所示。很明显，熔池是一层一层地鱼鳞
状搭接形成的，呈圆弧形，搭接率从底部到表面逐渐增加。从工艺参数的影响情况来
看，随着激光功率逐渐的增大，熔池的几何尺寸也随之增大，可以参见 160W
（图 3.11(a)
和图 3.11 (b)）增大到 200W（图 3.11 (c)和图 3.11 (d)）的熔池几何参数。长扫描轨迹
也增大了熔池的尺寸，参见图 3.11(a)棋盘扫描对比图 3.11 (b)条纹扫描和图 3.11 (c)棋
盘扫描对比图 3.11 (d)条纹扫描。同时，图 3.11(a)对应参数的熔池几何最小，图 3.11(d)
对应参数的熔池几何最大，即激光功率越大，扫描路径越长，熔池几何尺寸就越大。
140μm
( 120μm
a)
(a) P=160W, v=600mm/s, 棋盘扫描 (b) P=160W, v=600mm/s, 条纹扫描
( 172μm
(
c) d) 190μm
(c) P=200W, v=600mm/s, 棋盘扫描 (d) P=200W, v=600mm/s, 条纹扫描

图 3. 11 SLM 试样不同参数下熔池形态对比
根据表 3.6 SLM 成形工艺参数，将残余应力实验结果分为四组进行对比，如图
3.12 所示。在其他参数相同的情况下，有两组 160W 和 200W 的功率进行比较，还有
两组扫描轨迹进行分析。图 3.12 中图形的 X 坐标从成形后的最顶面（高度位置 2.0
56
mm 的表面）到深度 1.4 mm 的高度位置，共有 7 个测量点。Y 坐标反映了 XRD 测量

的残余应力值。为了使结果具有普适性，根据实验得到每一种工艺参数的测试值和误
差值分别体现作为图中的 Y 坐标值和偏差值，各组参数的测值统计后如图 3.12 (a) -
(d)所示，可分别对其两两对比分析。
700
700
P=160W;V=600mm/s;条纹扫描 P=160W;S=600mm/s;棋盘扫描
600
600 P=200W;V=600mm/s;条纹扫描 P=200W;S=600mm/s;棋盘扫描
500 500
残余应力 (MPa)
残余应力 (MPa)
400 400
300 300
200 200
100 100
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
深度 (mm) 深度 (mm)
(a) 条纹式扫描的不同功率 (b) 棋盘式扫描的不同功率

700 700
P=160W;V=600mm/s;条纹扫描
600 P=160W;V=600mm/s;棋盘扫描 600
500 500
残余应力 (MPa)
残余应力 (MPa)
400 400
300 300
200 200
100 100 P=200W;V=600mm/s;条纹扫描

P=200W;V=600mm/s;棋盘扫描
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(c) 160W 时不同的扫描轨迹 (d) 200W 时不同的扫描轨迹

图 3. 12 SLM 试件不同参数下残余应力对比图
从图 3.12 的测试结果统计曲线可以看出，被测残余应力与工艺参数密切相关。
首先，对比两组功率参数（160W 和 200W 条纹，160W 和 200W 棋盘），每组都有
一个共同的趋势，即功率越大，残余应力也越大。其次，在两组功率下比较扫描轨迹
时，条纹扫描的残余应力均大于棋盘扫描。尤其是在 200W 功率搭配条纹式扫描轨迹
时，其残余应力是这四组参数中最大的，而 160W 功率搭配棋盘式扫描轨迹时，其残
余应力是四组参数中最小的。因此，残余应力实验结果非常清晰的可以得到在不同工
艺参数下对热力的作用结果，同时这两组样本的实验数据与仿真分析具有相同的趋势。
由以上实验结果进一步证实，上述两个主要工艺参数的不同匹配方式对残余应力结果
具有显著影响。
57
3.5 SLM 工艺参数匹配方法分析

3.5.1 仿真与实验对比
采用循环累积热力耦合模型建立各向同性弹塑性算法模型，与实际 SLM 工艺真
正的凝固机理还存在一些差异，所以仿真具有一定的计算误差。相对来说，本文构建
的弹塑性算法模型基本符合 SLM 成形过程及相关工艺参数影响，随着仿真速度逐步
提高，算法的精度将会越来越高。另一方面，XRD 残余应力测试不能避免晶体表面
反射误差的影响，所以实验测量也有一定的误差。因此，目前文献中较少将仿真结果
与实验结果一一对应进行比较。本文为了证实工艺参数的匹配性的影响关系，对仿真
的 X 向应力与实验测试的 7 层测值进行统计比较，比较结果如图 3.13 所示。通过对
四组试样和模型的比较，可以看出实验和仿真结果具有相似的层间应力演化关系：从
表层到底层逐渐积累的循环热应力，以及不同功率参数搭配不同扫描轨迹对残余应力
的影响规律。同时还可以看出，仿真和实验结果在试样表面的误差较大，产生的主要
原因是由于实际的“微退火”和“表面重熔”算法在仿真中没有考虑，尚待未来研究
中证实。
500 500
实验
实验仿真
400 仿真 400
X轴残余应力 (MPa)
300 300
200 200
100 100
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(a) P=160W, v=600mm/s, 棋盘扫描 (b) P=160W, v=600mm/s, 条纹扫描

500 500
400 400
300 300
200 200
100 100 实验
实验
仿真仿真
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(c) P=200W, v=600mm/s, 棋盘扫描 (d) P=200W, v=600mm/s, 条纹扫描

图 3. 13 实验与仿真结果对比（图 3.6 与图 3.12）
58
3.5.2 工艺匹配性分析
从本章四组工艺参数的动态仿真与实验测试结果还可以看出，在不同的工艺参数
搭配组合下，其成形中的熔池温度、熔池大小，成形后的热应力与残余应力都有明显
的差异，这充分说明相关工艺参数的匹配关系共同作用形成成形中的热力耦合，并对
成形后的应力应变等质量结果产生直接影响。若工艺参数不匹配很容易形成过大的热
应力及其残余应力，甚至使零件产生成形缺陷或成形失败。在仿真中通过参数设置发
现，当激光功率继续给大时，形成熔池几何过大，此时热应力明显增加，成形中变形
过大，仿真终止，如若相应的提高扫描速度，可以适当缓解热应力过大，仿真可以继
续向下计算几层，但随着应力逐层累积，仍然不能实现整体成形；当激光功率过小时，
熔池温度达不到熔点，材料不能被熔融成形。所以工艺参数之间的组合选配需要实现
参数间相互匹配。
工艺参数间的匹配性是指SLM工艺参数之间互相影响、相互耦合，各参数需要在
一定的范围内有机组合，才能使对应设备、对应粉末材料的零件有效成形。如图3.14
所示，由于各参数都有相应的作用规律，假定图中的剖面线区域才是多工艺参数的匹
配区，则在该区域范围内选择的工艺参数组合才可以保证成形制件的合格性。但此区
域内的参数也都存在一定的可选范围，根据匹配优化特点，在此参数匹配区内会有多
条较优工艺参数组合线存在，参见图3.14匹配区域中，如 “较优线1”、
“较优线2”……
“较优线N”，可以通过选定优化线进行多参数的匹配。而人工去选择确定较优线择
优比较困难，智能迭代选优成为必然。所以，多工艺参数优化问题实质上就是多工艺
参数匹配性分析问题，在工艺参数的边界条件以内，多工艺参数寻优就是通过大量参
数组合的迭代去寻找多工艺参数的匹配方案。
较优线1 较优线2 .....
热力值激光搭接率
激光功率
参数匹配区扫描速度
扫描方式
参数值
图 3. 14 SLM 主要工艺参数的匹配关系示意图
可见，SLM多工艺参数的匹配分析，需要在“参数匹配区内”通过筛选寻找一条
59
较优线与各参数曲线的交点，得到工艺参数匹配优化的结果。对于一个参数变化的情
况，其他参数进行调整仍可达到较优值的匹配。对于这种多参数匹配优化的问题，智
能迭代的方法选优是最佳选择方案。所以SLM多参数匹配过程可以通过智能优化算法
试算迭代，由目标函数控制迭代收敛搜索其最优解。后续章节将继续对工艺参数的智
能匹配优化方法、及各主要工艺参数的作用规律进行详细研究。
3.6 本章小结
本章主要对 316L 不锈钢粉末在不同参数组合下的逐层成形动态仿真进行了进一
步开发研究，根据 SLM 成形动态热力耦合算法进行了多工艺参数的输入方法扩展，
并进行了多工艺参数驱动的模型仿真，得到了几个主要工艺参数作用的热力模拟应力
-应变曲线。同时，用相同工艺参数的实验对仿真结果进行了验证。通过仿真结合实验
测试结果，得出激光功率、扫描速度、扫描轨迹等之间的匹配性要求，通过参数匹配
可以减少应力分布即减少成形缺陷或成形失败。此外，通过多工艺参数的案例运行，
证实了该仿真平台多工艺参数算法的可开发性。进一步地，工艺参数之间互相影响在
很多情况下不是成比例的变化，通过多工艺参数的组合分析，得到了多工艺参数匹配
设计的要求，证明了 SLM 生产制造合格成形件对工艺参数匹配性需要进行智能迭代
求解。
60
第四章基于复合算法的 SLM 工艺参数优化
第四章基于复合算法的 SLM 多工艺参数优化
4.1 引言
激光 SLM 成形工艺参数的匹配性是质量控制的重要保障，在 130 多个 SLM 成
形工艺参数中，本文主要考虑最常用的工艺参数如：激光功率(P)、扫描速度(v)、激光
搭接率(η)、扫描方式(δ)等，同时评价成形件质量的输出参数也有多个如：熔池温度
(T)、熔池尺寸()、应力(σ)、应变(ε)等，这些输入与输出参数之间难以找到显式函数
的描述关系，即目标函数无法用连续或离散的显式数学表达式，且优化目标中极大、
极小值并存，如：熔池温度要高于材料熔点，成形应力需要小于材料许用应力。所以
这类问题的优化属于典型的非线性、多元、多目标、离散的难解问题。对于多参数工
艺优化问题，需要有确定评价函数的单一智能优化算法不再适用。目前工程应用及研
究报道中都是采用几组工艺参数调整试算的方式，但这种依靠变异处理工艺参数包或
经验试算很难直接得到匹配的工艺参数集，使激光 SLM 成形的材料利用率及生产效
率都大大下降，其工艺优势得不到发挥。因此，多工艺参数的匹配性设计成为目前的
应用瓶颈。
根据第二章对 SLM 成形的动态热力耦合仿真开发，以及第三章对多工艺组合的
工艺匹配性分析的扩展，该仿真算法可以较高效地完成一些试样级别的多层多道仿真。
但是仿真并不适合直接进行工艺参数智能优化，因为一是仿真主要是对给定工艺参数
方案的热力耦合结果进行数值计算，无法通过一次仿真达到寻优的目的；二是对于一
些产品级零件，尺寸规模较大，有限元网格数量必将剧增，靠有限元二次开发的仿真
软件进行热力耦合求解，其评估效率仍然不高。而智能优化的计算效率可以实现快速
迭代计算，能够较快的给予具体工艺参数组合的对应热力输出值评估，对实际生产的
工艺规划起到很好的参考价值。此外，在一定的参数边界条件下，通过智能优化算法
求解出相关条件下的较优工艺参数，对生产具有很强的指导价值。
基于此，根据 SLM 多工艺参数匹配性对热力结果的影响关系，在 SLM 成形动态
热力耦合仿真平台的基础上，本章提出了 PSO 算法复合 BP 算法对 SLM 主要工艺参
数的热力结果进行智能评估，并对有边界条件的 SLM 主要工艺参数进行迭代优化。
首先，对 SLM 多工艺参数这类优化问题进行了复合算法构建：该复合算法以 PSO 算
法为主流程，并进行了算法改进，在迭代中调用 BP 算法进行目标函数的智能评价，
并通过 SLM 成形动态热力耦合仿真软件产生系列化工艺参数组合结果作为学习训练
样本。然后，对 BP 神经元学习算法与 PSO 算法进行算法流程及迭代系数设计，及其
复合算法输入输出框架设计，通过 Matlab 软件平台编程实现。最后，对复合算法的
61
运行过程，运行界面，及运行结果进行分析评价，通过多组工艺参数运行证明该复合
算法可以对给定工艺参数的热力特性进行评估及对具有边界条件的工艺参数进行智
能优化。
4.2 复合算法构建
4.2.1 基本算法改进及应用
（1）PSO 算法
PSO 算法，也称鸟群觅食算法，或粒子群优化算法（Particle Swarm Optimization，
PSO），根据算法迭代特点，粒子群算法属于并行算法[105]。
PSO 算法优化主要迭代过程是：首先根据搜索变量维度初始化一群在随机速度
和位置的飞鸟，也称粒子（工艺参数组）。然后通过方向学习因子（c1，c2）构造随机
速度（v），按照此速度粒子飞翔到一个新的位置（新的工艺参数值组），由评价函数
（输出热力结果较优）得到当前一次迭代的局部最优解（当前一代的较好工艺参数组
合）。最后根据当前最优解与前次全局最优解（迭代至当前的较优工艺参数组合）比
较，是否用局部最优解来更新全局最优解。在迭代中，也可以通过评价函数按照选择
概率进行粒子筛选，择优确定基础粒子扩展其“邻居”粒子，在所有邻居中继续迭代，
逐渐缩小搜索空间，使粒子变量朝着最优值发展。
1）粒子公式
粒子根据速度向量和位置向量迭代公式在每一次迭代中，来更新自己的速度以飞
翔到新的位置[106]：
v k +1 = w  v k + c1  r1  ( pBest k − Present k ) + c2  r2  ( gBest k − Present k ) (4-1)

Present k +1 = Present k + v k +1 (4-2)
v 是粒子飞翔的速度，k 是算法运行中迭代的代数，w 是飞翔惯性权重，Present

是当前的粒子位置；pBest 和 gBest 分别是迭代过程筛选的局部最优解以及全局最优
解；r1、r2 是算法随机搜索域定义的（0，1）间的随机数，由 rand()函数生成；c1、c2
是学习因子或飞翔权重因子，c1 表示了自身学习的影响程度，c2 反映了社会学习的影
响程度，也可以理解类似于飞翔方向因子。
2）参数设置
粒子数：一般问题规模取 20~50 个粒子，对于特殊复杂的大范围搜索空间或者特
定问题, 粒子规模可以达到 100~200 个，本文算法迭代选取粒子数为 50 个。
粒子的长度：根据优化问题的变量个数及长短来定。本文 SLM 工艺参数优化的
变量位数取 25 位编码。
62
粒子的范围：根据实际优化问题情况，每一维的粒子可设定不同的参数边界范围。
本文中由交互式界面输入值限定粒子中给定位参数的范围。
惯性权重：它是粒子速度更新的主要影响因素。本文采用变惯性权重法，以在迭
代的不同阶段达到改变飞翔速度的效果。
学习因子：一般 c1 、c2 取值范围在 0 和 4 之间，本文取 c1 和 c2 相等的变学习因
子法。
终止条件：类似于一般的循环迭代算法，通常以循环迭代的次数或误差极限来限
定迭代的终止条件。本文多工艺参数匹配优化其值容易呈分散式，所以设置迭代到最
优值的比较误差小于限定误差值时迭代终止，经运行效果较好。
3）算法改进
PSO 算法在实际应用中为了提高算法效率，对算法的改进更多的是考虑权重因
子与学习因子的改进，如惯性权重的引入，动态学习因子，自适应权重，惯性权重等
[107]
。本文主要考虑的算法因子改进有如下几种。
a.变惯性权重的粒子群算法
对于惯性权重的改进是随着迭代次数的增加，惯性权重从最大变化到最小，变化
的公式为：
t  ( wmax − wmin )2
w = wmax − (4-3)
tmax
b.带压缩因子的粒子群算法
这种改进主要是限定学习因子，使其两个学习因子与惯性权重相互作用，因此粒
子的速度位置公式调整为：
v k +1 = Ф v k + c1  r1  ( pBest k − Present k ) + c2  r2  ( gBest k − Present k )  (4-4)

Present k +1 = Present k + v k +1 (4-5)
其中
Ф=
2
(C = c 1 + c2 ) (4-6)
2 − C − C 4 − 4C
c.变学习因子的粒子群算法
63
t  (cmax − cmin )
c1 = c2 = cmax − (4-7)
tmax
d.随机权重法
w =  +   N (0,1)
(4-8)
 = min + ( max − min )  rand (0,1)
e.自适应权重法
为了平衡算法全局搜索与局部搜索的能力, 权重与评价函数 f 建立评价关联：
 ( wmax − wmin )  ( f − f min )

 wmin − f avg − f min
, f  f avg
w= (4-9)
w , f  f avg
 max
本文粒子群算法构建中，由于优化变量的数据范围差异较大，为避免算法在初始
迭代时步长太小陷入局部最优解，以及在靠近极值时迭代步长过大而跨过最优解。在
惯性权重构造上采用式(4-3)所示的变惯性权重法，在初始迭代时步长较大，随着迭代
时长逐渐缩小迭代步长，以在极值附近小步搜索，迭代出最优值。此外在学习因子的
构建中采用式(4-7)的变学习因子法，同惯性权重的选择原则，变学习因子可以达到对
不同飞翔阶段粒子的速度进行调整，以适应多输入、离散问题的求解。此外，由于本
文优化问题的特殊性，其目标函数没有显式表达，无法进行输入输出函数求解，所以
本文对 PSO 算法的另一个改进就是引入了 BP 算法，进行多输入、多输出目标函数智
能推理计算。
（2）BP 算法
随着人工神经网络（Artificial Neural Networks，ANN）的发展，BP 算法（Back
Propagation，BP）是目前广泛使用的人工神经元网络结构模型之一[108]。BP 网络通过
学习训练样本建立输入-输出间的非线性多层映射关系，进行输入输出模糊计算评估。
该算法不需要输入输出映射的显式方程，并能存贮大批量的多变量输入—多目标输出
的映射关系，所以非常适合于解决 SLM 多工艺参数优化中的热力目标函数评价。由
于该算法在学习训练后具有一定的记忆能力，能够一次训练后在一轮优化的多次迭代
中调用其输入输出映射关系，所以，一次训练好样本，在一个周期的 PSO 算法中嵌
套 BP 算法后不影响后续 PSO 迭代计算的效率。
一般情况下，BP 算法的学习映射精度是取决于输入输出样本的精度及学习效能
的实现，学习速度以及学习规则通常采用最速下降法，通过反向误差传播过程来不断
64
调整及优化网络的权值、阈值，使整体网络计算误差的平方和最小[109]。BP 算法的网
络拓扑结构通常包括输入层、隐含层和输出层。相对来说，网络中间的隐含层越多、
输入输出个数越多，可以达到细分的迭代作用。本文开发的一种四层学习网络关系图
如图 4.1 所示，各分层的节点数分别为 4-15-15-15-2，通过增加中间隐含层的节点数
可以提高 BP 算法学习训练的精度。
误差反向传播
z (2)
z (3)
z (4)
z (l)
W11(1) W11(2) W11(3) W11(4)

