激光粉末床熔融TA15钛合金多轨成型中扫描间距调控下的熔池形貌演变、流体流动特征与气-液-固多相界面缺陷演化机理及高致密度工艺窗口寻优：深度聚焦于粉末颗粒级熔化行为、气体扰动效应与轨道间微观组织均匀性的内在关联机制与实验表征

1、引言

增材制造(AM)是近年来的一项新兴制造技术，具有复杂结构成型能力和高度定制化灵活性，在航空航天、生物、汽车、能源等领域具有广阔的应用前景[1-3]。其中，激光粉末床熔融(LPBF)是金属增材制造领域最成熟的技术之一，该技术通过高能激光束逐层选择性熔化粉末床，实现复杂部件的成型[4-5]。得益于较小的激光光斑和较薄的粉末层厚度，LPBF能够制造出更复杂和更精细的三维结构[6]。然而，若要获得高性能低缺陷的零部件，需要深入理解LPBF工艺与材料之间的内在关联机制。LPBF过程是一个极端变化的复杂制造过程，涉及激光与粉末之间的相互作用、极端温度变化、熔池内复杂的流体动力学、快速凝固和应力变化等多种影响因素[7]。由于时间和空间尺度极小，对LPBF熔池的复杂传热和流动物理现象的实验测量面临相当大的难度[8]。因此，数值模拟技术成为有效的应对手段。通过模拟可以实现增材制造过程的可视化，有助于研究者理解LPBF的复杂机理，同时可以节省研发成本，预判工艺决策的效果[9]。

LPBF的关键输入参数包括粉末粒径、激光功率、扫描速率、扫描间距、粉末层厚等，目前已有一定数值模拟工作研究了这些参数的影响[10-14]。例如：Cao等[10]基于三维模拟研究了粒度分布对LPBF多层成型工艺的影响；Lu等构建集成框架，研究了激光功率和扫描速率与LPBF熔池尺寸、缺陷的关系；Ninpetch等[12]研究了不同粉末层厚度对LPBF成型H13钢熔池和单轨的影响机制。在LPBF扫描间距的模拟研究中，Mukherjee等[15]基于有限元模型研究了扫描间距对熔池尺寸和变形趋势的影响；Lu等[16]基于数值模型设计正交实验，探究了相邻熔融轨迹的重叠率，旨在获得最佳扫描间距；Yang等[17]建立了多层多轨LPBF的有限元模型，表征了不同扫描间距下熔池的热行为和重叠率。目前，大部分LPBF模拟研究为单道研究，多道研究较少，并且有关扫描间距的研究工作主要集中于参数差异对成型轨道和应力分布的影响上；同时，所构建的模型多为热传导模型，较少涉及流体流动行为，也缺乏对LPBF粉末床颗粒特征的精细化模拟。此外，在工艺参数与缺陷控制方面的系统性研究也有待加强。

本工作将离散元法(DEM)与计算流体动力学(CFD)耦合，建立LPBF传热和流体流动耦合的多道模型，旨在深入研究扫描间距对LPBF多道成型过程和缺陷形成的影响。在前人研究的基础上，所建模型综合考虑了离散化粉末特征、温度依赖的热物理性能、多物理场耦合等多种关键因素，以便更精准地描述熔池内部的流体流动、热传输及相变特性。首先基于DEM建立离散粉末堆积模型，然后基于CFD建立多物理场耦合熔池模型，模型重点关注LPBF过程中的复杂传热行为和流体流动行为。本工作将TA15钛合金(名义成分为Ti-6Al-2Zr-1Mo-1V)作为主要研究对象，该合金是具有中等室温和高温强度、良好热稳定性和焊接性能的近α型中等强度钛合金，已被广泛应用于航空航天发动机叶片和机匣等的制造[18-20]。研究TA15的LPBF过程与质量控制对于低缺陷和高性能TA15钛合金的生产具有重要意义。采用EOS M 290设备开展单轨打印实验，对模型的模拟结果进行验证。基于该模型，系统探究不同扫描间距下TA15在LPBF过程中的熔池熔凝及流动特征，进一步丰富TA15钛合金的熔融机理和缺陷产生规律研究。