X1 Z1(2) Z1(3) Z1(4)
W21(2) W21(3) W21(4)
Y1 y1
W21(1)
1
W31(1) W31(2) W31(3) W31(4)
W12(1) W12(2) W12(3) W12(4)

X2 W22(1) W22(2) W22(3) W22(4)
Z2(2) Z2(3) Z2(4)
W32(1) W32(2) W32(3) W32(4)
i
W13(1) W13(2) W13(3) W13(4)

W23(1) W23(2) W23(3) W23(4)
Xn
W33(1) Z j(2) Z j(3) Z j(4) Y2 y2
W33(2) aij(2) W33(3) W33(4) aij(4)
xn aij(1) aij(3)
ym
输入层隐含层隐含层隐含层输出层
信息正向传播
图 4. 1 误差反向传播多层细分 BP 算法网络结构图
从网络结构图的各层关系，可得其中间各层的输入输出计算过程。
Z j (l ) = 
i =1....n
wij ai lj −1 − b j l (4-10)
1
a j l = f (Z j (l ) ) = − Z j( l )
(4-11)
1+ e
其中，a 表示任意一层隐含层的输入，Z 表示任意一层隐含层的输出，w 表示权重，

b 表示偏置；l，j 表示第 l 层的第 j 个神经元；i，j 表示从第 i 个神经元到第 j 个神经
元之间的连接。
此外，网络训练的输出层的值与真实值之间会存在误差，通过反馈校正可大大提
高 BP 算法的精度。在误差校正时，一般用输出减输入的均方误差来衡量预测值和真
实值之间的误差。
逆向反馈误差：
2
1 l
E =  ( y j k − a jl ) (4-12)
2 j =1
权重更新公式：
65
E
whj =  （  是算法学习率，取值范围 0.1-0.3） (4-13)
whj
偏置更新公式：
E
b j l = (4-14)
b j l
BP 算法每接收到一次输入参数，神经网络一方面会按照网络结构向后传输，通
过上式(4-10)和式(4-11)一层一层的计算得到输出层神经元的值，根据神经元输出的值，
按照式(4-12)计算本次训练的误差，再逆向反馈参与下一代计算更新网络中每条连线
上的权重以及神经元的各个偏置式(4-13)和式(4-14)，这样通过多次输入迭代最终训练
出各层权重及其偏置值等。然后进行反向推理，根据相应输出神经元的值来预测输入
值，即得到工艺参数的热力输出值评价，形成学习训练算法解决输入输出智能计算的
BP 算法网络。
4.2.2 复合算法构建过程
为了避免 PSO 陷入局部最优解的缺点，近年来的研究主要考虑将 PSO 算法与其
他算法进行结合，以提高算法的有效性。其中，PSO 算法复合 GA 算法[110-111]、PSO
算法复合模拟退火算法[112-113]，都有较多研究，且在工程领域逐渐展开应用。针对 BP
算法收敛速度随机性问题[114]，以 BP 算法迭代为主体，将 BP 神经元网络的权值与阈
值设置为 PSO 粒子的飞翔位置，这样就可以由粒子位置的不断更新相继实现对应网
络权值的数值更新，通过这种方式实现了网络高效的一种训练计算方式[115-116]。
针对本文具体的材料、设备等工艺条件，根据工艺参数范围，对 SLM 主要工艺
参数进行优化的问题，需要生成随机初始解，逐步迭代得到最优解，而迭代中根据当
前工艺参数要进行对应的热力耦合结果计算，这类非线性、离散的目标函数求解问题，
须寻找一种模糊的映射计算方法解决目标值评价。基于此，本文提出了 PSO 算法为
主流程，在迭代中进行目标函数求解时调入 BP 算法进行输入输出目标函数评价，而
BP 算法的学习训练样本取自 SLM 高效动态仿真的系列化工艺参数运行数据。这里对
PSO 算法的改进以两种算法的嵌套为实现方式，以 PSO 算法为主迭代算法，评价目
标函数时嵌入 BP 算法，形成算法复合，即简称为复合算法。
复合算法包含两方面的功能，一方面是在给定 SLM 工艺参数组合方案的情况下，
智能算法可以进行对应的热力作用结果输出值评估；另一方面是在指定工艺参数范围
的情况下，进行对应的较优工艺参数组合方案迭代优化。根据工艺参数的智能评估与
智能优化功能要求，对该算法体系进行设计构建，本文复合算法平台构建的结构关系
如图 4.2 所示。
66
BP 算法
输入 SLM 评估对应的热
主要工艺参力作用输出值
数值
给定材料、优化出对应的
设备等条件较优工艺参数
复合算法与评估热力作
给定主要工用输出值
艺参数设置
范围值
图 4. 2 SLM 主要工艺参数匹配优化结构关系图
在图 4.2 的 SLM 主要工艺参数匹配优化结构图中，其主要工艺参数的评估方面，

通过输入的一组确定工艺参数值进行输出热力结果评价，可以直接采用 BP 神经元网
络算法，由 SLM 成形动态热力耦合仿真与实验数据搭建学习样本，对输入的主要工
艺参数训练出对应的热力结果输出值。此外，对于给定工艺条件和参数范围的主要工
艺参数优化方面，由于其输入与输出是在边界范围内搜索寻优，且存在相互的模糊性、
不对等性，难以由显示的目标函数评价，通过 PSO 算法复合 BP 算法的“复合算法”
，
来进行智能迭代优化。
4.2.3 复合算法工作流程
复合算法优化是在基本 PSO 优化模型的基础上融入 BP 算法进行目标函数计算，

循环迭代求解较优工艺参数解。根据前述算法思想，PSO 算法是主流程，首先随机生
成一批初始值参数，由目标函数进行参数评价，如果没有达到较好值，通过粒子群的
速度位移公式对当前值更新为新的参数值，然后再次进行目标函数评价，以此进行循
环迭代直到达到较优的工艺参数匹配值输出。在迭代中每一组更新的 SLM 参数的目
标函数求解用仿真的系列化数据训练后的 BP 算法模型，求解后返回 PSO 算法进行
较优值筛选。由此分析，本文构造了如图 4.3 所示的多输入、多输出及多层误差反馈
训练的复合网络学习算法结构，并将学习算法有机的嵌入到粒子群算法迭代中进行目
标值评价，形成了“复合算法”的优化实现流程。此外为了保证算法的快速收敛及实
用性，该优化模型还进行了优化后工艺参数的实验与仿真对比，修正混合智能算法的
相关因子，以此提高整套优化系统的精度。
67
复合算法
PSO 算法随 BP 学习算法 PSO 飞翔迭更新局部最

机生成工艺算法计算适代产生新一优解与全局
参数群体应度评价代粒子种群最优解赋值
图 4. 3 复合算法工作结构图
从图 4.3 可见，复合算法分为四部分基本工作结构模块，首先由粒子的速度位移
公式构造出一族工艺参数值，然后在迭代计算到目标函数评价时，调用训练好的 BP
算法进行输入-输出目标值模糊评价，通过粒子的飞翔—评价—迭代更新粒子种群，
更新局部最优与全局最优变量，通过迭代终止准则判断循环，最终得到最优工艺参数
组合方案，实现工艺匹配性迭代计算，输出最优的工艺参数序列。其中，为了提高目
标函数的匹配精度，BP 算法采用了多层细分的网络结构方式，并设置学习目标精度
控制，提高了学习的稳定性及精度。同时为了避免算法陷入局部最优解，PSO 算法采
用了变惯性权重、变学习因子的“变速”飞翔模式，保证算法迭代运算的适度步长，
以保障迭代的效率与精度。
通过以上分析，可细化出复合算法的基本工作步骤如下：
1. 初始化 BP 神经元网络结构，包括网络结构，层数，节点数，以及学习因子等
参数，加载训练样本，输入输出过程训练。
2. 初始化 PSO 粒子，由随机函数定义每个粒子的初始速度和位置，初始化粒子
个体当前代的最佳位置 pBest，以及群体迭代中的全局最佳位置 gBest，设置终止准
则，可以是迭代次数或迭代精度等。
3. 将新的位置参数赋给 BP 神经元网络进行工艺参数对应的热力结果计算（目标
函数评价）。
4. 根据 BP 网络计算后得到的各粒子的目标函数排序，选取出本次迭代的最优目
标位置对应的工艺参数值，替换当前存储的最优粒子对应的个体粒子最佳位置 pBest。
5. 判断是否全局最优，若是更新全局最佳位置 gBest。
6. 迭代终止判断，若是转（7），否则进行下一步。
7. 粒子飞翔得到新的位置，流程转向步骤（3）。
8. 输出最优粒子参数（主要工艺参数较优值），迭代完成。
68
4.3 面向多工艺参数匹配优化的复合算法实现
1.激光功率
输入
2.扫描速度
基本工艺
3.扫描方式
参数评估 4.激光搭接率
输出 1.成形中熔池温度
SLM 主要工艺 2.成形后平均应力
参数优化系统
给定参数范围：材料/设
边界备、功率、速度、方式、
主要工艺搭接率，温度、应力
参数优化
优化获取较优工艺参数值：
最低熔池温度、平均残
余应力。
图 4. 4 SLM 终端智能优化软件的框架图
SLM 主要工艺参数优化的编程环境选择 Matlab 2016, 完成算法实现及终端软件

界面封装。程序主要包含基本工艺参数的评估，主要工艺参数优化两部分功能，如图
4.4 所示智能优化框架图。第一部分“基本工艺参数评估”主要是完成给定工艺参数
下，包含输入变量：激光功率、扫描速度、扫描方式、激光搭接率四个主要参数，输
出结果为其成形中的熔池温度评估、成形后的残余应力评价，可为实际生产中的主要
工艺参数的热力作用特性评价提供参考，该部分以 BP 算法训练实现。第二部分“主
要工艺参数优化”，在限定四个主要工艺参数范围和最低熔池温度、平均残余应力的
情况下，迭代出主要工艺参数的最优组合，并得到该组参数对应的成形热力特性参考
输出值，该部分由粒子群迭代算法与 BP 算法融合的复合算法实现，为实际生产提供
工艺参数设计理论指导。
4.3.1 BP 算法实现
在 SLM 基本工艺参数评估部分，本文采用了多层反向回馈式神经元网络算法（BP
算法），如图 4.5 所示。采用了四层网格，前三层为非线性的 4 输入 15 输出、15 输
入 15 输出、15 输入 2 输出、最后一层为 2 输入 2 输出线性训练关系。这种中间扩展
的多层细分输入输出元素个数可使学习训练过程更加细腻，同时对训练样本进行归一
化处理，以提高算法的学习精度。
69
w w w
主要工热力作
艺参数
+ + + 用结果
b b b
4个 15 15 2 2个
输入层隐含层输出层
图 4. 5 BP 多层细分神经元结构实现图
由于BP算法存在训练样本的依赖性、容易遗忘前期训练值、容易进入局部最优解
等问题，本文对BP算法的“梯度下降法”进行了训练构造。编程实现时，其网格权值
训练函数采用以下训练函数：
net=newff(P,[15 15 2],{'tansig','logsig','purelin'},'traingdx')；
输入参数依次为：样本P范围，[各层神经元数目]，{各层传递函数}，训练函数。
本文的神经元训练函数采用的是straingdx方式，即有动量的梯度gd（Gradient descent）
下降法中赋以自适应学习速率lr（learning rate）的反向传播(BP)的一种多层感知机方
法，附加traingdm（有动量的梯度下降法）和 traingda（有自适应学习速率的梯度下降
法）等4个附加参数。相较于梯度下降法（traingd），弹性梯度下降法（trainrp），共
轭梯度法（traincgf），BFGS牛顿回退火法（trainbfg），步正割的BP训练法（trainoss）
等，它具有带冲量的梯度下降收敛速度与自适应的学习速率。
本文其他网络训练控制参数设置如表4.1所示。
表 4. 1 BP 训练参数设置表
参数名称变量名设定值备注
迭代次数 net.trainparam.epochs 20000 网络训练迭代次数
学习效率 net.trainparam.lr 0.01 网络学习率设定
限时迭代次数 net.trainparam.show 100 受限时迭代次数
训练精度 net.trainparam.goal 1e-4 训练目标精度
训练次数 net.trainparam.max_fail 10 最大训练失败次数
根据图4.5网络结构实现的层次关系，分别逐层构建输入输出数量、关系等，然
后按照学习样本读取样本数据，网络训练完成后即可进行智能输入输出评价。
4.3.2 PSO 算法实现

PSO 算法的实现流程如图 4.6 所示，从构建粒子种群，随机生成初始位置参数开
始，经过粒子按照随机函数构造的飞翔速度，到达新的位置，在新的位置进行目标函
70
数评价，此时调用 BP 算法的学习算法计算输出参数值，然后比较确定新的个体最优
解与全局最优解，经过迭代终止准则判断后进行继续迭代或输出全局最优参数值。
开始
设置粒子参数
计算粒子新的飞行速度
计算粒子新的位置
粒子飞翔计算目标函数
确定新的粒子个体最
优值 pi,全局最优值 g
NO
是否全局最优
YES
输出（最优粒子）
结束
图 4. 6 PSO 算法迭代寻优过程
在算法编程实现时，首先设置种群规模M=50，并初始化所要优化的主要工艺参
数如表4.2所示。
表 4. 2 PSO 算法输入/输出变量表
输入参数变量名输出参数变量名
激光功率（位置） par(i).Power 最优功率 par_best.bestPower
激光速度（位置） par(i).Speed 最优速度 par_best.bestSpeed
扫描方式（位置） par(i).Strategy 最优扫描策略 par_best.bestStrategy
激光搭接率（位置） par(i).Overlaprate 最优搭接率 par_best.bestOverlaprate
激光功率（速度） par(i).vPower 最佳熔池温度 par_best.fittemperature
激光速度（速度） par(i).vSpeed 最小残余应力 par_best.fitstress
扫描方式（速度） par(i).vStrategy —— ——
激光搭接率（速度） par(i).vOverlaprate —— ——
然后根据图4.6寻优过程实现其算法流程，通过前述BP算法评价主要工艺参数的
71
目标函数值，如果不满足迭代条件，在迭代中根据 “变惯性权重”及“变学习因子
c1，c2”参数更新飞翔速度，到达新的位置。在新的位置，进行评价时调用训练好的
BP算法评估目标函数，经过迭代终止条件是否继续迭代。直到迭代完成最终输出最优
工艺参数与相应的输出热力参数值。
4.3.3 复合算法实现
在 BP 算法与 PSO 算法构建的基础上，将两种算法融合，即 BP 算法嵌入于 PSO
的目标函数评价计算中，构成的复合算法流程如图 4.7 所示。
开始
建立混合优化模型
修正权值
初始化优化模型系列化 CAE 仿真案例运行
PSO 算法构造初始种群构造学习训练样本
继续迭代
粒子飞翔 BP 算法计算目标函数
（新的速度/位置）
得到目标函数值
N
是否最优
输出较优工艺参数
N
实验验证通过
输出匹配算法及系列优化方案
结束
图 4. 7 复合算法工艺参数优化过程
72
在 BP 算法训练中，输入层设计为多元的激光成形工艺参数，如激光功率 Power、
扫描速度 Speed、扫描方式 Strategy、激光搭接率 Overlaprate 等。输出层对应不同成
形件下各层各位置的熔池温度 Temperature、残余应力 Stress 等。优化算法最后通过
实验验证，以对对比调控算法的阈值与权值因子，建立输入输出之间的一种离散的智
能热—力求解映射关系。其中，
输入:
xi={ par(i).Power, par(i).Speed, par(i).Strategy, par(i).Overlaprate……} (4-15)
输出:
yi={{ par(p).fittemperature,……}, { par(p).fitstress,……}} (4-16)
在粒子群算法中，其迭代采用变惯性权重与变学习因子的自压缩速度位置公式
(4-4)和式(4-5)，然后按照输入参数解码得到对应的工艺参数值。
其中，针对 PSO 多元、多目标问题的多参数迭代，采用多维编码与解码机制，
将不同的输入参数分别定义一定长度的字符数编码。这样就可以在参数约束边界范围
内，随机构造初始群体，飞翔到新的位置后，解码还原新的四个主要工艺参数，后传
入 BP 神经元网络进行目标函数求解。根据表 4.2 的输入参数变量表，本文采用 25 位
二进制编码，按码长解码后对应具体四个工艺参数值。
如：111111111 11111111111 111 11，
激光功率扫描速度搭接率扫描方式
（0-200W）（400-1000mm/s）（0-40%）（可 4 种）
对于多目标输出参数的最优值评价采用分级评选的方式，以熔池温度
（ bestTemperature ）和残余应力（ bestStress ）作为主要考察对象。如：
1800<bestTemperature<2500 并且 bestStress k+1< bestStressk 。其工艺参数的输出作为
ƒ k+1 (present[])。另外，对于算法流程中新位置的目标函数评价 ƒ(present[])，将逐个比
较进行结果评价，实现当前迭代“极值”更新。在每一轮迭代中，粒子通过比较跟踪
两个“极值”来更新解集。一个是当前代的个体极值 pBest（fittemperature & fitstress），
另一个是整个种群的全局极值 gBest（bestTemperature& bestStress），即迭代中对应较
优的工艺参数序列，通过这两个极值一方面可保证收敛速度，另一方面可通过前后代
进行比较判断目标极优值来完成控制迭代的终止。
该复合算法建立在改进 PSO 算法的基础上，通过变惯性权重、变学习因子的系
数选择避免陷入局部最优的情况，通过引入多层细分的 BP 算法进行复杂难解目标函
73
数评价。可见，从算法的构造流程上满足了本文 SLM 工艺参数优化的求解需求。
4.4 SLM 工艺参数优化及结果分析
4.4.1 学习样本构建及运行调试
复合算法的计算精度很大程度上取决于学习训练样本的数量和精度，学习样本越
多，算法训练的精度越高，由于 SLM 的相关热力研究近几年刚开始起步，现有文献
有限，本文整理了现有文献的部分数据参见表 4.3，可见文献中的试样材料、试样尺
寸、测量方式、工艺参数等选取具有随机性，尤其是仿真计算条件的差异直接对仿真
结果的精度影响很大，虽然这些数据非常宝贵，但数据的标准性参差不齐。本课题的
样本数据首先从这些已发表文献的工艺数据中选取条件相当的部分参数，并结合课题
的工艺参数成形测试实验，再结合 SLM 动态热力耦合仿真算法的案例结果，共同构
建学习训练样本，如表 4.4 的样本数据分布，尽可能扩展样本规模，做到训练算法的
通用性。本课题重在算法的构建到实施的过程研究。
表 4. 3 现有 SLM 研究代表性的实验和仿真模拟热力结果
扫描
方试样尺寸(mm) 层或功率速度
材料测量方法温度应力文献
法 (W×L×H) 道数 (W) (mm/
s)
30×1×20 (12, 40 m
316L X-射线 200 400 — 80-200 [117]
16) 层厚
残 H13 10×10×10 — X-射线 150 300 — 100-1420 [118]
余
30 m
应 316L 10×50×60 中子衍射 400 1800 — 100-150 [24]
层厚
力 Crack
实 30 m compliance
验 316L 10×50×10.5 100 400 — 38-417 [23]
层厚 method and
分 X-ray
析 1.270
50 m
9 tool 15×70×12 中子衍射 200 450 — 1000 [40]
层厚
steel
316L 3.1×10×1 5道 75 100 100 2225 612 [36]
Ti6Al 62.5×62.5×
1.5×2×0.65 1道 160 500 2590 -16-180 [119]
4V 12.5
In
0.6×1 1道 — 50 130 — — [37]
热 625
应 In
718; 10 层,1
力 1×16×5 — 300 15 — — [38]
Ti6Al 道
仿 4V
真 Ti6Al 0.21×0.21×
1.5 ×1.5 × 2 22层 270 1000 — — [47]
4V 0.21
316L 0.5 ×0.5 × 2 4层 25×25×50 120 150 2530 12.2-169 [120]
Ti6Al
0.5 ×0.5 × 0.2 4 层 - ×- ×50 100 600 2480 390 [121]
4V
74
1.19×0.315
Ti-Ni ×0.0375;
3道,2 层 25×25×12.5 200 100 — 10-120 [43]
Alloy 1.19×0.315
×0.02
1.25×22.5×50 600 m
In625 中子衍射 125 500 — — [23]
(curved) 层厚
1.270 10层单
9 tool 15×70×10 1.0 200 500 — 1000 [40]
steel 道
仿 32.5 × 32.5
真 Ti6Al 0.33 × 1.04×0.5 1道 × 150 -2710 55 — [42]
结 4V
50
合 AlSi1
1×5×0.075 3层 20×20×25 400 290 — — [44]
实 0Mg
验 Ti6Al 1.92×1.92×0.12 4层 6×6×6 275 1100 — — [45]
4V
100–
SnTe 1 × 0.26 × 0.025 I层 10×10×12.5 8-14 2000 670 [46]
400
Ti6Al 2×4×0.04
1层 50×50×20 3000 1000 — — [48]
4V 5×10×5
304
stainl 250 ×250
7.5 ×2.5 × 0.5 3层 607 1500 — — [32]
ess ×250
steel
表 4. 4 学习训练样本来源分布
数据来源组数占比备注
参考文献 11 5.3% 较离散
工艺实验 145 70.4% 系列化
仿真结果 50 24.3% 规律性
复合算法构建后，通过 Matlab 软件编程实现，将学习样本由 EXCEL 表格调入进

行学习训练。程序封装后命名为“SLM-主要工艺参数优化系统”，其登录界面如图
4.8 所示。
图 4. 8 SLM 主要工艺参数优化系统登录界面
75
登录后进入程序系统主界面，图 4.9 所示。如前所述其包含两部分：“基本工艺

参数评估”和“主要工艺参数优化”。基本工艺参数评估是相对于给定输入工艺参数：
激光功率（Power）、扫描速度（Scanning speed）、激光搭接率（Laser Overlaprate）、
扫描策略（Scanning Strategy）四个主要工艺参数，评估输出相应的成形特性参数：熔
池温度（Molten Pool Temperature）、平均残余应力（Average Residual Stress）的智能
评价，可为实际生产中的工艺特性评价提供参考，该部分以 BP 算法训练实现。主要
工艺参数优化实现给定成形许用输出边界条件：功率范围、速度范围、扫描策略方式、
最大激光搭接率、最小允许熔池温度、最大平均残余应力，在此范围内进行最优工艺
参数迭代优化求解，该部分由粒子群迭代算法与 BP 算法融合的复合算法来实现。
图 4. 9 SLM 主要工艺参数优化系统工作主界面
复合算法运行中，可实时监控其算法结构的执行效率，如图 4.10 所示。可以跟踪

该复合算法的收敛情况，以神经元网络学习训练设定的目标值为基准，在迭代中最优
值不断更新，向目标值靠近，当达到设定的目标值后，学习训练过程迭代完成，算法
相关系数因子确定，输入输出关系可映射求解。从图中的迭代曲线可以说明算法的收
敛性及迭代精度较好。
76
图 4. 10 复合算法训练与迭代收敛过程
4.4.2 基本工艺参数热力评估运行分析
对于图 4.11 所示的基本工艺参数评估，程序封装界面的左侧可以输入对应的参
数值，按照参数单位，其中扫描策略可以在三种策略中点击单选框选择。输入这些工
艺参数值之后，点击按钮“运行”，程序进入 BP 算法训练学习，然后将对应输入由
学习算法计算后得到输出熔池温度与平均残余应力值，实现对四个主要工艺参数的成
形特性输出参数评价。经过调试运行，该部分功能实现可靠，计算精度取决于样本的
数量及精度。
图 4. 11 SLM 基本工艺参数评估实现界面
77
为了验证算法的可靠性，选择了十组工艺参数进行了“SLM 主要工艺参数评估”
计算，其运行结果统计见表 4.5 所示。为了验证评估运行结果的有效性，进行了相同
工艺参数试样的制备及残余应力测试。其中实验测试试样取自 SLM 280 316L 不锈钢
粉末成形，10 组成形试样按 3.4.1 节的 XRD 残余应力测试剥层实验，取其 7 层测试
值的平均值作为实验测值的残余应力值。从表 4.5 的对比结果可见，复合算法评估的
“平均残余应力”与“实验测值残余应力”数值基本接近，其偏差都在 10%以内，且
这十组数据的数据变化趋势完全一致，说明该复合算法的学习训练效果非常好，这种
多层细分的网络结构通过学习训练具有较好的推理计算能力。由此证明了复合算法整
体达到了 SLM 工艺参数评估的效果（以 316L 不锈钢成形为例）。
表 4. 5 SLM 基本工艺参数评估运行结果统计表
材料：316L
序激光扫描激光搭最高熔池平均残余实验测值偏差
扫描速度
号功率方式接率温度应力残余应力
1 160 W 400 mm/s 条纹式 10% 2972 K 409 MPa 429 MPa 4.6%
2 160 W 500 mm/s 条纹式 10% 2878 K 227 MPa 242 MPa 6.2%
3 160 W 600 mm/s 棋盘式 10% 2643 K 133 MPa 124 MPa 7.2%
4 160 W 400 mm/s 棋盘式 10% 2881 K 376 MPa 405 MPa 7.2%
5 160 W 500 mm/s 棋盘式 10% 2720 K 252 MPa 262 MPa 3.8%
6 160 W 600 mm/s 条纹式 10% 2779K 183 MPa 199 MPa 8%
7 200 W 800 mm/s 条纹式 10% 2538 K 268 MPa 285 MPa 6%
8 200 W 600 mm/s 条纹式 10% 3024 K 389 MPa 421 MPa 7.6%
9 200 W 600 mm/s 棋盘式 10% 2809 K 300 MPa 324 MPa 7.4%
10 240 W 800 mm/s 条纹式 10% 2820 K 436 MPa 445 MPa 2%
4.4.3 主要工艺参数智能匹配优化运行分析
主要工艺参数智能优化运行界面如图 4.12 所示。应用时可以根据实际生产状况
或材料特性范围，指定主要工艺参数的选择范围，并根据成形件的输出特性要求，设
置输出参数边界（此边界非常重要，直接决定优化是否在材料属性范围内，属于强约
束条件），最后在已设定的边界条件下优化求解最优的工艺参数组合方案。点击“运
行”按钮后，复合算法评估出较优的工艺参数，以及其对应的输出特性参数值。可见
该算法具有很好的工程实践价值。此外，该软件的优化对象易于扩展，可以根据不同
的设备、不同的粉末材料体系构成相应的学习样本库，实现不同材料、不同设备等的
优化评估计算。
78
图 4. 12 SLM 主要工艺参数优化实现界面
在工艺参数优化界面图 4.12 中，操作应用时，首先选定粉末材料的类型，然后根

据用户设备情况指定激光功率范围、扫描速度范围，可以指定扫描方式类型也可由优
化过程确定扫描方式，还可以限定激光搭接率最大值，以及根据金属粉末属性熔点限
定对应的最低熔池温度及最大残余应力的值，如本文不锈钢材料，指定其最低熔池温
度为 2000K，最大允许残余应力为 500MPa，以使优化的工艺参数结果更符合实际用
户或实际设备的工作范围。
在图 4.12 设置参数边界条件时，如果给定的参数范围内不适合成形时，则弹出
警告对话框，该警告信息设计如图 4.13 所示。提示用户“此参数组合不匹配，不能够
打印成形”。此时用户可以根据设备、材料、零件等情况，重新更新工艺参数范围值
后再次进行智能优化。否则使用该组参数可能会引起成形失败，造成不必要的材料、
时间等浪费。
图 4. 13 参数范围不匹配时警告信息
最后，通过复合算法的调试运行，随机选取了十组工艺参数范围，进行较优工艺
参数的匹配优化。参数范围包括：不同功率范围、不同扫描速度范围、不同激光搭接
率、及两种扫描轨迹或不指定扫描轨迹的方式，并给定了最低熔池温度、最大平均残
余应力限值。运行该算法程序，复合算法迭代运行后，其运行结果见表 4.6 所示。
79
表 4. 6 SLM 主要工艺参数优化运行结果统计表
材料：316L
最低
最大最大残
激光功扫描速熔池
序扫描允许余应力
率范围度范围温度优化运行结果结果评估
号方式搭接限制
P(W) v(mm/s) 限制
率η (MPa)
(K)
P=100W, v=400,
1 100-150 300-600 条纹 15% 2000 500 2649K,377MPa
条纹式，η=10%
P=120W, v=460,
2 100-150 300-600 棋盘 15% 2000 500 2389K,169MPa
棋盘式，η=10%
P=170W, v=400,
3 150-200 300-600 条纹 25% 2000 500 2695K,301MPa
条纹式，η=10%
P=150W, v=600,
4 150-200 300-600 棋盘 25% 2000 500 2816K,153MPa
棋盘式，η=20%
600- P=200W, v=600,
5 200-300 条纹 15% 2000 600 2774K,383MPa
1000 条纹式，η=10%
600- P=240W, v=900,
6 200-300 棋盘 15% 2000 600 2686K,204MPa
1000 棋盘式，η=5%
600- P=280W, v=700,
7 200-300 条纹 25% 2000 600 2982K,424MPa
1000 条纹式，η=10%
600- P=280W, v=900,
8 200-300 棋盘 25% 2000 600 2751K,277MPa
1000 棋盘式，η=20%
P=180W, v=600,
9 100-200 500-600 —— 25% 2000 500 2676K,209MPa
棋盘式，η=10%
600- P=200W, v=700,
10 200-220 —— 25% 2000 600 2698K,302MPa
1000 棋盘式，η=10%
从表 4.6 的运行结果来看，在指定的工艺参数范围内，工艺参数的匹配优化的特
点非常明显的体现出来，即在工艺参数范围内，满足最小熔池温度、最大平均残余应
力的工艺参数组合有多组，在最靠近边界范围的最优工艺参数配合即达到了匹配优化
的结果。此外，当把工艺参数的范围放小，其匹配优化的结果更符合设备使用的选择
范围。另一方面，通过十组工艺参数的匹配优化结果，迭代过程通过变惯性权重与变
学习因子控制，很好的避免了算法陷入局部求解的情况。同时，根据其优化结果进一
步评估的本工艺参数对应的熔池温度与平均残余应力，基本上符合热力评估结果，可
80
以将优化的结果给予预判。如果不符合设计者意图，可以重新给定工艺参数边界继续
新一轮迭代匹配优化。
至此，本文完成了基于复合算法的 SLM 主要工艺参数匹配优化，并进行了多次
迭代运行，运行得到的结果再次抽检了两组（No.3,No.6）通过 SLM 成形动态热力耦
合有限元仿真，仿真结果与该优化结果基本相当，其仿真结果云图不再赘述。可见，
该智能优化算法可以对实际生产起到一定的成形预判评估作用。
4.5 本章小结
根据 SLM 多工艺参数匹配性对热力结果的显著影响，在 SLM 成形动态热力耦
合仿真平台的基础上，本章实现了复合算法对 SLM 主要工艺参数的热力结果进行智
能评估，并对有边界条件的 SLM 主要工艺参数进行迭代优化。首先，对 SLM 多工艺
参数这类非线性、多元、多目标、离散的难解问题优化进行了两种算法的复合构建：
该算法以改进 PSO 算法为主流程，迭代中目标函数评价时调取 BP 算法进行智能推
理评价，并由 SLM 成形动态热力耦合仿真软件的系列化仿真结果作为学习训练样本。
然后，对 BP 算法多层细分网络结构与 PSO 算法变惯性权重、变学习因子等算法改
进，避免了复合算法陷入局部最优，完成了复合算法实现框架，通过 Matlab 软件编
程实现。最后，对 SLM 工艺参数优化算法运行了界面设计，及运行结果分析评价。
通过多组工艺参数运行，并结合实验测试结果分析，证明了复合算法对 SLM 主要工
艺参数的热力结果智能评估的收敛性，并对有边界条件的 SLM 主要工艺参数匹配优
化的有效性。
81
82
第五章 SLM 成形的热力耦合机理及工艺参数影响规律
5.1 引言
金属选区激光熔化（SLM）工艺最主要的热力影响参数有激光功率、扫描速度、
扫描方式、激光搭接率等。已有研究虽然对单一参数或选定的几组多工艺参数组合进
行了实验或仿真研究，得到了工艺参数的对比及择优，但并没有发掘出更多的理论根
源，主要工艺参数对应的热力耦合作用机理不清晰，主要工艺参数对成形热力影响规
律不明朗，由此实践应用中工艺参数的设计及质量评判缺乏理论依据。
SLM 工艺参数在对热力的作用方面具有相互影响，其作用机理，即热应力如何
变化、其分布趋势、应力值的评价等热力机理的研究对实践中工艺参数的选配具有非
常大的指导意义。本章采用与实际工艺过程类似、工艺参数相同、基于动态热源的
SLM 成形热力耦合仿真结果分析，进行热力作用机理分析。在有限元分析过程中对
模型的不同位置、不同成形层设置具体跟踪点，仿真时提取出观测点的过程数据，实
现定点、定时的热力形成过程观察及演变过程分析，通过仿真跟踪点数据结合微观组
织分析的方式，来揭示选区激光熔化工艺的热力耦合作用机理。
此外，SLM 主要工艺参数对热力的影响规律，目前只能通过离散化的数据统计
分析，需建立规模化的数据来源。本章采用基于复合算法开发的“SLM 主要工艺参
数优化系统”，对各主要工艺参数分别系列化运行，采集数据后统计分析，再结合部
分工艺参数试样的残余应力实验测量结果，微观组织的 EBSD 晶粒尺寸实验统计结
果等，实现一定批量的数据规律分析，以初步揭示几个主要工艺参数的热力作用规律。
5.2 SLM 成形热力耦合作用机理
5.2.1 循环温度场演变分析
根据第二章提出的工艺参数驱动的 SLM 成形动态热力耦合仿真方法，以表 2.2
的 316L 圆柱试样工艺参数为例，对其进行了动态热力耦合仿真的数据分析。图 5.1
为仿真试样不同层的相同 X、Y 坐标具有代表性的几个跟踪点的温度变化历程。通过
引用图 2.7(b)所示的坐标系，这些点是位于第 1 层(X,Y,Z = 1, 0.5, 0.0)，第 10 层 (X,Y,Z
= 1, 0.5, 0.5)，第 20 层(X,Y,Z = 1, 0.5, 1)，第 30 层 (X,Y,Z = 1, 0.5, 1.5)，和第 40 层
(X,Y,Z = 1, 0.5, 2)。从图 5.1 对比可以看出，第一层的温度从初始室温开始，当激光
热源移动到跟踪点时，温度迅速上升，达到近 2200 K，超过了 316L 不锈钢（1672K）
的熔化温度，金属粉末立即熔化并形成熔池。然后随着激光光源移动到下一位置，以
及熔池高温部位向周围传热，温度又迅速降到 1000k 以下，这是一个非常大的温度梯
83
度。同时，当在材料点的顶部重新铺设一层新粉末后，激光束扫描到该点的新层时，
继续形成新熔池并迅速扩展到相邻的已成形凝固层。由于新层的传热，导致前层点的
温度再次升高。同时，这种扩散导致了熔池几何形状的增加，即重熔。如此循环累积，
熔池的扩散深度约为 4 层即 200 μm，如图 5.1 所示（重熔温度> 1672k），与文献[122]
中实验所测熔池的几何尺寸相同。但是，随着新层数的增加，重熔温度逐渐衰减，温
度的增减幅度小于前一阶段。这种新成形层对前期成形层的热影响随着后续成形过程
不断循环，发生材料加热——冷却——再加热等重熔现象，在本文中称为“循环热作
用场”。此外，后续的循环热作用场加热可能会产生前期成形底层材料的“微退火”
效应（本文暂不做讨论）。当成形过程仿真在 50 秒左右时全部试样的 40 层成形完
毕，试样进入纯冷却阶段，温度交变循环停止。最终，随着持续向周围传热，整个仿
真试样的温度回落到室温。其他观察点的衰减循环规律也是类似，显而易见，循环层
数或扩散深度取决于监测材料点的成形层数和激光能量强度。
3000
0.0 mm 0.5 mm 1.0 mm 1.5 mm 2.0 mm