2、模型建立

2.1 DEM模拟

DEM将材料视为相互作用的独立颗粒或单元，模拟这些颗粒之间的碰撞、摩擦等相互作用，从而分析整体系统的运动和力学性质[21]。在DEM程序中，粒子的运动状态被定义为平移运动和旋转运动，受牛顿第二定律控制[22-23]。其控制方程为

式中： m i 、 v i 、 I i 、 w i 分别是粒子i的质量、平移速度、惯性矩和角速度；g是重力加速度； F n,ij 、 F s,ij 、 M s,ij 、 M r,ij 分别是粒子i和j之间的法向力、切向力、切向力产生的切向力矩以及滚动摩擦产生的力矩。粒子间的接触模型选择Hertz-Mindlin接触模型，根据粒子之间的法向重叠和切向位移计算接触力[7]。其中，法向力遵循Hertzian接触理论，切向力遵循Mindlin-Deresiewicz理论[24]。

采用离散元分析软件Altair EDEM建立粉末床堆积模型。在粉末床容器内生成粉末，并使其在重力作用下调整至稳定状态，获得精细粉末床。需要说明的是，尽管该模拟过程与实际粉末床生成过程存在一定差异，但本研究主要关注不同粒径球形粉末堆积表面的差异化特征，因此采用该方法生成的粉末床模型的合理性可以得到保证。用于DEM模拟的TA15钛合金的主要力学性能参数设置如下：密度为4450 kg/m³，杨氏模量为120 GPa，泊松比0.39，摩擦因数为0.3[25-26]。粉末层厚度统一设定为50 μm。为了确定粉末床的粒径分布情况，通过实验测量获得了TA15钛合金粉末的形貌和粒径分布，如图1所示。可见，粉末粒径主要集中在10~50 μm范围内。

参考实际粉末分布，结合粉末生成效率，选取几组代表性粉末直径来模拟粉末的不同粒径分布。按图2(a)所示设置各粒径粉末的相对含量(质量分数)，利用EDEM生成粉末床，如图2(b)所示，不同粒径粉末分布得较为均匀。

2.2 CFD模拟

CFD是一种在计算机上模拟流体流动及相关现象的数值方法，它通过离散化和迭代求解表征流体运动的控制方程，从而预测流体的速度、压力、温度等相关特性。本模型作出如下合理假设：1)熔池流体为不可压缩的牛顿层流；2)金属蒸发的影响通过反冲压力间接表征；3)忽略激光束在粉末床中的散射和反射行为。CFD模型基于动量、能量和质量守恒方程[27-30]这三大控制方程求解。

动量守恒控制方程为

式中：t是时间； ρ ˉ 是体积平均密度；u是速度矢量； μ ˉ 是体积平均动态黏度；p是压力；g是重力加速度； F source 是动量源项，其中包括表面张力源项( F s )、反冲压力源项( F r )和动量损失源项( F d )。表面张力源项[27]的表达式为

式中： λ是金属的表面张力系数； T s 是金属的固相线温度； κ是金属/气体两相界面的曲率；n是两相界面的单位法向量； ∣∇α 1  ∣项将界面力转化为体积力； ρ m 是金属密度； ρ g 是气体密度。

反冲压力源项考虑了合金汽化蒸发和环境压力引起的表面压力，其表达式[31-33]为

式中： P s 是表面压力值； P amb 是环境压力值； T v 是金属蒸发温度；M是金属的摩尔质量； L v 是金属的蒸发潜热；R是通用气体常数。

糊状区的动量损失源项[27]可以表示为

式中： β是糊状区的液相体积分数； A m 是糊状区常数； ε 0 是为避免分母为0而特意设置的常量； u p 是固相的牵引速度； T 1 是液相线温度。

能量守恒控制方程为

式中： C ˉ p 是体积平均比热容； k ˉ是体积平均热导率； Q source 是能量源项，本模型中的能量源项包括金属蒸发导致的热损失源项( Q v )、向环境辐射的热损失源项( Q r )、对流引起的热损失源项( Q c )以及激光热源源项( Q l )。

金属蒸发导致的热损失源项[34]的表达式为

式中： C m 是金属的比热容； C g 是气体的比热容。向环境辐射的热损失源项[35]的表达式为

式中： T amb 是环境温度； ε是发射率； σ s 是Stephan-Boltzmann常数。对流引起的热损失源项为

式中： h c 是热对流系数。

本模型中，热源采用旋转高斯曲面体热源模型，其表达式[37]为

式中： η是能量吸收率；Q是激光功率； r 0 是激光光斑半径； H 1 是热源深度； x 0 和 y 0 是激光焦点的运动坐标。

质量守恒控制方程为

本模型采用流体体积法(VOF)捕获流体的自由表面。VOF通过求解相体积分数的连续性方程实现界面跟踪[38]，其公式为

式中：F为流体体积。

设置初始温度和环境温度为300 K。粉末层表面受热源、对流、蒸发及辐射的影响，其他每个表面都只考虑对流和辐射的影响，其传热边界条件可以写为

模型计算域平行于x方向的侧壁分别设置为速度入口与压力出口边界。鉴于本模型暂不考虑保护气流流动对熔池行为的影响，上述速度入口与压力出口参数均采用软件默认配置。

CFD模型基于仿真软件ANSYS Fluent开发，考虑了熔化、蒸发、凝固、流体流动和相变等效应。设置每一道的扫描距离为800 μm，扫描结束后冷却100 μs，然后再进行下一轨道的扫描。为了控制计算成本，计算域的尺寸设置为1 mm×0.4 mm×0.3 mm。图3展示了模型尺度及计算域范围。模型中使用的TA15钛合金的热物性参数考虑了温度的影响。基于JmatPro软件[36,39-40]计算TA15的热物理性质与温度之间的关系，计算结果如图4所示。本模型中使用的TA15的相关材料性能和工艺参数罗列在表1中[25,41-44]。模型使用六面体网格进行划分，在粉末床区域进一步细化网格，计算域内最小单元的网格尺寸为2.5 μm，时间步长设置为5×10⁻⁸ s，使用PISO算法求解压力速度耦合。模拟计算依托搭载Intel(R) Xeon(R) Silver 4210 CPU的64核高性能计算(HPC)集群完成，单个模拟任务的计算时长约为55 h。

2.3 计算方案

本模型使用的激光热源半径为40 μm，假定轨道宽度为80 μm，在此基础上设计了几种不同的扫描间距，轨道理论重叠率分别为0、20%、40%、60%，方案罗列在表2中。轨道扫描方式初步设定为单向扫描。模型中的其他参数设置保持一致。

表2 模型中扫描间距的设计方案

3、实验验证

通过TA15钛合金的LPBF单轨实验验证模型的可靠性。实验中采用配有400 W掺镱光纤激光器的EOS M290激光粉末床熔融设备进行TA15的单轨打印，全程在氩气保护环境下进行，激光光斑直径为80 μm。实验中采用的工艺参数(激光功率为300 W，扫描速率为1000 mm/s，粉末层厚度为50 μm)与模拟条件完全一致。

单轨打印样品经切割取样后依次进行研磨、抛光和蚀刻处理，然后采用光学显微镜观测熔池形貌。图5展示了TA15单轨轮廓的实验测量和数值计算结果对比。需要说明的是，实际粉末床中粉末颗粒的流动性会导致熔道表面吸附额外的粉末，而模型中设定的是固定的粉末床，这会导致模拟结果偏小。为了明确热源作用的合理性，重点对比了熔道宽度(W)和深度(D)。选取轨道随机部位计算宽度平均值，实验轨道的平均宽度为90.3 μm，模拟轨道的平均宽度为77.7 μm，平均宽度误差为14.0%。由图5(b)可知横截面轨道宽度的预测值相较于实验结果减小了14.9%，而轨道深度的预测值减小了5.6%。可见，本模型的尺寸误差都在15%以内。对比相关研究[45-48]，本模型在考虑多因素影响的前提下，仍达到了同等水平的模拟精度，并且在深度预测方面的精度更高。此外，模拟结果还呈现出与实验相似的特征：轨道略有曲折，而且边缘会吸附一定的粉末颗粒。这说明所建立的粉末尺度CFD模型具有较高的可靠性。