2500
2000
温度 (K)
1500
1000
500
0
0 20 40 60 80 100 120
时间 (S)
图 5. 1 仿真运行试样中点位置的温度循环变化曲线
从该温度循环曲线的演变过程可以看到，从第一层激光成形到后续成形的演变过
程中，后层对前层的热影响导致前层温度曲线为循环振荡的多周期下降曲线。每一层
的曲线升降根据激光扫描的时间累积，并贯穿于整个成形过程直至冷却。
由此，对该五层的观测点成形过程中试样各层加热和冷却示意图如图 5.2 所示。
红色列表达了当前层激光曝光时加热升温以及对前几层的循环热作用影响，蓝色列代
表在冷却时当前层的冷却和前几层逐渐衰减的热影响的进一步冷却。这样，在 40 层
的激光扫描过程中，产生循环热作用的影响，当仿真完成后再有一定的纯冷却时间，
工件冷却至室温。在这种高能量快速扫描的热源作用下，材料在瞬间形成了较高的温
84
度梯度△T，约为 10-6K/s 数量级[123]，这必然导致成形件内部形成较大的热应力。
………………
层数 ……….
5 0.23 1s
4 0.23 1s 0.23 1s
3 0.23 1s 0.23 1s 0.23
2 1s 0.23 1s 0.23
0.23 1s 0.23 1s 0.23 0.23

1
t(s)
图 5. 2 仿真中前五层的时间分量示意及其对应的受热叠加效应图
5.2.2 累积热应力形成的过程
（1）热力演变过程
SLM 成形动态热力耦合仿真模拟的 40 层的三个轴向应力和有效应力跟踪曲线如
图 5.3 所示。为了对同一时刻的温度与热应力进行一致性分析，图 5.3 采用与图 5.1
温度场分布曲线相同的观测点以及时间坐标进行分析。如图 5.3 (a)所示该点的 X 轴
向应力分量变化曲线与图 5.1 的温度曲线取同时刻对应分析，当第一层激光曝光完后
处于降温时，X 轴向应力在对应温度曲线的冷却阶段开始正的拉应力增加到 180MPa。
然后，下一层被熔化，第一层被周围区域再次加热，热胀受限产生负的压应力，当进
入第二层冷却时间时，第一层的 X 轴正应力受叠加作用增加到 200MPa。随着循环热
作用层的逐渐上移，第一层的 X 轴正应力在冷却阶段呈周期性增加，直至循环效应
幅值开始减小。根据前五层的加热和冷却示意图 5.2 所示，红色列时刻循环加热时形
成瞬间熔融状态的材料膨胀受压（负应力），蓝色列中同时冷却时形成冷凝收缩受拉
（正应力）。这样在此观测点上，在 40 层循环加热的影响下，尽管正、负应力交替
产生并部分抵消，但最终冷却后当前观测点为试样中心处，最慢散热冷却点，被循环
热效应叠加保留下正拉应力。当仿真时间到 100s，工件冷却至完全室温时，第一层测
试点沿 X 轴的拉应力大于 400MPa。随后各层的拉应力值逐渐减小。
图 5.3 (b)为该点的法向应力分量沿 Y 轴的演化过程。同样的趋势也可以观察到
——由于循环温度场的变化影响，应力也经历了循环正负应力叠加变化，在纯冷却阶
85
段后留存下拉应力。SLM 成形完成后，工件冷却至室温，此时热应力逐渐稳定，随时
间变化很小。在图 5.3 (c)中，Z 轴应力分布仿真结果表明，沿成形方向，应力值总体
较小，在-150MPa ~ 200MPa 范围内。此外，Z 向循环振荡的交变程度并不像 X、Y 向
应力随着温度的变化而明显变化。例如，第一层的应力在开始时经历的应力振荡不太
剧烈，但随着层数的增加，应力的循环变化变得更加严重，这就是前层的热应力分布
对后层的温度场作用产生的耦合关系：在初始成形靠近底层有基板约束时热变形较小，
随着上层往复循环热激发，热应力变大，变大的应力又对温度场叠加产生影响促进了
热变形增大，对应的热应力绝对值逐层增大。此外，在底层的一些观察点，可以观察
到沿 Z 轴方向有显著的压应力。而表层应力接近于零。这是因为在顶部的 Z 轴上几
乎不存在物质约束。此外，对于这一组代表点也得到了有效应力的演化曲线，如图 5.3
(d)所示。有效应力按照式(2-38)进行计算，综合反映了三个应力分量的循环变化，可
以观察到类似的循环现象。
500
450
0.0 mm 0.5 mm 1.0 mm 1.5 mm 2.0 mm
400
350
300
X 轴向应力 (MPa)
250
200
150
100
50
0
-50
-100
-150
-200
0 20 40 60 80 100 120
时间 (s)
(a) X 向应力
500
450
400
0.0 mm 0.5 mm 1.0 mm 1.5 mm 2.0 mm
350
300
250
Y轴向应力 (MPa)
200
150
100
50
0
-50
-100
-150
-200
-250
-300
0 20 40 60 80 100 120
时间 (s)
(b) Y 向应力
86
500
450
400 0.0 mm 0.5 mm 1.0 mm 1.5 mm 2.0 mm
350
300
Z 轴向应力 (MPa)
250
200
150
100
50
0
-50
-100
-150
-200
0 20 40 60 80 100 120
时间 (s)
(c) Z 向应力
700
0.0 mm 0.5 mm 1.0 mm 1.5 mm 2.0 mm

600
500
有效应力 (MPa)
400
300
200
100
0
0 20 40 60 80 100 120
时间 (s)
(d) 有效应力
图 5. 3 模型中点的热应力循环累加演化过程曲线
本文应力分析中，热应力是成形过程中的实时应力，它随时间的变化而变化，如
上述应力曲线随铺粉成形的温度影响过程而交叠变化。而成形完成并且完全冷却后的
应力即为残余应力，残余应力在微观上基本不随时间变化（宏观上讲，残余应力也在
随时间变化，只是单位时间变化量非常小，如自然时效。本文为了区分热应力演变，
将冷却至室温后单位时间变化较小的这种内应力统称为残余应力）。除了以上每层中
单个选取点的应力分布分析外，还提取了同一层中其他几个观测点的应力值，如图 5.4
中的五个标记点。这些点的坐标包含沿 Z 向的七个剥层，如 (Point 1: X,Y,Z = 1, -0.5,
1.1 / 1.2 /…2.0), (Point 2: X,Y,Z = -0.5, - 1, 1.1 / 1.2 /…2.0), (Point 3: X,Y,Z =0.5, - 1, 1.1
/ 1.2 /…2.0), (Point 4: X,Y,Z = 1, 0.5, 1.1 / 1.2 /…2.0) ，和 (Point 5: X,Y,Z =0, 0,
1.1/1.2/…2.0)。在每一层冷却后的 100s 处应力值平均后可以得到残余应力的平均值。
为了便于分析冷却后各层应力变化，在图 5.4 中仅显示了最终的残余应力分布，其分
布沿成形高度方向为 1.1mm 到 2.0 mm。从图 5.4 (a)和图 5.4 (b)可以看出，X 向和 Y
向两种正应力分量的拉伸残余应力均沿成形高度（Z 轴）方向减小，且最后的成形表
87
面处残余应力最低。同时，不同的坐标点在这些层上的残余应力变化趋势比较一致。
此外，X 向与 Y 向的残余应力趋势基本上也是相近的。由此得到残余应力的发展演
变趋势，从表面层向底层逐渐增大，证明了循环热作用形成了循环热应力的累加。
400
400
Point 1
Point 2 Point 1
Point 3 Point 2
300 Point 4 Point 3
Point 5 300 Point 4
X 向残余应力 (MPa)
Average Point 5
Y 向残余应力 (MPa)
Average
200
200
100
100
0 0
1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1
(a) X 向分量 (b) Y 向分量

图 5. 4 残余应力随成形高度的分布趋势
（2）平面应力分布特点
关于正负应力的形成及分布，即拉应力与压应力形成机理进行分析讨论：将温度
场与应力场相同时刻对应分析，当激光源在该层该点曝光时，材料被加热熔融，此时
当前层受热膨胀却被熔池边界约束而产生被迫收缩的压应力（负应力）。当热源从加
热点移开，热量开始迅速扩散冷却，材料冷却收缩使边界对其形成拉应力（正应力）。
从热激发内应力产生的角度来看，这是因为受热后不同的金属原子运动速率不同，而
高冷却速率下瞬间导致了冷却凝固过程中原子不平衡排列，这种不平衡排列使材料的
晶粒取向和间距的出现差异，形成内应力，再结合膨胀受阻或收缩受阻而在平面方向
上体现为压应力或拉应力。因为激光运动的速度远大于传热冷却速率，所以当前一个
整层接近于整层熔融后冷却，由于边缘冷却快于中间位置冷却速率，从边缘向里的熔
融材料冷却时，由收缩应力形成边缘受拉，向里受压，最后冷却的中心受周围抵抗收
缩的拉应力[124]，形成如图 5.5 所示的 X 向平面在中心截面处沿 X 坐标，以及 Y 向平
面应力在中间截面处沿 Y 坐标的应力变化趋势图。进一步地，试样整体成形后，最后
形成从最慢的散热点——中心向外的拉应力过渡为压应力，再到边缘的拉应力，最终
使整个平面应力达到平衡态。此外，由于激光逐层扫描上一层对底层的循环热作用，
使底层的残余应力平面分布得到累加，也得到了越靠近底层应力越大的趋势。
88
600 600
500
高度=0.2mm 500
高度=0.2mm
高度=0.6mm 高度=0.6mm
400
400
X 向平面应力(MPa)
300
Y 向平面应力(MPa)
300
200 200
100 100
0 0
-100 -100
-200 -200
-300 -300
-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 3.0
X坐标 (mm) Y坐标 (mm)
(a) X 向分量 (b) Y 向分量

图 5. 5 平面应力随成形高度的分布趋势
（3）三维应力分布趋势
根据以上逐层循环的热场作用，形成的热应力沿高度随层累积的分布趋势，以及
平面应力从边缘到中心的演变趋势，可以综合进行三维角度分析 SLM 成形后的三维
应力分布图，如图 5.6 所示。图中采用从中心部位的截面图表示，在每一平面层的位
置上，其平面应力符合图 5.5 所示的各层拉压交替的平衡应力分布趋势。在高度方向
上，其热应力的累积作用使底层应力大于上层应力。这样，平面应力与 Z 向应力分布
结合，即形成了圆柱仿真试样 XYZ 的三维应力分布趋势图，图 5.6 中非常清晰地表
达了整体应力区域分布及演变过程，尤其是蓝色的压应力区对应的随成形高度的变化
情况。
2mm
? 5mm -100 100 300 500

应力（MPa）
图 5. 6 SLM 成形三维应力分布趋势图
89
5.2.3 成形晶粒晶向分析
（1）EBSD 晶粒分析设备
EBSD（Electron Backscattered Diffraction，EBSD）电子背散射衍射显微技术，是
近几年发展起来的一种晶体微区取向和晶体结构的分析技术，本文对于残余应力晶粒
的微观统计分析，采用了美国 FEI 的 Nova NanoSEM 450 背散射电子扫描电镜进行晶
粒尺寸及晶界夹角分析，从微观角度论证应力形成机理。
（2）EBSD 材料晶粒分析
图 5.7 为试样 YOZ 截面的 EBSD IPF 图，在 SLM 成形中的热熔激发作用下，金
属原子得到激发，后在凝固结晶的过程中，相同位向的原子形成一个晶粒，同一晶粒
在 IPF 图中由一种颜色标记。进一步结合其极图中的晶粒分布可见，在 SLM 成形试
样的截面方向，晶粒沿熔池方向生长，并且由于循环温度场重熔作用，有的晶粒可以
跨层生长。因此由整张 IPF 图可见，材料内部晶粒大小及晶粒位向有很大差异，这种
金属原子之间的位向差异，是形成内应力的根本原因。这种内应力是由于原子受热活
跃（热膨胀）并受周围约束（阻力引起位向差）产生，所以称之热应力，材料冷却后
即为残余应力。图 5.8 为该参数试样 IPF 图区域的晶粒尺寸统计，可见，绝大多数晶
粒的尺寸都是 90-180μm 的范围，平均晶粒大小约为 112.9μm，与宏观显微照片效果
相同。图 5.9 为该式样的晶界偏转角统计，从统计数据可见，晶粒之间有偏转角度，
但以 3.5°以内的小角度偏转为主，由此可以证明，金属原子的位向角度差异较小，
即残余应力并不太大。
（a）IPF 图（b）极图
图 5. 7 EBSD IPF 晶粒分布图及其极图
90
0.15
0.14
0.13
0.12
0.11
0.10
0.09
数据占比
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0.00
1 10 100 1000
晶粒尺寸 (μm)
图 5. 8 EBSD 观测区晶粒尺寸统计图
0.5
0.4
数据占比
0.3
0.2
0.1
0.0
20 40 60
位向角(度)
图 5. 9 EBSD 观测区晶粒位向角统计图
5.2.4 热力耦合作用机理
因此，从仿真结果到实验测量统计，再到金属结晶晶粒参数统计，SLM 成形中
的热力耦合机理可以总结如下：
（1）循环温度场形成逐层累积热应力的机理。由于 SLM 工艺特点，随着激光光
源的动态移动，其高能量光束作用于金属粉末表面时，迅速融化形成熔池，并随着扫
描速度按照扫描轨迹移动形成熔池带，在温度场的快速移动过程中，由于不同材料点
位置的温度梯度较大，金属原子受热激发运动及冷却时原子运动受阻而产生晶粒团聚
及晶向偏角，也即产生内应力。在下一层粉末受热熔融时，前一层已成形层再次被循
环热传递形成循环温度场，也就继续有新的内应力产生而累积了前层的热应力。以此
类推，随着逐层的温度场受热—冷却循环，原子被反复激发运动并结晶，所以形成了
逐层累积的热应力。
91
（2）热应力到残余应力的演化机理。由于激光高能光束快速移动，受热材料点
的材料加热—冷却速率非常快，形成了较高的热应力，且随着逐层成形，热应力震荡
变化，在最后成形材料进入纯冷却阶段时，凝固持续进行，热应力不断累积增大，当
材料冷却至室温时，热应力稳定下来，成为残余应力，存在于成形件内部，当残余应
力过大，材料内部组织及对外表现都可能出现成形缺陷。
（3）随着沉积层厚增加热应力向底层逐渐累积的趋势。由于 SLM 温度场的逐层
循环热作用，导致热应力场的逐层累积作用。并且其上层传热向下的热影响区持续一
定的范围，在循环累积作用下，底层热应力逐层累积叠加，最终在越靠近基板的底层
热应力累积效果最明显。
（4）平面应力的拉压分布特性机理。热应力在平面范围内按照先后凝固次序分
布平面内，激光快速传热下，整层接近于熔融状态，后开始进入冷却状态，由于边缘
处最先凝固，逐渐向内延展，在中心处最后冷却。后冷却部位受到前期凝固固体的约
束，使其凝固收缩受阻，形成内应力，且边缘处受内部冷却收缩的拉力，最后的冷却
中心部位，也受周围先冷却部位的收缩阻力形成拉应力，其余部位为过渡压应力状态。
最终平面应力成形层中心处为拉应力，向周围逐渐转变为压应力，在最边缘处又过渡
为拉应力，整体为一种平衡的平面应力分布。
由此，形成了图 5.6 示意的 SLM 成形热力耦合三维应力分布图。
5.3 SLM 主要工艺参数对热力影响规律

针对 SLM 主要工艺参数对热力作用规律的研究，本文选取 4 个关键工艺参数进
行分析，由于工艺参数之间相互耦合，多个参数同时变化其规律性变化错综复杂，本
文在研究中对工艺参数之间的耦合关系进行了解耦，就单一工艺参数对热力作用的影
响规律进行分析。同时为了保证分析数据的可信度，采用实验测量数据与 SLM 主要
工艺参数优化系统的复合算法的计算结果相结合的方式进行综合分析评价。实验由
SLM 成形设备 SLM 280，316L 不锈钢粉末分别取十组参数进行试样制备，其工艺数
据如表 5.1 所示，并采用 XRD 残余应力测试来反映热应力的大小，采用 EBSD 进行
成形后组织晶粒尺寸统计，实验方法分别如 3.4.1，及 5.2.2 节所述。复合算法的主要
工艺参数热力特性评估方法如第四章所述，可以运行多组参数进行数据统计分析以总
结规律。
表 5. 1 SLM 试样制备实验参数表
试样功率扫描速度扫描方式编号
1 160W 400mm/s 条纹式扫描（逐层偏转 30 度） 11,12,13
2 160W 500mm/s 条纹式扫描（逐层偏转 30 度） 21,22,23
3 160W 600mm/s 棋盘式扫描（栅格尺寸 2.5mm） 31,32,33
92

5 160W 500mm/s 棋盘式扫描（逐层偏转 30 度） 51,52,53
6 160W 600mm/s 条纹式扫描（逐层偏转 30 度） 61,62,63
7 200W 800mm/s 条纹式扫描（逐层偏转 30 度） 71,72,73
8 200W 600mm/s 条纹式扫描（逐层偏转 30 度） 81,82,83
A 240W 800mm/s 条纹式扫描（逐层偏转 30 度） A1,A2,A3
5.3.1 激光功率对热力作用的影响
激光功率是产生成形区粉末材料受热吸能的主要指标，是金属选区激光熔化成形
主要的工艺参数，根据第三章 SLM 工艺参数匹配分析，其激光功率大，将产生较大
的熔池温度、熔池几何及不同区域的温度梯度，进而影响热应力的分布及残余应力值。
下面将对激光功率对热力作用的影响规律进一步分析。
（1）不同激光功率的实验分析
取表 5.1 中的 160W、200W、240W 在相应的扫描速度、扫描方式下（3 号对 9 号
试样、6 号对 8 号试样、7 号对 A 号试样）分别进行残余应力测试，各试样按剥层高
度 0.1mm 对应的测试结果分别对比，其测试值统计如图 5.10 (a)(b)(c)所示。曲线图中
X 坐标为从表面层 2.0mm 高度向下间隔 0.1mm 分层测试七层至 1.4mm 处，共七个测
点的残余应力值。Y 坐标为当前测量层残余应力的测量平均值曲线（每层测取 2 个测
点值，取其平均值作为当前层的残余应力值）。
700 700
P=160W;S=600mm/s;棋盘扫描 P=160W;V=600mm/s;条纹扫描
600 P=200W;S=600mm/s;棋盘扫描 600 P=200W;V=600mm/s;条纹扫描
500 500
残余应力 (MPa)
残余应力 (MPa)
400 400
300 300
200 200
100 100
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(a) 3 号与 9 号 ( b) 6 号与 8 号
93
700
P=200W,S=800Mmm/s,条纹扫描
600 P=240W,S=800Mmm/s,条纹扫描
500
残余应力 (MPa)
400
300
200
100
0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
深度 (mm)
(c) 7 号与 A 号
图 5. 10 不同激光功率的残余应力测值比较分析图
从图 5.10 的比较结果可见，对比不同条件参数的三对数值，根据其两次测量值
的平均值及其上下偏差统计，图 5.10 (a)中，功率分别为 160W 和 200W，在相同的速
度 v=600mm/s，棋盘式扫描路径下， 200W 残余应力的值均大于 160W 各点的值。进
一步由图 5.10 (b)可见，在相同的速度 v=600mm/s 和相同的条纹式扫描方式下，其
200W 残余应力的测值也均大于 160W 中的各层值。还有图 5.10 (c)，在相同的速度
v=800mm/s 和相同的条纹扫描方式下，其 240W 试样残余应力的测值均大于 200W 中
的各层值。
由此可以得到，在几组不同的工艺参数条件对比下，较大的激光功率对应的 SLM
成形残余应力也较大。进一步对六组工艺参数试样对比的残余应力，取各试样的多层
测量值的平均值做出箱线图，如图 5.11 所示，六组试样综合比较下，激光功率高则
其成形后的残余应力相应较大。
图 5. 11 不同激光功率比较平均残余应力箱线图
94
与图 5.10 对应的实验试样的 EBSD 晶粒测试并统计其晶粒尺寸占比，将其他参