4、结果与讨论

4.1 不同扫描间距下的熔池演化

基于搭建好的LPBF多道扫描模型，可以获取特定扫描间距下的熔池演化过程。图6是轨道搭接率为0时多道扫描的熔池演化过程。在扫描过程中，熔池尾部拉长变形，呈现彗星尾特征，尾部糊状区的面积最大。热源中心的能量极为集中，温度高于金属沸点，使得部分金属蒸发，形成明显的凹陷。熔池前端熔化的金属被拉向底部，然后向尾端堆积，这是"润湿效应"的体现[12]。

按照模型扫描间距设计方案，计算得到了多道扫描过程中的轨道温度场。图7是1500 μs时刻不同扫描间距下轨道温度场分布的俯视图，该时刻下热源运动到第二条轨道的后半部分。不同扫描间距下的轨道表面都会出现相似的鱼鳞状波纹，并且熔池的中心温度皆超过TA15的沸点。随着轨道搭接率从0提高到60%，轨道与轨道之间的重熔现象越发显著，当轨道搭接率为60%时，第一条轨道重熔区域已超过轨道宽度的一半。同时，随着搭接率增大，熔池形状也略有变化，熔池中部区域增加，宽度也有所增加，呈现出熔池腹部变宽的趋势。

不同扫描间距下第一条轨道的温度变化理论上是相同的，故重点关注第二条轨道的温度分布。图8是1500 μs时刻不同扫描间距下基板上第二条轨道中线上的温度分布随x坐标值的变化，展示了轨道温度场的空间分布。峰值温度所在位置即热源焦点，该位置之前是成型轨道，存在残余热量，因而温度水平较高，且温度变化较为缓和。在 T s 和 T l 之间的糊状区，由于固液相变，温度曲线存在一定的梯度变化。峰值温度之后的区域处于熔池前端位置，温度曲线的梯度极大。各扫描间距下的温度曲线变化趋势基本一致，但是，随着扫描间距减小，搭接率增加，曲线整体向高温方向移动。搭接率为60%的HS4方案下的峰值温度最高。从峰值温度的局部放大图中可以清晰地看出不同扫描间距下温度分布的差异：搭接率为0、20%、40%、60%时，轨道峰值温度分别为3711、3816、3938、4080 K。产生这一差异的原因是：搭接率增大导致高温区域集中，产生更显著的热积累效应，提高了第二条轨道成型时的预热温度[49]，从而提高了第二条轨道的整体温度水平。

图9是不同扫描间距下第二条轨道熔池的长度、宽度和深度变化情况。随着扫描间距减小，熔池的长度和深度都增加，熔池宽度则略有下降，总体尺寸变化幅度不大(此趋势与Lo等[45,50]研究所得熔池长度和宽度的变化规律一致)。熔池宽度出现这一变化的原因可以参考图7所示各参数下熔池的轮廓形状：熔池中部宽度增加，整体熔池的宽度有所下降。熔池形貌是激光能量输入和热量散失综合作用的结果。搭接程度高意味着更大程度的重熔，热积累效应更加显著，从而使得第二条轨道熔池在扫描方向以及沿着热源方向的尺度相对于第一条轨道有所增加。但是，在y轴方向上，即轨道宽度方向上，第二条轨道与第一条轨道的左右两侧材料结构不同：第一条轨道两侧皆为疏松的粉末床，而第二条轨道一侧为粉末床，另一侧为已沉积的轨道。已沉积轨道和基板的导热性比粉末床更好，故而热量在熔池宽度方向上更易向已成型轨道一侧传导，从而限制了熔池宽度在y轴方向的扩展，最终熔池最大宽度有所收缩。

图10为不同扫描间距下第二条轨道的熔池流场分布俯视图。从熔池上表面可以观察到流体流动趋势是从激光热源中心流向周围。这一现象体现了马兰戈尼效应，该效应主要由熔池表面温差引起的表面张力差驱动[51]。TA15的表面张力-温度系数被设置为负值，这意味着温度差将驱动液态金属从熔池中心向熔池边缘移动。从熔池的流场分布可以观察到高速流动区域集中在热源焦点附近，熔池尾部已接近凝固状态，流体速度较低。HS1和HS2方案下熔池的峰值流动速度较大，如HS1方案(搭接率为0)下的流速为9.42 m/s，而HS3和HS4方案下熔池的峰值流动速度较小，如HS4方案(搭接率为60%)下的流速为6.37 m/s。随着搭接率增大，熔池的峰值流速整体上呈现下降趋势。推测原因如下：在低搭接率下，进行第二条轨道扫描时经过的粉末床区域更大，粉末间存在较多气相，气体在扫描过程中可能会进入熔池，使熔池振荡，从而使得局部流体出现速度极值。相较于HS1方案，HS2方案下粉末颗粒之间的气体更多地进入熔池而非被封闭在轨道间，导致局部峰值流速更大。在高搭接率下，热源扫描路径多为已成型轨道，熔化粉末床区域较小，粉末颗粒之间的气体相对更少地进入熔池，使得峰值流速较低。在高搭接率下，峰值流速虽然较低，但流速在4 m/s以上的流体比例相对更大。推测这是因为此时的温度更高，强化了马兰戈尼效应，加速了表面熔池的流动。

图11是不同扫描间距下第二条轨道的熔池内部流速及其矢量分布。由图可知，熔池的表面流速相较于内部流速更大，流速峰值基本上出现在热源焦点附近的表面上。相较于HS3方案，HS4方案下熔池表面出现了局部较大流速，这可能是气体扰动熔池所致。熔池内部由于反冲压力等流体作用力而产生了回流，回流驱动熔池内部熔体不断运动，这将使得熔池内部的能量不断均匀化。在搭接率最低时(HS1方案)，熔池内部流速较大；随着搭接率增加，熔池内部的整体流速有所下降。推测这是因为此时熔池体积增加，流体在较深的流域空间内循环，内流相对更加平稳。

4.2 不同扫描间距下的缺陷行为

LPBF是一个"点-线-面-体"的制造过程，轨道搭接过程中的缺陷积累会引起不可忽视的影响。不合适的扫描间距是LPBF工件制备缺陷的来源之一。为了分析LPBF过程中不同扫描间距下的缺陷行为，绘制了图12所示不同扫描间距下两轨道之间纵截面(y=0)上的相分布情况。由该图可知，搭接率为0(HS1方案)时，成型质量差，粉末层中的球形颗粒基本上只熔化了上半部分或者被熔化的金属熔体黏结在一起，下半部分则保持着分散的颗粒状，相互之间存在较多孔洞。若在此条件下进行多层沉积，搭接率不足引起的孔洞虽然有可能会因部分熔融而被填充，但仍有存在较大孔隙的可能性，不利于高致密度样件的成型[53]。

当搭接率增加到20%时，中间粉末未熔化现象得到明显改善，轨道较为平直规整。不过，相分布显示成型轨道中的金属相不够致密，仍存在大颗粒粉末并未完全熔化，或者部分熔化后被熔融金属黏结在一起的可能性，此时，粉末内部并未完全熔化。在这种情况下，虽然粉末之间结合紧密，对构件整体致密度的影响较小，但TA15原料粉末的成型方式与LPBF不同，导致粉末的内部组织与LPBF构件的微观组织并不一致。这些微观组织上的差异会降低材料组织的均匀性，从而可能导致其在受力时出现应力集中和微小裂纹等缺陷。