数相同仅激光功率不同的对比图统计曲线绘制如图 5.12 所示。从这 3 对对比图可见，
激光功率大的试样采集的其晶粒尺寸明显较大于小功率晶粒尺寸。这种晶粒分布规律
表征了激光功率大时，只有形成较大熔池，才能在金属原子受热活跃后生长结晶成大
的颗粒。根据工程材料学知识，晶粒越细小，内部的冷却塑性变形便可分散在更多的
晶粒内进行，从而使成形的塑性变形更均匀，内应力集中越小，可见，图 5.12 的微观
晶粒尺寸大小分析结果与图 5.10 的残余应力结果完全一致：激光功率越小，成形后
的晶粒越小，对应的成形件残余应力越小，反之亦然。这个结果也证明了残余应力测
试结果的准确性。进一步的分析，晶粒细小，对应的多晶粒之间交错牵连机会就越多，
越不易造成裂纹的产生与发展，所以晶粒越小其结构件成形后的综合力学性能越好。
0.16 0.16
0.14 0.14
0.12 0.12
0.10 0.10
数据占比
数据占比
0.08 0.08
0.06 0.06
0.04 0.04
0.02 P=160W,V=600mm/s,棋盘扫描 0.02 P=160W,V=600mm/s,条纹扫描

P=200W,V=600mm/s,棋盘扫描 P=200W,V=600mm/s,条纹扫描
0.00 0.00
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 -20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
晶粒尺寸(μm）晶粒尺寸(μm）
(a) 3 号与 9 号 (b) 6 号与 8 号
0.16
0.14
0.12
0.10
0.08
数据占比
0.06
0.04
0.02
0.00 P=200W,V=800mm/s,条纹扫描
P=240W,V=800mm/s,条纹扫描
-0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
晶粒尺寸(μm)
(c) 7 号与 A 号
图 5. 12 不同激光功率的晶粒尺寸比较分析图
（2）复合算法评估结果分析
对于不同激光功率对热力性能的影响，实验结果证明了其宏观趋势，但实验测量
参数分布有限，采用智能评估算法可以进行大量的数据运行结果统计，从而得到对激
光功率的多角度分析。下面采用前章所述的基于复合算法的“SLM 主要工艺参数优
95
化系统”进行给定工艺参数的评估计算，在其他工艺参数不变的情况下，只考察激光
功率的变化对热力作用的影响（分为四组参数序列），功率从 100W 增加到 300W，
其运行结果分别统计绘制曲线如图 5.13 所示。
3500 800 3500 800
3000 700 700

3000
600 600
2500 2500
残余应力 (MPa)
残余应力 (MPa)
500 500
2000 2000
温度 (K)
温度 (K)
400 400
1500 1500
300 300
1000 1000
200 200
500 (温度曲线) 500 (温度曲线)

100 100
(残余应力曲线) (残余应力曲线)
0 0 0 0
100 150 200 250 300 100 150 200 250 300
激光功率 (W) 激光功率 (W)
（a）v=500 mm/s, Overlaprate=10%, 条纹扫描（b）v=600 mm/s, Overlaprate=10%, 条纹扫描

3500 800 3500 800
3000 700 700

3000
600 600
2500 2500
残余应力 (MPa)
残余应力 (MPa)
500 500
2000 2000
温度 (K)
温度 (K)
400 400
1500 1500
300 300
1000 1000
200 200
500 (温度曲线) 500 (温度曲线)

100 100
(残余应力曲线) (残余应力曲线)
0 0 0 0
100 150 200 250 300 100 150 200 250 300
激光功率 (W) 激光功率 (W)
（c）v=500 mm/s, Overlaprate=10%, 棋盘扫描（d）v=600 mm/s, Overlaprate=10%, 棋盘扫描

图 5. 13 不同激光功率的热力输出软件评估值曲线图
从图 5.13 可见，在四组不同的固定的激光扫描速度、激光搭接率及扫描方式下，
其成形中熔池温度及成形后残余应力都随功率的增大而成比例增大。且温度场的增长
趋势较为平缓，而平均残余应力的增加比较明显，特别是在 150W——200W 之间应
力的增加比较明显。说明熔池温度随激光功率的变化其对吸热、传热，具有直接的影
响，但由于熔池在短时间内进行热作用，其受材料物理性能影响，升温变化来不及进
行就开始进入冷却阶段。而热应力在冷却中不断进行冷却-加热循环进行，最后冷却
到室温，热变形引起的应力可以持续进行，直至到达完全冷却的残余应力形成，所以
残余应力受激光功率影响趋势较大。
（3）激光功率对热应力的影响规律
因为 SLM 的激光热源为高斯热源，根据第二章热源模型及热力耦合过程建模分
析，由式(2-3)，热流密度从中心向外以指数形式衰减。功率大时，其能流密度增大，
对应的材料点间的温度梯度较大，因此：
96
T 2 AP 2r 2
= exp( − ) (5-1)
d r k 2 2
即
T
P (5-2)
dr
随着温度梯度的增加，物体热变形增大，由广义胡克定律的关系，即：
 ii   ii  T (5-3)
从式(5-2)和式(5-3)可以得到，在选区激光熔化工艺中，热应变与热应力正比于温
度梯度，与学习算法运行统计图 5.13 的测量曲线结果基本相近，图 5.13 中曲线近似
于正比例曲线。进一步从传热过程分析激光功率的影响规律：在相同的扫描速度即为
相同的时间下，功率大则产生的热量传导与辐射范围大，即熔池几何尺寸大。在材料
导热系数相同的条件下，功率大对应的温度梯度大，熔池温度高。这使得即使相同的
散热速率下金属颗粒熔融持续时间略长，金属原子的运动更加充分剧烈，致使晶体排
列的晶面夹角及晶界间距增大[90]，晶粒长大，后被快速冷却后，较高的温度梯度使金
属原子来不及到达一种新的平衡位置，所以这时的晶面夹角及晶界间距以一种杂乱无
章的结构凝固[125]，形成大的结晶晶粒，导致热应力与对应残余应力较大[90]。
5.3.2 扫描速度对热力作用的影响
扫描速度受激光器振镜的偏转控制，作用于工作台使激光光斑产生移动速度，从
而实现不同坐标位置的粉末受热熔融。扫描速度的快慢直接影响受热区热能积累的多
少，因此其对成形中的熔池大小、熔池温度、晶粒大小及热应力分布也会产生较大影
响，下面分别通过实验和复合评估算法分析其影响作用规律。
（1）不同扫描速度的实验分析
取表 5.1 中的试样分别在 400 mm/s、500 mm/s、600 mm/s、800 mm/s 时，在相应
的激光功率与扫描方式下进行残余应力剥层实验，其分组对比值分别绘制曲线如图
5.14 (a)-(e)所示。
从图 5.14 五组不同扫描速度的残余应力测试值统计可见，无论在不同的激光功
率（160W，200W，240W），还是在条纹式或棋盘式扫描路径下，扫描速度越低对应
的残余应力越大。当然，受实验误差的影响，有个别测试层点的数据有较大测量误差，
但数据的分布及大小趋势是非常明显的。
97
600 600
P=160W,S=500mm/s, 条纹扫描
500 P=160W,S=600mm/s, 条纹扫描
500
400
残余应力 (MPa)
残余应力 (MPa)
400
300
300
200
200
100
100 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(a) 1 号与 2 号 (b) 2 号与 6 号
600 600
P=160W, S=400mm/s, 棋盘扫描
500 500 P=160W, S=600mm/s, 棋盘扫描
400 400
残余应力 (MPa)
残余应力 (MPa)
300 300
200 200
100 100
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(c) 4 号与 5 号 (d) 3 号与 4 号
600
500
400
残余应力 (MPa)
300
200
100
P=200W,S=600mm/s,条纹扫描
0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
深度 (mm)
(e) 7 号与 8 号
图 5. 14 不同扫描速度的残余应力测值对比分析图
对应图 5.14 的工艺参数对比的晶粒尺寸由 EBSD 测量结果统计如图 5.15 所示。
从图 5.15 (a)-(e)五组数据的比较结果可见，扫描速度越低的试样，对应的晶粒尺寸较
大，且大尺寸晶粒的占比也较大。根据前述分析，晶粒较大时，其内部应力较大，这
与残余应力测试结果相同，扫描速度越低，残余应力越大。
98
0.16 0.16
0.14 0.14
0.12
0.12
0.10
0.10
0.08
数据占比
数据占比
0.08
0.06
0.06
0.04
0.04
0.02
0.02 P=160W,V=500mm/s,条纹扫描
P=160W,V=400mm/s,条纹扫描 0.00
0.00 P=160W,V=500mm/s,条纹扫描
-0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 -20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
晶粒尺寸(μm) 晶粒尺寸(μm)
(a) 1 号与 2 号 (b) 2 号与 6 号
0.16
0.16
0.14 0.14
0.12 0.12
0.10 0.10
0.08
数据占比
0.08
数据占比
0.06
0.06
0.04
0.04
0.02
0.02
P=160W,V=400mm/s, 棋盘扫描 P=160W,V=600mm/s,棋盘扫描
0.00
P=160W,V=500mm/s, 棋盘扫描 P=160W,V=400mm/s,棋盘扫描
0.00
-0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 -20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
(c) 4 号与 5 号 (d) 3 号与 4 号
0.16
0.14
0.12
0.10
0.08
数据占比
0.06
0.04
0.02
0.00 P=200W,V=600mm/s,条纹扫描
-0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
晶粒尺寸(μm)
(e) 7 号与 8 号
图 5. 15 不同扫描速度的结晶晶粒尺寸对比分析图
对于多组数据的趋势分析，采用智能评估算法可以有效提高数据细分分析的效率，
以两组激光功率 P=100W 与 P=200W 为例，分别计算扫描速度从 400mm/s 到 800mm/s
的熔池温度与平均残余应力，其统计曲线如图 5.16 的对比值。
99
3000 600 3500 600
(温度曲线)
2500
(残余应力曲线) 500 3000
500
2500
2000 400 400
残余应力 (MPa)
残余应力 (MPa)
2000
温度 (K)
温度 (K)
1500 300 300
1500
1000 200 200

1000
500 100 (温度曲线) 100

500
(残余应力曲线)
0 0 0 0
400 500 600 700 800 400 500 600 700 800
扫描速度 (mm/s) 扫描速度 (mm/s)
（a）P=100 W, Overlaprate=10%, 条纹扫描（b）P=200W, Overlaprate=10%, 条纹扫描

图 5. 16 不同扫描速度的热力结果软件评估值分析图
从图 5.16 可见，在激光功率、激光搭接率、扫描方式相同的条件下，仅考察扫描
速度的变化，具有相同的变化趋势，即扫描速度越低工艺参数的热力输出值越大，随
着扫描速度的增加，熔池温度与平均残余应力变小，这与实验测试结果是相同的。图
5.16 的两组数据的趋势已经非常明显，故不再进行其他工艺参数组的赘述分析。
（3）扫描速度对热应力的影响规律
从不同扫描速度的熔池温度及平均残余应力评估计算结果，残余应力及晶粒尺寸
的实验测试结果看，分析扫描速度对热应力的影响规律是：在较低的扫描速度下，相
当于激光能量作用于粉末材料的时间增长，相应的熔池温度越高，则成形件的不同区
域温度梯度增大，晶粒长大，且内部金属原子的热激发使原子运动加剧，造成热应力
增高，对应的残余应力增大。
从“SLM 主要工艺参数优化系统”评估的数据曲线来看，随着扫描速度逐渐降
低，熔池温度曲线的增长趋势相对较小，而残余应力的增大趋势更加明显。
5.3.3 扫描路径对热力作用的影响
SLM 的扫描路径按其热源运动方式有单向式，循环往复式，按其轨迹长度有长
轨迹与短轨迹等不同的方式。往复方式及扫描路径的长短直接影响粉末材料受热时间
及热流扩散速率，因此，其对传热及应力分布也有很显性的影响。在此论文中主要讨
论最常用的两种轨迹方式对热力结果作用的影响：条纹式和棋盘式。
（1）不同扫描方式的实验分析
对条纹式和棋盘式扫描方式各取一个试样在光镜下观察，其扫描轨迹清晰可见，
图 5.17 (a)(b)(c)(d)为往复条纹式扫描轨迹，其条纹为逐层偏转 30º的条纹状轨迹。而
且随着激光的移动方向，形成带状熔池冷却凝固对应的鳞片式轨迹图。图 5.17 (e) (f)
为棋盘式扫描轨迹图，在光学显微镜下 2.5mm 的栅格尺寸交界位置清晰可见，其扫
100
描轨迹相对条纹式更短。
(a) 条纹式(0°) (b) 条纹式(30°)
(c) 条纹式(90°) (d) 条纹式(120°)
(e) 棋盘式 1 (f) 棋盘式 2

图 5. 17 不同扫描方式下的成形轨迹
通过对四组试样进行逐层剥离后的残余应力测试，统计其测量平均值，并进行不
同扫描方式的对比分析见图 5.18 所示。在两组不同的扫描速度下，由曲线统计值可
见，其条纹式试样的残余应力值均大于棋盘式试样的测值。
101
600 600
500 500 P=160W,S=500mm/s,棋盘扫描
400 400
残余应力 (MPa)
残余应力 (MPa)
300 300
200 200
100 100
P=160W.S=400mm/s,条纹扫描
P=160W.S=400mm/s,棋盘扫描
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3
(a) 1 号与 4 号 (b) 2 号与 5 号
700
700
600 P=160W,S=600mm/s,棋盘扫描 600
500
500
残余应力 (MPa)
残余应力 (MPa)
400
400
300 300
200 200
100 100 P=200W,V=600mm/s,条纹扫描

P=200W,V=600mm/s,棋盘扫描
0 0
2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 0.9 0.8 0.7 2.1 2.0 1.9 1.8 1.7 1.6 1.5 1.4 1.3 1.2 1.1 1.0 0.9 0.8 0.7
(c) 6 号与 3 号 (d) 8 号与 9 号
图 5. 18 不同扫描方式的残余应力测试值及其对比图
图5.18中，也有个别测量点测量误差的影响，但各组数据的分布趋势非常明显，
即在相同的激光功率、扫描速度、激光搭接率下，棋盘式扫描方式的平均残余应力均
小于条纹式扫描方式。图5.19是对应的晶粒尺寸测值，从这四组对比参数可见，条纹
式扫描的成形晶粒尺寸略大于棋盘式，同时大晶粒的占比也较大。残余应力与晶粒尺
寸随扫描方式的影响趋势是一致的。
0.16 0.16
0.14 0.14
0.12 0.12
0.10 0.10
0.08 0.08
数据占比
数据占比
0.06 0.06
0.04 0.04
0.02 0.02
0.00 P=160W,V=400mm/s,条纹扫描 0.00

P=160W,V=400mm/s,棋盘扫描 P=160W,V=500mm/s,棋盘扫描
-0.02 -0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 -20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
(a) 1号与4号 (b) 2号与5号
102
0.16 0.16
0.14 0.14
0.12 0.12
0.10 0.10
0.08 0.08
数据占比
数据占比
0.06 0.06
0.04 0.04
0.02 0.02
P=160W,V=600mm/s,条纹扫描 P=200W,V=600mm/s,条纹扫描
0.00 0.00
P=160W,V=600mm/s,棋盘扫描 P=200W,V=600mm/s,棋盘扫描
-0.02 -0.02
-20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 -20 0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300
(c) 6 号与 3 号 (d) 8 号与 9 号
图 5. 19 不同扫描方式的晶粒尺寸测值及其对比图
不同扫描方式的“SLM 主要工艺参数优化系统”评估运行结果，可参见图 5.13
(a)与(c), (b)与(d)的对比，其对应激光功率与扫描速度下，软件评估值都得到了棋盘式
工艺参数的热力输出值均小于条纹式。在此不再进行其他参数组的分析。
（3）扫描方式对热应力的影响规律
由棋盘式与条纹式扫描轨迹的对比可见，实验测量结果表明，棋盘式的试样成形
中的熔池温度与成形后的残余应力值均小于条纹式试样的值，并且棋盘式扫描其成形
晶粒也较小。而智能优化评估运行结果也相同。对此影响规律进行分析如下：在其他
参数相同的条件下，棋盘式扫描轨迹短于条纹式轨迹，扫描轨迹越短，对应的工艺热
力输出值越小。因为在激光扫描过程中，扫描轨迹长则相邻熔道传热后的热影响区大，
加热时间稍长，对应的传热时间增长，同理，金属原子的热激发作用大，这种活跃的
热运动使其偏离平衡位置，随着周围冷却致原子运动受限，内应力集中变大，结晶晶
粒也变大。可见，扫描方式对热应力的影响规律其实本质就是单道或循环扫描轨迹的
长短对热应力的影响，轨迹越长对应的成形中熔池温度与成形后平均残余应力越大。
5.3.4 激光搭接率对热力作用的影响
激光光斑搭接率也是在工艺设计中需要用户设置的一个主要参数，其搭接率原理
如图 5.20 所示，不同的搭接率对应的熔池搭接率也不同，并且对熔池大小及传热区
域也产生较大影响。从图 5.20 可见，搭接率越大，熔池搭接率越大，相应的重复加热
区越大，对热应力及残余应力的影响有必要进行分析。
103
?
?
?
图 5. 20 激光光斑搭接率原理图（0%-50%）
 −
= 100% (5-4)

其中为激光扫描距离，为熔池直径，为激光光斑搭接率。
激光搭接率也即光斑重叠率，其表达式用式(5-4)表示。当激光相邻扫描轨道的搭
接率不同时，直接影响熔池的交错叠加和循环热场的分布，以及成形件的质量。当搭
接率过小时，由于熔池是在粉末层的一个倒置的圆锥形，粉末层底面不能得到足够的
热量来熔化，如图5.20 (a)所示的未熔化的区域 。当搭接率过高时，熔池的叠合面积
较大，如图5.20 (b)所示的重叠区域 ，叠合面积较大易使前成形部分重熔严重，造
成过烧发蓝等质量问题。本节将在其他工艺参数相同的情况下，只对不同的激光搭接
率进行仿真比较，分别对0%，10%，20%，30%的激光搭接率进行仿真。进一步结合
智能算法分析其热力作用规律。
（1）不同激光搭接率的仿真分析
搭接率在实际 SLM 成形中，会影响金属粉末重复熔化的频率。在不同的激光搭接
率下，其温度与应力演变仿真结果见表 5.2。可以看出在这几组参数下，随着激光搭
接率的增大熔池温度瞬时增高，增高幅度非常明显。其次，对于 X 向热应力，随着激
光搭接率增大，试样各层应力略有增大。此外，从曲线的上下边界统计可见，较大激
光搭接率下，冷却后的仿真试样最底层与表面层的应力变化范围随着搭接率增加变小，
说明应力变化范围的收敛性、统一性得到提高。这使热应力的上下层差异减小，并随
着层间间隔拉压交替，一般在工程应用上，这种情况会使零件具有较好的成形稳定性，
减少产生成形翘曲的制造缺陷。其他各向应力仿真结果的趋势与 X 向应力趋势接近，
在此不再赘述。
104
表 5. 2 不同激光搭接率的温度和热应力曲线
参数温度曲线 X轴向应力
P=200W 4000
0.2 H
500
400
v=600mm/s 0.4 H
0.6 H
0.8 H 300
=0%
3000
1.0 H
1.2 H
200
X向应力(MPa)
1.4 H 0.2 H
Y=0.7 1.6 H 0.4 H
温度 (K)
2000 1.8 H 100 0.6 H
2.0 H 0.8 H
R=0.1 0 1.0 H
1.2 H
H=0.05 1000 -100 1.4 H

1.6 H
1.8 H
条纹式
-200
2.0 H
0 -300
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
时间 (s) 时间 (s)
Tmax=3068K 应力范围: 381 - 35MPa

P=200W 4000
0.2 H
500
v=600mm/s 0.4 H
0.6 H
400
=10%
3000 0.8 H 300
1.0 H
1.2 H 200
X向应力 (MPa)
Y=0.7 1.4 H
0.2 H
温度 (K)
1.6 H
2000 100 0.4 H
1.8 H 0.6 H
R=0.1 2.0 H
0
0.8 H
1.0 H
H=0.05 1000 -100
1.2 H
1.4 H
1.6 H
条纹式 -200 1.8 H
2.0 H
0 -300
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
时间 (s) 时间 (S)
Tv.max=3090K 应力范围: 384 - 36MPa

4000 500
P=200W 0.2 H 400
v=600mm/s 3000
0.4 H
0.6 H
300
0.8 H
=20% 1.0 H
1.2 H 200
X向应力 (MPa)
1.4 H 0.2 H
Y=0.7
温度 (K)
2000 1.6 H 100 0.4 H

1.8 H 0.6 H
2.0 H
R=0.1 0
0.8 H
1.0 H
1.2 H
H=0.05 1000 -100 1.4 H
1.6 H
-200 1.8 H
条纹式 0 -300
2.0 H
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
时间 (s) 时间 (s)
Tv.max=3190K 应力范围: 387 - 193MPa

4000
P=200W 0.2 H
500
0.4 H 400
v=600mm/s 3000
0.6 H
0.8 H
=30%
300
1.0 H
1.2 H
200
X向应力 (MPa)
1.4 H
Y=0.7 0.2 H
温度 (K)
1.6 H
2000 0.4 H
1.8 H 100
2.0 H 0.6 H
R=0.1 0
0.8 H
1.0 H
1.2 H
H=0.05 1000
-100 1.4 H
1.6 H
条纹式 -200
1.8 H
2.0 H
0
0 10 20 30 40 50 60 70 80 90 100 -300
0 10 20 30 40 50 60 70 80 90 100
时间 (s)
时间 (s)
TV.max=3236K 应力范围: 390 - 216MPa
本文还对40%的搭接率进行了仿真，在模型仿真到3-5层时运行多次均成形失败、
仿真终止。因为过大的搭接率造成应力急剧增大，对应应变增大，超出材料计算许用
值，仿真终止，这就是实际成形实验中发生的成形缺陷或成形失败。可能在实际生产
中多数增材设备目前没有反馈系统，仍然能够继续铺粉制造，但这会造成成形样品制
造缺陷。
105
从以上的模拟分析可以看出，如果搭接率过低，将使熔池之间的交叉部位存在未
熔化区，从而产生粉末夹杂或气隙。如果搭接率过大，熔池交叉，粉层熔化温度过高
或反复重熔，应力急剧增大，热变形也增大，可能导致成形失效。因此，合理选择SLM
搭接率是非常重要的。表5.2的四组激光搭接率的相关参数仿真结果统计于图5.21，可
以看出，理论上较好的搭接率是在20%<<30%区间。
800 3500
700
600
3400
500
400
残余应力 (MPa)
300 3300
温度 (K)
200
100
0 3200
-100
X 向应力最大值
-200 X 向应力最小值 3100
-300 有效应力最大值
-400 有效应力最小值
-500 3000
0 10 20 30 40
激光搭接率 (%)
图 5. 21 激光搭接率参数的变化趋势图
3500
3000
温度(K)
2500
P=200W,V=600mm/s,条纹
2000
残余应力(MPa)
1500 P=100W,V=600mm/s,条纹
P=200W,V=600mm/s,棋盘
1000
500
0
10 15 20 25 30
激光搭接率(%)
图 5. 22 不同激光搭接率软件评估值
进一步对 10%，15%，20%，25%，30%的激光搭接率，在复合算法平台的“SLM
主要工艺参数优化系统”评估运行，数据统计见图 5.22。由图可见，随着激光搭接率
增大，其熔池温度与平均残余应力也相应增大，但增大幅度较小。可见，在本论文分
析的四个主要工艺参数中，激光搭接率的热力影响率最小。
106
（3）激光搭接率对热应力的影响规律
激光搭接率对成形热力作用的影响，首先是熔池温度随着搭接率的增加而升高，
这是由于在激光沿扫描轨迹逐道扫描时，由于光斑搭接，熔池交叠，这样后道熔融轨
迹继续加热了前道轨迹，等于各部位受热时间延长温度增高，如前序章节所述，对应
的熔池温度与成形后的平均残余应力增大。其次，对于各向热应力，激光搭接率增大，
扫描路径上的重熔现象更加明显，致使前层产生“微退火”作用显著，所以随着激光
搭接率的增大，其成形层上下层间的应力变化范围减小，即随着成形高度增加残余应
力增加的趋势变小。
5.4 本章小结
本章主要是结合实验校正的 SLM 成形动态热力耦合仿真结果、多工艺参数实验
测试、以及基于复合算法的“SLM 主要工艺参数优化系统”多组数据运行分析，揭示
了 SLM 成形的热力耦合机理及主要工艺参数对热力影响规律。SLM 成形的热力耦合
作用机理：按激光动态移动过程对应形成循环的热力耦合过程，通过温度场、应力场
演变及单轴应力到平面应力的分析，得到了热应力到残余应力的演化原理与循环温度
场对应累积热应力的实现过程，形成了越靠近基板的底层残余应力越大，平面应力在
边缘和靠近中心处以拉应力为主，其余部位为压应力，整个试样的平面应力为平衡态，
由此形成了其立体的三维应力分布趋势图。并初步得到主要工艺参数对成形中的热力
影响规律：激光功率增大后熔池温度显著增高、对应热应力增大；扫描速度稍低时，
熔池温度升高并产生较大热应力；扫描轨迹分析来看，越短的扫描轨迹有利于控制熔
池温度，并减小热应力分布；激光搭接率对熔池的瞬时影响较大，对应力变化趋势较
小，一般在 20%-30%之间对应的热力作用影响较为平稳。
SLM 主要工艺参数之间的耦合关系复杂，对成形热力结果的影响规律也是错综
复杂，本文在完成 SLM 成形动态热力耦合仿真及主要工艺参数优化的基础上进行了
初步探讨，其研究结果尚属最基本的各参数单独作用的影响规律，此结论可以在工艺
参数设计选配时作为参考。其深入的工艺参数综合作用机理，尚待于未来通过解耦理
论、材料织构演变等多学科交叉的体系下综合评价分析。
107
108
第六章总结与展望
6.1 工作总结
金属选区激光熔化是一种解决小批量、难加工、高附加值零件的增材制造成形工
艺，针对相关工艺参数选配不合理易引起不均衡的温度场及应力场，造成成形质量差，
如裂纹、孔隙、翘曲、变形等问题。本文展开了 SLM 成形中热力耦合过程建模及仿
真，多工艺参数智能匹配优化算法及验证等方面的研究。提出了动态热源与循环热力
耦合算法构建的 SLM 动态热力耦合仿真方法，提出了基于 PSO 算法复合 BP 算法的
SLM 多工艺参数优化系统，以分析揭示 SLM 成形中的热力耦合机理及主要工艺参数
在成形中对热力作用的影响规律，从而为 SLM 多工艺参数选配提供理论指导及方法
参考。
研究得到的主要结论如下：
（1）构建了实际工艺参数驱动的 SLM 成形动态热力耦合仿真方法。首先，提出
了动态热源、循环传热模型、弹-塑总应变矩阵，构建了符合 SLM 工艺特点的热弹性
基本方程及其求解方法。然后，基于有限元软件完成了 SLM 成形过程的动态热力耦
合仿真开发，并通过具体的模型按实际 SLM 工艺参数进行了多层多道的循环热力耦
合场仿真，对得到的循环温度场与累积应力场结果进行了对应研究。最后，通过相同
工艺参数的实验测试对 SLM 动态热力耦合输出结果进行了验证，证明了仿真算法的
有效性及仿真结果的可靠性。
（2）论证了基于 SLM 动态热力耦合仿真的主要工艺参数匹配方法。首先，在
SLM 成形动态热力耦合算法的基础上，构建了多工艺参数输入的仿真平台扩展。其
次，通过仿真模型搭建，可对几组工艺参数组合分别进行仿真。随后，用相同的工艺
参数组合实验对仿真结果进行了验证，结合熔池几何、残余应力与实验测试结果，论
证了激光功率、扫描速度、扫描轨迹等主要工艺参数之间的匹配性要求。最后，通过
多工艺参数的案例运行，证实了该仿真平台多工艺参数算法的可开发性。进一步地，
通过多工艺参数的组合分析，证明工艺参数匹配需引入智能迭代求解方法以减小成形
缺陷或成形失败。
（3）开发了 PSO 算法中嵌入 BP 算法的“复合算法”SLM 工艺优化系统。首先，
通过 SLM 多工艺参数非线性、多元、多目标、离散的难解问题分析，提出了以 PSO
算法为主流程，迭代中目标函数评价调取 BP 算法进行学习推理计算而构造的复合算
法。其次，建立了 BP 算法多层细分网络结构与 PSO 算法变惯性权重、变学习因子等
改进算法，避免了复合算法陷入局部最优，完成了复合算法编程实现。最后，对 SLM
109
主要工艺参数优化系统运行了界面设计，及调试运行。由动态热力耦合仿真软件运行
的系列化参数及实验数据等作为学习训练样本，通过多组工艺参数运行，结合实验测
试结果分析，证明了复合算法对 SLM 主要工艺参数的热力结果智能评估的收敛性，
并对有边界条件的 SLM 主要工艺参数迭代优化的有效性。
（4）揭示了 SLM 成形热力耦合机理及主要工艺参数对热力影响规律。一方面，
通过温度场、应力场演变及单轴应力到平面应力的分析，揭示了 SLM 成形的热力耦
合作用机理：循环温度场大的温度梯度形成累积热应力；交变热应力纯冷却后演化为
残余应力，越靠近基板的底层残余应力越大；平面应力在边缘和靠近中心处以拉应力
为主，其余部位为压应力，整个平面应力为一种拉压交替的平衡态，由此形成了其立
体的三维应力分布趋势图。另一方面，结合 SLM 成形动态热力耦合仿真结果、实验
测试结果、以及基于复合算法的“SLM 主要工艺参数优化系统”多组数据综合分析，
得到了主要工艺参数对成形中的热力影响规律：激光功率增大后熔池温度显著增高、
对应热应力增大；扫描速度稍低时，熔池温度升高并产生较大热应力；扫描轨迹分析
来看，越短的扫描轨迹有利于控制熔池温度，并减小热应力分布；激光搭接率对熔池
的瞬时影响较大，对应力变化趋势较小，一般在 20%-30%之间对应的热力作用影响
较为平稳。
通过以上研究，本文构建了工艺参数驱动的 SLM 成形动态热力耦合仿真，并通
过相同的模型几何与工艺参数的实验验证了仿真的有效性与适用性；由仿真拓展进一
步论证了多工艺参数的匹配性优化要求；根据多工艺参数匹配性开发了基于复合算法
的“SLM 工艺参数优化系统”。最后由仿真、实验和智能算法相结合进行综合分析，
揭示了 SLM 成形热力耦合作用机理及主要工艺参数的热力影响规律。其研究结果可
为增材制造生产中的 SLM 工艺设计规划提供理论参考。
6.2 主要创新点
本文针对 SLM 成形中工艺参数选配不合理易产生过大热应力而影响制造零件的
质量，展开了 SLM 成形热力耦合仿真、智能匹配优化、SLM 成形热力机理及主要工
艺参数的影响规律研究，从而可以明确 SLM 成形的热力产生及演变关系、形成智能
参数评估及匹配优化算法、以及得到主要工艺参数对热力作用的影响规律，进行实际
工艺参数的选配指导。
论文主要的创新性工作如下：
（1）提出了工艺参数驱动的 SLM 成形动态热力耦合仿真方法。针对 SLM 成形
符合实际工艺特点的热力机理不明，提出了以实际工艺参数驱动的 SLM 成形动态热
力耦合仿真方法，研究了动态热源的构建、循环传热模型、累积热应力计算方法，构
110
建了热弹性基本方程及求解方法，完成了 SLM 多层多道的成形过程动态仿真及热力

结果输出，并通过相同工艺参数的成形实验及测试结果进行了验证。
（2）提出了基于动态热力耦合仿真的 SLM 工艺参数匹配方法。由于在 SLM 工
艺参数选配中存在参数调整的随机性，提出了 SLM 工艺参数间的智能优化匹配方法，
扩展开发了多工艺参数输入的动态热力耦合仿真算法，完成了多工艺参数成形过程仿
真并论证了多参数的匹配关系，并通过相同工艺参数的多组成形实验及测试结果进行
了验证。
（3）提出了基于复合算法的 SLM 工艺参数优化方法。根据 SLM 主要工艺参数
的匹配性要求，提出了解决多输入、多输出的非线性离散难解问题的复合算法，研究
了 BP 算法的多层细分式网络学习结构，PSO 算法的变惯性权重、变学习因子等算法
改进以避免算法陷入局部最优，并将 BP 算法嵌入 PSO 算法进行目标函数评价形成
该“复合算法”，实现了算法编程调试对应的功能：
“基本工艺参数的评估”与“主要
工艺参数的优化”，并通过实验测值及仿真结果验证了优化算法的收敛性及可靠性。
6.3 研究展望
随着 SLM 成形热力耦合仿真及其工艺参数匹配智能优化研究的深入，目前限于
作者的研究时间和精力，本文的研究结果仍然存在许多需要改进和完善的地方，在下
一步的研究中重点在以下几个方面继续开展细节工作，以使该方面研究更加实用、有
效。进一步的研究设想初步计划如下。
（1）更加高效的有限元仿真开发
有限元分析的计算速度与计算精度是一对相互制约的指标。本文的仿真模型中，
尽管做到了网格的划分基本上等于熔池的大小，工艺参数与实验数据完全一致的仿真。
但仿真中计算效率仍然有限，使后续优化所需大量学习样本的获取周期太长。下一步
为提高仿真的精度与效率，设想在有限元生死法的基础上，研究有限元合并法，以提
高有限元计算效能。
（2）复合算法中 BP 学习训练效率的提高
本文的 BP 算法部分，采用了四层多输入多输出细分网络结构，并采用有动量的
梯度下降法进行网络权值参数训练，其训练精度较好，但学习的记忆能力没有开发，
计算效率较低，也容易跨过最优训练值。未来研究可以在探索更加高效的训练函数方
面进行细致研究，或者进行多种学习算法进行对比分析，设计更好的智能优化算法。
（3）其他关键工艺参数的匹配性研究
本文主要研究了四个主要工艺参数的仿真、匹配性优化等，在实际 SLM 成形中，
尚有其他关键的工艺参数的作用机理、作用规律仍然不明朗。因此，可以完善不同设
备、不同材料、不同参数的工艺数据，来丰富工艺参数库，以得到更全面的学习训练
111
样本，进一步可以对多种应用及其他一些工艺参数进行优化分析研究。
（4）进一步挖掘 SLM 主要工艺参数对成形质量的作用机理
本文进行了四个主要 SLM 工艺参数单独作用时的热力影响规律分析，但工艺参
数之间的耦合关系，及其综合对热力作用影响规律背后的本质还有待于进一步的挖掘，
以及热力耦合作用中的“微退火”作用算法尚需研究。这要交叉于解耦理论、材料学
等相关知识，从材料成形的组织、织构、相关物性分析、多性能测试等方面相结合综
合分析，才能更加清晰细致地得到一些关键工艺参数综合作用对成形热力或成形质量
的作用机理、影响规律。
112
参考文献
参考文献
[1] 黄卫东, 李延民, 冯莉萍,等. 金属材料激光立体成形技术[J]. 材料工程, 2002(3): 40-43.

[2]《2019 年版中国 3D 打印市场专题研究分析与发展趋势预测报告》. http://wenku.baidu.com.
[3] Lee H, Lim C H J, Low M J, et al. Lasers in additive manufacturing: A review[J]. International Journal
of Precision Engineering and Manufacturing-Green Technology, 2017, 4(3):307-322.
[4] Yap C Y, Chua C K, Dong Z L, et al. Review of selective laser melting: Materials and applications[J].
Applied Physics Reviews, 2015, 2(4):518-187.
[5] Gebhardt A, Hötter J S. Additive Manufacturing[J]. Laser Technik Journal, 2010, 7(2):58-63.
[6] 张学军, 唐思熠, 肇恒跃等. 3D 打印技术研究现状和关键技术[J]. 材料工程, 2016, 44(2)：
122~128.
[7] 刘继常. 金属增材制造技术现状与未来研究方向[C]. 第 17 届全国特种加工学术会议论文集.
北京：机械工业协会出版, 2017
[8] Marya M, Singh V, Marya S, et al. Microstructural Development and Technical Challenges in Laser
Additive Manufacturing: Case Study with a 316L Industrial Part[J]. Metallurgical & Materials
Transactions B, 2015, 46(4):1654-1665.
[9] Kim W J, Nguyen H H, Kim H Y, et al. Sintering and Microstructures of SUS 316L Powder Produced
by 3D Printing Process[J]. Archives of Metallurgy & Materials, 2017, 62(2): 1215-1218.
[10] Ren X, Shao H, Lin T, et al. 3D gel-printing—An additive manufacturing method for producing
complex shape parts[J]. Materials & Design, 2016, 101:80-87.
[11] 吴伟辉, 杨永强, 王迪,等. 选区激光熔化变密度快速制造工艺研究[J]. 中国激光, 2010,
37(7):1879-1884.
[12] Attar H, Calin M, Zhang L C, et al. Manufacture by selective laser melting and mechanical behavior
of commercially pure titanium[J]. Materials Science & Engineering A, 2014, 593(2): 170-177.
[13] Guan K, Wang Z, Gao M, et al. Effects of processing parameters on tensile properties of selective
laser melted 304 stainless steel[J]. Materials & Design, 2013, 50(17): 581-586.
[14] Chlebus E, Kuźnicka B, Kurzynowski T, et al. Microstructure and mechanical behaviour of Ti―
6Al―7Nb alloy produced by selective laser melting[J]. Materials Characterization, 2011, 62(5): 488-495.
[15] Sing S L, Yeong W Y, Wiria F E, et al. Characterization of Titanium Lattice Structures Fabricated
by Selective Laser Melting Using an Adapted Compressive Test Method[J]. Experimental Mechanics,
2016, 56(5): 735-748.
[16] Pace M L, Guarnaccio A, Dolce P, et al. 3D additive manufactured 316L components microstructural
features and changes induced by working life cycles[J]. Applied Surface Science, 2017, 418: 437-445.
113
[17] Aboulkhair N T, Maskery I, Tuck C, et al. Improving the fatigue behaviour of a selectively laser
melted aluminium alloy: Influence of heat treatment and surface quality[J]. Materials & Design, 2016,
104: 174-182.
[18] Yadroitsev I, Yadroitsava I. Evaluation of residual stress in stainless steel 316L and Ti6Al4V samples
produced by selective laser melting[J]. Virtual & Physical Prototyping, 2015, 10(2): 67-76.
[19] Denlinger E R, Heigel J C, Pan M, et al. Effect of inter-layer dwell time on distortion and residual
stress in additive manufacturing of titanium and nickel alloys[J]. Journal of Materials Processing
Technology, 2015, 215: 123-131.
[20] Vora P, Mumtaz K, Todd I, et al. AlSi12 in-situ alloy formation and residual stress reduction using
anchorless selective laser melting[J]. Additive Manufacturing, 2015, 7: 12-19.
[21] Ziminsky, W.S., Johnson, T.E., Lacy, B., York, W.D. and Stevenson, C.X., General Electric Co,
Monolithic fuel injector and related manufacturing method. 2012. U.S. Patent 8,181,891.
[22] Jahed H, Faritus M R, Jahed Z. Residual Stress Measurements in an Autofrettage Tube Using Hole
Drilling Method[J]. Journal of Pressure Vessel Technology Transactions of the Asme, 2012, 134(5):
051501.
[23] Ke An, LangYuan, Laura Dial,IanSpinelli, Alexandru D. Stoica, Yan Gao.Neutron residual stress
measurement and numerical modeling in a curved thin-walled structure by laser powder bed fusion
additive manufacturing[J]. Materials & Design, 2017, 135:122-132.
[24] Wu A S, Brown D W, Kumar M, et al. An Experimental Investigation into Additive Manufacturing-
Induced Residual Stresses in 316L Stainless Steel[J]. Metallurgical & Materials Transactions A, 2014,
45(13): 6260-6270.
[25] Liu F, Lin X, Yang G, et al. Microstructure and residual stress of laser rapid formed Inconel 718
nickel-base superalloy[J]. Optics & Laser Technology, 2011, 43(1): 208-213.
[26] Lu Y, Wu S, Gan Y, et al. Study on the microstructure, mechanical property and residual stress of
SLM Inconel-718 alloy manufactured by differing island scanning strategy[J]. Optics & Laser
Technology, 2015, 75: 197-206.
[27] Oladijo O P, Venter A M, Cornish L A, et al. X-ray diffraction measurement of residual stress in
WC-Co thermally sprayed coatings onto metal substrates[J]. Surface & Coatings Technology, 2012,
206(23): 4725-4729.
[28] Yan J J, Zheng D L, Li H X, et al. Selective laser melting of H13: microstructure and residual stress[J].
Journal of Materials Science, 2017, 52(20): 12476-12485.
[29] Simson, T., Emmel, A., Dwars, A., & Böhm, J. Residual stress measurements on AISI 316L samples
manufactured by selective laser melting[J]. Additive Manufacturing, 2017, 17: 183-189.
114
参考文献
[30] Mercelis P, Kruth J. Residual stresses in selective laser sintering and selective laser melting[J]. Rapid
Prototyping Journal, 2006, 12(5): 254-265.
[31] Bartlett, J. L., Croom, B. P., Burdick, J., Henkel, D., & Li, X. Revealing mechanisms of residual
stress development in additive manufacturing via digital image correlation[J]. Additive Manufacturing,
2018, 22: 1-12.
[32] Huang Y, Yang L J, Du X Z, et al. Finite element analysis of thermal behavior of metal powder
during selective laser melting[J]. International Journal of Thermal Sciences, 2016, 104: 146-157.
[33] 沈显峰, 王洋, 姚进,等. 直接金属选区激光烧结热应力场有限元模拟[J]. 激光技术, 2005,
29(4): 343-346.
[34] 李雅莉. 选区激光熔化 AlSi10Mg 温度场及应力场数值模拟研究[D]. 南京：南京空空航天大
学，2015.
[35] 文舒, 董安平, 陆燕玲, 祝国梁, 疏达, 孙宝德. GH536 高温合金选区激光熔化温度场和残余
应力的有限元模拟[J]. 金属学报, 2018, 54(3): 393-403.
[36] Hussein A, Hao L, Yan C, et al. Finite element simulation of the temperature and stress fields in
single layers built without-support in selective laser melting[J]. Materials & Design, 2013, 52(24): 638-
647.
[37] Criales, L. E., Arısoy, Y. M., & Özel, T. Sensitivity analysis of material and process parameters in
finite element modeling of selective laser melting of Inconel 625[J]. International Journal of Advanced
Manufacturing Technology, 2016, 86(9-12): 2653-2666.
[38] Mukherjee, T., Zhang, W., & Debroy, T. An improved prediction of residual stresses and distortion
in additive manufacturing[J]. Computational Materials Science, 2017, 126: 360-372.
[39] Stavropoulos P , Foteinopoulos P , Papacharalampopoulos A , & Tsoukantas G.. Warping in SLM
additive manufacturing processes: estimation through thermo-mechanical analysis[J]. International
Journal of Advanced Manufacturing Technology, 2019, 104(2), 04105.
[40] Zaeh, M. F., & Branner, G. Investigations on residual stresses and deformations in selective laser
melting[J]. Production Engineering, 2010, 4(1): 35-45.
[41] Fergani, O., F. Berto, T. Welo, and S. Y. Liang. Analytical modelling of residual stress in additive
manufacturing[J]. Fatigue & Fracture of Engineering Materials & Structures, 2017, 40(6): 971-978.
[42] Ali, H., Ghadbeigi, H., & Mumtaz, K. Residual stress development in selective laser-melted Ti6Al4V:
a parametric thermal modelling approach[J]. International Journal of Advanced Manufacturing
Technology, 2018, 97(5-8): 2621-2633.
[43] Gu, D., & He, B. Finite element simulation and experimental investigation of residual stresses in
selective laser melted Ti–Ni shape memory alloy[J]. Computational Materials Science, 2016, 117(6):
221-232.
115
[44] Wu, J., Wang, L., & An, X. Numerical analysis of residual stress evolution of AlSi10Mg
manufactured by selective laser melting[J]. Optik - International Journal for Light and Electron Optics,
2017, 137: 65-78.
[45]Song, J., Wu, W., Zhang, L., He, B., Lu, L., Ni, X., &Zhu, G. Role of scanning strategy on residual
stress distribution in ti-6Al-4V alloy prepared by selective laser melting[J]. Optik- International Journal
for Light and Electron Optics, 2018, 170: 342-352.
[46] Luo, C., Qiu, J., Yan, Y., Yang, J., Uher, C., & Tang, X. Finite element analysis of temperature and
stress fields during the selective laser melting process of thermoelectric SnTe[J]. Journal of Materials
Processing Technology, 2018, 261: 74-85.
[47] Yu, T., Li, M., Breaux, A., Atri, M., Obeidat, S. and Ma, C., Experimental and numerical study on
residual stress and geometric distortion in powder bed fusion process[J]. Journal of Manufacturing
Processes, 2019, 46: 214-224.
[48] Chen, C., Yin, J., Zhu, H., Xiao, Z., Zhang, L. and Zeng, X., Effect of overlap rate and pattern on
residual stress in selective laser melting[J]. International Journal of Machine Tools and Manufacture, 2019,
145: 103-433.
[49] Yadollahi A, Shamsaei N, Thompson S M, et al. Effects of process time interval and heat treatment
on the mechanical and microstructural properties of direct laser deposited 316L stainless steel[J].
Materials Science & Engineering A, 2015, 644: 171-183.
[50] Mitra A E, Mehran S H, Sara S S, et al. Structure, Properties, andIn VitroBehavior of Heat-Treated
Calcium Sulfate Scaffolds Fabricated by 3D Printing:[J]. Plos One, 2016, 11(3): 0151216
[51] Kamath C, El-Dasher B, Gallegos G F, et al. Density of additively-manufactured, 316L SS parts
using laser powder-bed fusion at powers up to 400 W[J]. International Journal of Advanced
Manufacturing Technology, 2014, 74(1-4): 65-78.
[52] Sun Z, Tan X, Shu B T, et al. Selective laser melting of stainless steel 316L with low porosity and
high build rates[J]. Materials & Design, 2016, 104: 197-204.
[53] 张凯, 刘婷婷, 张长东,等. 基于熔池数据分析的选区激光熔化成形件翘曲变形行为研究[J].
中国激光, 2015, 42(9): 127-133.
[54] Liu J, Yu H, Zhou T, et al. Effect of double quenching and tempering heat treatment on the
microstructure and mechanical properties of a novel 5Cr steel processed by electro-slag casting[J].
Materials Science & Engineering A, 2014, 619: 212-220.
[55] Paul R, Anand S, Gerner F. Effect of Thermal Deformation on Part Errors in Metal Powder Based
Additive Manufacturing Processes[J]. Journal of Manufacturing Science & Engineering, 2014,
136(3):031009.
116
参考文献
[56] 朱小刚, 孙靖, 王联凤,等. 选区激光熔化成形铝合金的组织、性能与倾斜面成形质量[J]. 机

械工程材料, 2017, 41(2): 77-80.
[57] 吴伟辉, 杨永强, 毛星,等. 选区激光熔化增材制造金属零件精度优化工艺分析[J]. 铸造技术,
2016(12): 2636-2640.
[58] Gao Z, Shao X, Jiang P, et al. Parameters optimization of hybrid fiber laser-arc butt welding on 316L
stainless steel using Kriging model and GA[J]. Optics & Laser Technology, 2016, 83: 153-162.
[59] Ahsan N, Habib A, Khoda B. Geometric Analysis for Concurrent Process Optimization of AM ☆[J].
Procedia Manufacturing, 2016, 5: 974-988.
[60] 陈光霞, 王泽敏, 关凯, 等. 工艺参数对 SLM 激光快速成型件表面粗糙度的影响[J]. 制造技
术与机床, 2009,12: 86-89.
[61] 王迪, 杨永强, 吴伟辉. 光纤选区激光熔化 316L 不锈钢工艺优化[J]. 中国激光, 2009, 36(12):
3233-3239.
[62] 杜胶义, 刘斌, 刘和平. 选区激光熔化工艺参数对 GH4169 成型件致密度的影响[J]. 热加工
工艺, 2015, 8: 28-31.
[63] 闫程程, 杨立军, 代文豪,等. 工艺参数对选区激光熔化 316L 不锈钢表面质量的影响[J]. 热
加工工艺, 2017, 20: 918-925.
[64] 张文奇, 朱海红, 胡志恒,等. AlSi10Mg 的选区激光熔化成形研究[J]. 金属学报, 2017, 8: 918-
926.
[65] 黄建国, 余欢, 徐志锋, 等. 基于 SLM 的工艺参数对 TC4 合金成形件性能的影响[J]. 特种铸
造及有色合金, 2018, 38(4): 375-379.
[66] Spierings A B , Schoepf M , Kiesel R , et al. Optimization of SLM productivity by aligning 17-4PH
material properties on part requirements[J]. Rapid Prototyping Journal, 2014, 20(6): 444-448.
[67] 孙骏. 基于多目标粒子群算法的注塑工艺参数优化方法研究[D]. 华东理工大学, 2013.
[68] 张渝, 周杰, 胡启国. 基于粒子群算法的预挤压组合凹模优化设计[J]. 热加工工艺, 2010,
39(3): 95-97.
[69] 张渝, 胡启国, 张甫仁. 基于粒子群算法的冷挤压模具结构参数优化设计[J]. 中国机械工程,
2010, 21(8):1003-1007.
[70] 张立新, 路雄, 史卫朝. TA7 电火花加工实验研究与工艺参数优化[J]. 制造业自动化, 2017,
39(7): 54-60.
[71] Zhang T, Li L, Liang F, et al. Parameter optimization of laser die-surface hardening using the particle
swarm optimization technique[J]. International Journal of Advanced Manufacturing Technology, 2008,
36(11-12): 1104-1112.
[72] 倪立斌, 刘继常, 伍耀庭,等. 基于神经网络和粒子群算法的激光熔覆工艺优化[J]. 中国激光,
2011, 38(2): 93-98.
117
[73] 蔡定葆, 张群莉, Mykola Anyakin,等. 基于 BP 神经网络算法的 Ti-6Al-4V 激光 NiAl-VC 合金

化的工艺研究[J]. 应用激光, 2013, 1: 18-23.
[74] 王东生, 杨友文, 田宗军, 等. 基于神经网络和遗传算法的激光多层熔覆厚纳米陶瓷涂层工
艺优化[J]. 中国激光, 2013, 40(9): 57-65.
[75] 杨友文, 田宗军, 潘浒, 等. 基于遗传神经网络的镍基高温合金激光熔覆层形貌质量预测[J].
焊接学报, 2013, 34(11): 78-82.
[76] 郭亮, 王少华, 张庆茂, 等. 基于 BP 神经网络的光纤激光焊接工艺参数优化及性能预测[J].
应用激光, 2010, 30(6): 479-482.
[77] 陈浩, 王霄, 刘会霞, 等. 数值模拟驱动的激光透射焊接 PET 与 304L 不锈钢的优化研究[J].
中国激光, 2014, 41(4): 83-91.
[78]刘荷花. 基于 BP 神经网络的激光焊接工艺参数优化数据库系统[J]. 激光杂志, 2015, 36(4):
182-184.
[79] 陈利军, 余勇. 基于改进型神经网络的焊接机器人焊枪控制算法研究[J]. 焊接, 2016(6): 56-
58.
[80] Zhang Y, Gao X, Katayama S. Weld appearance prediction with BP neural network improved by
genetic algorithm during disk laser welding[J]. Journal of Manufacturing Systems, 2015, 34: 53-59.
[81] 汪兴均, 黄文荣, 沈显峰, 等. 基于 BP 神经网络的 5A06 铝合金电子束焊接熔深预测[J]. 电
焊机, 2007, 37(3): 14-16.
[82]卢志军, 王亚军. 钛合金电子束焊缝熔凝区形状的人工神经网络模型[J]. 焊接学报, 2009,
30(5): 29-32.
[83] 林俊杰. 基于神经网络的离子束抛光工艺参数算法研究[D]. 长春理工大学, 2014.
[84] 赵经文, 王宏钰. 结构有限元分析(第二版)[M]. 北京：科学出版社，2001.
[85] 党沙沙, 许洋, 张红松. ANSYS 12.0 多物理耦合场有限元分析从入门到精通[M]. 机械工业出
版社, 2010.
[86] 胥国祥, 杜宝帅, 董再胜,等. 厚板多层多道焊温度场的有限元分析[J]. 焊接学报, 2013, 34(5):
87-90.
[87] Li L C, Tang C A, Zhao X D, et al. Block caving-induced strata movement and associated surface
subsidence: a numerical study based on a demonstration model[J]. Bulletin of Engineering Geology &
the Environment, 2014, 73(4): 1165-1182.
[88] 辛啟斌, 王琳琳. 材料成形计算机模拟.第 2 版[M]. 北京：冶金工业出版社, 2013.
[89] Yang Z L, Li Q H, Ruan F X, et al. FDTD for plasmonics: Applications in enhanced Raman
spectroscopy[J]. Science Bulletin, 2010, 55(24): 2635-2642.
[90] 姜传海, 杨传铮.内应力衍射分析[M]. 北京：科学出版社, 2013.
118
参考文献
[91] Carslow, H. S., Jaeger, J. C., & Morral, J. E.. Conduction of heat in solids, second edition[J]. Journal
of Engineering Materials & Technology, 1992, 108(4): 378.
[92] 陈明祥. 弹塑性力学[M]. 北京：科学出版社, 2010.
[93] Foroozmehr, A., Badrossamay, M., Foroozmehr, E., & Golabi, S.. Finite element simulation of
selective laser melting process considering optical penetration depth of laser in powder bed[J]. Materials
& Design, 2016, 89: 255-263.
[94] 卓卫东. 应用弹塑性力学[M]. 北京：科学出版社, 2005.
[95] 刘旭东, 朱苗勇, 程乃良. 板坯连铸结晶器的热弹塑性力学分析[J]. 金属学报, 2006,42(11):
1137-1142.
[96] 李黎明. ANSYS 有限元分析实用教程[M]. 北京：清华大学出版社, 2005.
[97] 徐锦岗, 陈勇, 陈辉, 杨冰. 工艺参数对 H13 钢选区激光熔化成形缺陷的影响[J]. 激光与光
电子学进展, 2018, 55(04):283-289.
[98] Na T W , Kim W R , Yang S M , et al. Effect of laser power on oxygen and nitrogen concentration
of commercially pure titanium manufactured by selective laser melting[J]. Materials Characterization,
2018,143:110-117.
[99] Zheng Z , Wang L , Yan B . Effects of laser power on the microstructure and mechanical properties
of 316L stainless steel prepared by selective laser melting[J]. International Journal of Modern Physics B,
2017,31(16-19): 1744015.
[100] 边培莹, 尹恩怀. 选区激光熔化激光功率对 316L 不锈钢熔池形貌及残余应力的影响[J]. 激
光与光电子学进展, 2020, 57(1): 011403.
[101]Shang Y , Yuan Y , Li D , Li Y, Chen J. Effects of scanning speed on in vitro biocompatibility of
316L stainless steel parts elaborated by selective laser melting[J]. International Journal of Advanced
Manufacturing Technology, 2017, 92: 4379–4385.
[102] 葛亚楠, 武美萍, 冒浴沂, 韩基泰. 激光选区熔化扫描策略对钛合金成形精度的影响[J]. 激
光与光电子学进展, 2018, 55(9): 262-268.
[103] 张乔石, 陈向东, 袁自钧, 程萍. 选择性激光熔化中铺粉层厚的影响[J]. 合肥工业大学学报:
自然科学版, 2017, 9: 80-84.
[104]Savalani M M , Pizarro J M . Effect of preheat and layer thickness on selective laser melting (SLM)
of magnesium[J]. Rapid Prototyping Journal, 2016, 22(1): 115-122.
[105]秦全德. 粒子群算法研究及应用[D]. 华南理工大学, 2011.
[106]蒋晓屾. 粒子群算法在多维优化问题中的改进研究[D]. 浙江理工大学, 2016.
[107]Guedria N B. Improved accelerated PSO algorithm for mechanical engineering optimization
problems[J]. Applied Soft Computing, 2016, 40(40): 455-467.
119
[108]王美玲，王念平，李晓. BP 神经网络算法的改进及应用[J]. 计算机工程与应用, 2009, 45(35):

47-48.
[109]蒋亮. BP 神经网络的优化研究及应用[D]. 南昌大学, 2014.
[110]时小虎, 韩世迁, 闵克学, 等. 基于遗传算法和粒子群优化的混合算法[J].中国科技论文在线
2006, 10: 461.
[111]潘勇, 郭晓东. 一种基于遗传算法改进的粒子群优化算法[J]. 计算机应用与软件, 2011, 28(9):
222-224.
[112]潘全科, 王文宏, 朱剑英. 基于粒子群优化和模拟退火的混合调度算法[J]. 中国机械工程,
2006, 17(10): 1044-1046.
[113]吕丹, 童创明, 钟卫军. 基于粒子群和模拟退火算法的混合算法研究[J]. 计算机工程与设计,
2011, 32(2): 663-666.
[114]江丽, 王爱平. 基于粒子群与 BP 混合算法的神经网络学习方法[J]. 计算机应用, 2012, 32(S2):
13-15.
[115]王炳萱, 李国勇, 王艳晖. 基于 LM-PSO 算法和 BP 神经网络的非线性预测控制[J]. 太原理
工大学学报, 2016, 47(2): 207-211.
[116]申燚, 卜云峰. 基于多克隆粒子群的无心磨削工艺参数优化[J]. 机床与液压, 2010, 38(3): 41-
43.
[117] Liu, Y., Yang, Y., & Wang, D.. A study on the residual stress during selective laser melting (slm)
of metallic powder[J]. International Journal of Advanced Manufacturing Technology, 2016, 87(1-4): 1-
10.
[118] Yan, J. J., Zheng, D. L., Li, H. X., Jia, X., Sun, J. F., & Li, Y. L., et al.. Selective laser melting of
h13: microstructure and residual stress[J]. Journal of Materials Science, 2017, 52(20): 12476-12485.
[119] Vastola, G., Zhang, G., Pei, Q. X., & Zhang, Y. W. . Controlling of residual stress in additive
manufacturing of ti6al4v by finite element modeling[J]. Additive Manufacturing, 2016, 12: 231-239.
[120] Li, Y., Zhou, K., Tan, P., Shu, B. T., Chua, C. K., & Leong, K. F. Modeling temperature and residual
stress fields in selective laser melting[J]. International Journal of Mechanical Sciences. 2017, 136: 24-35.
[121] Pengfei Tan, Fei Shen, Biao Li, & Kun Zhou. A thermo-metallurgical-mechanical model for
selective laser melting of Ti6Al4V[J]. Materials and Design. 2019,107642.
[122] Zavala-Arredondo, M., Ali, H., Groom, K. M., & Mumtaz, K.. Investigating the melt pool properties
and thermal effects of multi-laser diode area melting[J]. The International Journal of Advanced
Manufacturing Technology, 2018, 97:1383-1396.
[123] Fotovvati, B., Wayne, S. F., Lewis, G., & Asadi, E.. A review on melt-pool characteristics in laser
welding of metals[J]. Advances in Materials Science and Engineering, 2018, 2018: 920718.
[124] Somashekara M A, Naveenkumar M, Kumar A, et al. Investigations into effect of weld-deposition
120
参考文献
pattern on residual stress evolution for metallic additive manufacturing[J]. International Journal of
Advanced Manufacturing Technology, 2017, 90(5-8): 2009-2025.
[125] 边培莹. 金属选区激光熔化 316L 不锈钢热处理工艺的应力及组织演变研究[J]. 材料热处理
学报, 2019, 40(4): 90-97.
121
122
致谢
致谢
人生数十载，弹指一挥间。学习-工作-学习形成了我固定的人生轨迹，当学习变
成了一种习惯，也就进入了知识的殿堂。在这里我有过踌躇、有过深思、也有过孓然，
感恩我的导师与诸多学友成为我寻求知识的领路人，使我在这座殿堂里快速就位，顺
利完成博士课题，使久违的无法言喻的真心欢愉挂上眉头。
首先感谢我的导师邵晓东教授和杜敬利教授，在他们的悉心指导下，完成了本博
士论文的选题、开题、……直至论文终稿完成。导师的前瞻性讨论，使我思路大开；
导师的一句肯定，使我信心百倍；导师的仔细认真，使我更加尊重学问……。感恩的
心，无法言表，值此论文完稿之际，谨以最高诚意对导师的辛勤培育与谆谆教诲表示
最衷心的感谢!
其次感谢我的赴美访学导师 Prof. Jing Shi，在美国的一年，带领我看到了科技的
光芒，新知识、新方法的应用，问题的挖掘与交叉学科知识框架搭建。以及增强了我
对科学研究的那份灵气与执著，这将使我受益终生！
还要感谢陕西省表面工程与再制造重点实验室张运良教授、戴君教授，对我的悉
心关怀，及在课题研究中提供的支持与帮助！使我很好的开展了实验研究工作。
感谢机电工程学院马娟教授、刘焕玲副教授、李申副教授等老师们在课题相关理
论知识方面给我的点拨与启发，使我快速高效的进入课题的理论研究中。
感谢同课题组的葛晓波师兄、武维维师弟，同窗刘志勇博士、王小俊博士、胡晓
博士等等，大家一起加油助力，交流经验，收获友情。
感谢我的父母，头生华发，腿脚渐沉，整日心系女儿的身体、学业！感谢我的弟
弟，为姐只有不断学习充电，才能与你畅谈国事，纵论风云，共同体会家国情怀！感
谢所有给我提供帮助的朋友，使我获得力量支持，全力攻克难题！
最后，感谢评阅此论文的专家和日后看到此论文的同行，敬请专家及同行不吝赐
教，为论文进步及知识更新谏言献策。
回望来路，无愧芳华！
边培莹
2020 年 8 月
于西安电子科技大学
123
124
作者简介
作者简介
1. 基本情况
边培莹，女，山东济南人，1980 年 3 月出生，西安电子科技大学机电工程学院机
械电子工程专业 2016 级博士研究生。
2. 教育背景
2002.08～2006.06 西安理工大学，本科，专业：机械电子工程
2006.08～2009.04 西安理工大学，硕士，专业：机械制造及其自动化
2016.08～今西安电子科技大学，博士研究生，专业：机械电子工程
3. 攻读博士学位期间的研究成果
3.1 发表学术论文
[1] Peiying Bian, Xiaodong Shao, Jingli Du, Fangxia Ye, Xiuping Zhang &Yaozhao
Mu. Simulation of the evolution of thermal dynamics during selective laser melting
and experimental verification using online monitoring[J]. Sensors, 2020, 20(16),
4451. (SCI Online)
[2] Peiying Bian, Jing Shi, Xiaodong Shao, & Jingli Du. Evolution of cyclic thermal
stress in selective laser melting of 316Lstainless steel: a realistic numerical study
with experimental verification[J]. The International Journal of Advanced
Manufacturing Technology, 2019,104(9-12): 3867–3882. (SCI:000500220700041)
[3] Peiying Bian, Xiaodong Shao & Jingli Du. Finite Element Analysis of Thermal
Stress andThermal Deformation in Typical Part during SLM[J]. Applied sciences,
2019, 9(11), 2231. (SCI:000472641200059)
[4] Peiying Bian, Jing Shi, Xiaodong Shao, & Jingli Du. An Investigation on Residual
Stress in 316L Stainless Steel by Selective Laser Melting[J]. Proceedings of the
ASME13 the International Manufacturing Science and Engineering Conference,
TX,USA, 2018.6:V001T01A019. (CPCI&EI:20184305976198 )
[5] 边培莹, 邵晓东, 杜敬利. 选区激光熔化 AlSi10Mg 表面微弧氧化及其耐磨耐
蚀性[J]. 中国表面工程, 2018, 31(1):88-95.（EI:20181905145707）
[6] Peiying Bian, Enhuai Yin. The Relation of The Uniformity of Composition and The
125
Mainly Mechanical Properties of AlSi10Mg by Microanalysis in SLM[J]. Journal

of Phycics: Conference Series, 2019.1213:052028. (CPCI&EI:20193107263975)
[7] Peiying Bian, Jing Shi, Yang Liu, Xiaodong Shao, & Jingli Du. Influence of Laser
Power and Scanning Strategy on Residual Stress Distribution in Additively
Manufactured 316L Steel[J]. Optics and Laser Technology, 2020, Accepted. (SCI).
3.2 申请（授权）专利
[1] 边培莹，包宝军, 邵晓东，杜敬利. 一种选区激光熔化主要工艺参数匹配优化
方法，发明专利：中国，申请号：2020105839390.
3.3 参与科研项目及获奖
[1] 陕西省教育厅重点计划项目，18JS097，金属激光立体成形高效热力耦合循环
热应力仿真研究，2018.12-2020.12，负责循环热力耦合算法构建及仿真开发。
[2] 陕西省表面工程与再制造重点实验室天元基金项目，tywl2019-07，同轴送粉
激光立体成形主要工艺参数的成形层厚研究，2019.06-2020.06，负责主要工
艺参数对成形层厚的影响因素及算法研究。
126


学位论文独创性或创新性）声明

 （
秉承学校严谨的学风和优良的科学道德本人声明所呈交的论文是我个人在导师

 ，
指导下进行的研宄工作及取得的研宄成果尽我所知除了文中特别加以标注和致谢 
 。，
中所罗列的内容以外，
论文中不包含其他人已经发表或撰写过的研宄成果；
也不包含


为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料与我同工

一
作的同事对本研究所做的任何贡献均已在论文中作了明确的说明并表不了谢意


。
学位论文若有不实之处，本人承担
一
切法律责任 

。
本人签名：  日期： 




关于论文使用授权的说明


本人完全了解西安电子科技大学有关保留和使用学位论文的规定即研宄生在

 ，：
校攻读学位期间论文工作的知识产权属于西安电子科技大学学校有权保留送交论文

 。
的复印件，允许查阅、
借阅论文；
学校可以公布论文的全部或部分内容，允许采用影


印、缩印或其它复制手段保存论文。同时本人保证，
结合学位论文研宄成果完成的论


文、发明专利等成果，署名单位为西安电子科技大学 

。
本人签名：
 导师签名： 


 日 期  ８
＇
彡
日 期
２
Ｓ
？
．
－
：
 


：
）  ）
）
馨 

■
ＸＩＤＩＡＮ ＵＮＩＶＥＲＳＩＴＹ


地址：
西安市太白南路２号


邮编：７１００７ 

１

Research On Simulation of Dynamic Thermodynamic Coupling and Optimization of Process Parameters During The SLM

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Research On Simulation of Dynamic Thermodynamic Coupling and Optimization of Process Parameters During The SLM

Uploaded by

Copyright:

Available Formats



选区激光熔化（Selective laser melting，SLM）在小批量、难加工、高附加值产品

造该复合算法，并采用 SLM 动态热力耦合仿真软件运行的系列化参数结合实验测值

表 2. 1 316L 不锈钢在不同温度下的特性参数 ............................................................... 25

缩略语 英文全称 中文对照

2.4.1 主要求解步骤 ......................................................................................... 28

4.3.3 复合算法实现 ......................................................................................... 72

1.2.1 SLM 成形热力作用研究

应力较小。此外，为了降低残余应力，还应合理规划扫描策略。Mercelis and Kruth [30]

1.2.2 SLM 工艺参数优化研究

算法实现了 SLM 主要工艺参数的智能评估与 SLM 主要工艺参数的智能优化软件开

SLM 多 工 艺 得到 SLM 成形热

第二章 工艺参数驱动的 SLM 成形动态热力耦合仿真

一般来说，物体冷却后的残余应力会随时间产生时效效应，但 SLM 的成形过程

2.2.2 SLM 有限元仿真思路

构建动态 设计循环 实现累积热力耦 进行热弹性

参见图 2.2，其高效有限元动态热力耦合仿真的热弹性求解思路是：在 SLM 循环

2.2.3 SLM 有限元仿真关键技术

扫描方向 扫描速度 金属粉末

根据图 2.3 所示， SLM 工艺成形过程中，动态热源技术的算法实现，首先是构

本章的 SLM 成形动态热力耦合分析即要完成这种逐层循环的温度场与逐层累积

(a) 高斯热源分布 (b) 激光热源模型 (c) 逐层循环的扫描路径

其中 Q 是热量，kx 是沿 X 方向的导热系数(W/(m‧K))，A 是在垂直 X 方向的热流通过

利用焓 H 可以计算随时间步长的吸热和冷却过程。它是一个与密度 ρ 和比热 c

H =   c(T )dT (2-18)

另外，随着 SLM 熔融温度的升高，材料的应变及应力增大，当温度达到材料从

d  ii = d  ii e + d  ii p , d  jj ..., d  kk ...; d  ij = d  ij e + d  ij p , d  jk ..., d  ki ... (2-22)

T（x, y , z , t）= T0 (2-28)

过输入激光参数 P, r, A, v 即可进行理论计算。同时, 还需建立不同温度参数下材料

的特性参数，比如 k, c, ρ, α, E,μ和 G, 这些材料性能参数随温度升高其值往往程非

线性变化，本文采用的材料特性参数引自参考文献[93]如表 2.1 所示，其中包括 316L

其中， E，μ，G 分别是材料的弹性模量，泊松比和剪切模量。

其中 X, Y, Z 分别是体力在三个坐标方向的分量，在 SLM 成形中可假想为变温而引起

2.4 SLM 成形动态热力耦合仿真

 e (e) (e) (e) (e)

K 2( ij) =  (e) hN i N j dS3

 K1 T  +  K 2 T  +  K3 T  = P (2-45)

其中 T  是试样所有节点温度向量； P 是试样所有节点的温度载荷向量。所以得到，

参数表 2.2 中包含激光类工艺参数如：激光功率、光斑直径、激光搭接率、激光

(a) 激光作用于粉床 (b) 热源模型 (c) 热流密度分布

(a) 0º (b) 30º (c) 60º

(d) 90º (e) 120º (f) 150º

0.23s 1s 0.23s 1s 0.23s 1s …… …… 0.23s 1s

2.5 SLM 热力耦合仿真结果分析

(a) 俯视图 (b)侧面剖视图

(a) 0.2 mm (b) 0.3 mm (c) 0.6 mm

熔池的生长过程分别如图 2.13 (a)-(c)所示，其中分别为运动激光束以 500 mm/s

(a) Z=0.2mm 时 X 向应力分布 (b) Z=0.2mm 时 Y 向应力分布

(c) Z=1.0mm 时 X 向应力分布 (d) Z=1.0mm 时 Y 向应力分布

(e) Z=1.5mm 时 X 向应力分布 (f) Z=1.5mm 时 Y 向应力分布

(g) Z=2.0mm 时 X 向应力分布 (h) Z=2.0mm 时 Y 向应力分布

图 2.16 为 X、Y 方向的平面应力分别在高度为 0.2mm、1.0 mm、1.5 mm、2.0mm

(a) Z=0.2mm 时 Z 向应力分布 (b) Z=1.0mm 时 Z 向应力分布

(c) Z=1.5mm 时 Z 向应力分布 (d) Z=2.0mm 时 Z 向应力分布

通过对试样的 YOZ 截面方向的熔池形貌观察如图 2.21。可见，一方面，宏观上

第三章 基于动态热力耦合的 SLM 工艺参数匹配分析

3.2 SLM 工艺参数匹配要求

通过对表 3.1 相关参数间的功能关系分析可以看出，由于多个工艺参数之间互相

两种扫描轨迹的示意图如图 3.2 所示，条纹扫描方式如图 3.2 (a)所示，棋盘扫描

具体的 SLM 成形动态仿真激光参数及主要工艺参数如表 3.2 所列。两组激光功

在 SLM 成形动态热力耦合仿真多工艺参数平台开发后，导入图 3.1 所示的仿真

(a) 高 0.4mm 处的热场 (d) 高 1mm 处的热场

b) 高 0.4mm 处的 X 向应力 (e) 高 1mm 处的 X 向应力

缩略语英文全称中文对照

SLM 多工艺得到 SLM 成形热

第二章工艺参数驱动的 SLM 成形动态热力耦合仿真

构建动态设计循环实现累积热力耦进行热弹性

扫描方向扫描速度金属粉末

第三章基于动态热力耦合的 SLM 工艺参数匹配分析

P=160W, 棋盘扫描 P=160W, 棋盘扫描

100 100 P=200W;V=600mm/s;条纹扫描

第四章基于复合算法的 SLM 多工艺参数优化

PSO 算法随 BP 学习算法 PSO 飞翔迭更新局部最

输入层隐含层输出层

PSO 算法构造初始种群构造学习训练样本

0.02 P=160W,V=600mm/s,棋盘扫描 0.02 P=160W,V=600mm/s,条纹扫描

激光功率 (W) 激光功率 (W)

激光功率 (W) 激光功率 (W)

（c）v=500 mm/s, Overlaprate=10%, 棋盘扫描（d）v=600 mm/s, Overlaprate=10%, 棋盘扫描