当扫描搭接率增加到40%和60%时，轨道与基板之间成型良好，结合紧密，没有孔隙缺陷产生，轨道整体较为平直。

图13展示了轨道中段位置横截面上的相分布。从轨道熔化区域的轮廓可以明显观察到第二条轨道的熔深比第一条轨道更大，这与前述结果一致。搭接率为0(HS1方案)时，可以很容易观察到两轨道之间的孔隙，同时，轨道上半部分边缘位置出现了重熔，形成了一个相对尖锐的类山脊状表面突起。在图7中也可以观察到表面两轨道交接处的突起现象，这会增加成型样品的表面粗糙度。搭接率为20%(HS2方案)时，表面粗糙度有所改善，虽然出现了一定的重熔区域，但该区域的深度未及基板；末端轨道与基板结合致密，推测是熔池金属熔体的填充作用所致。搭接率为40%(HS3方案)时，表面平滑，粗糙度在4种方案中最小，两轨道之间过渡自然，并且重熔区域的深度超过了基板表面，有利于提高轨道的成型质量。这可能是因为更高的能量增强了表面马兰戈尼对流，其驱使熔体后流，从而在凝固时保持较好的散热条件，实现平滑效果。搭接率增大到60%(HS4方案)后，轨道重熔区域较大，若进行多层多道成型，热积累就会相当严重，易影响成型部件的几何精度。该方案下的表面质量略差，推测原因如下：一方面，此时的熔池体积较大，热源移动时，较多金属熔体易向熔池后端堆积；另一方面，较高的搭接率导致熔池温度更高、黏度更低，进而产生了更大的表面张力[54]，金属熔体在表面张力的驱动下迁移，形成具有一定高度的微驼峰。

图14是1500 μs时刻不同扫描间距下基板上两轨道中线处的温度分布曲线，此时，热源运动到轨道的中后段。由图可知，扫描间距对该处温度变化的影响比较显著。随着扫描间距减小(即从HS1到HS4)，曲线整体温度明显上升，且峰值温度增大幅度较大。搭接率为0和20%时，该位置处的峰值温度低于TA15的固相线和液相线温度，即该位置处的粉末未完全熔化。当搭接率为20%(HS2方案)时，尽管成型时两轨道结合区域未见明显孔隙，但该位置处的粉末并未完全熔化。当搭接率为40%和60%时，该位置处的粉末完全熔化，降低了孔隙缺陷产生的可能性。

不同搭接率下的熔池流动状态也是影响轨道缺陷和表面质量的重要因素。在不同的搭接率下，熔池流动状态除了受表面张力、反冲压力等流体作用力外，还会受到移动过程中粉末床中气体的扰动。图15展示了不同扫描间距下金属相压力分布的俯视图，用于分析熔池流动和气体对缺陷的影响。在模型中设置初始压力为标准大气压。从俯视角度下的压力分布可知大部分区域的压力接近标准大气压，局部高压和低压区域出现在熔池前端，推测这是由熔池向前运动时对前端粉末床内气体产生挤压或牵引作用导致的。熔池流动和气体运动的协同作用，导致熔池前端的局部压力极值发生变化。如图15(a)所示，在HS1方案下，两轨道的搭接率为0，熔池内熔体的流动使得两轨道的边缘处有一定的搭接，但仍存在较大的空隙。这些空隙中的气体受到熔池流动时的挤压作用，压力增大，在金属相中形成一个高压区。如图15(b)所示，在HS2方案……

基于上述讨论，采用LPBF技术在不同搭接率(扫描间距)下制备TA15样品，分别采用扫描电子显微镜和X射线计算机断层扫描表征各样品的表面形貌和内部致密度，结果如图17所示。由图17(a)可见，当搭接率为0时，相邻轨道间存在未完全熔融的粉末，粉末之间存在空隙，同时，轨道表面附着有部分粉末颗粒。由图17(d)可知，在该搭接率下，轨道内部存在细长状孔隙，这些孔隙属于未熔合缺陷。当轨道搭接率提升到30%时，可以获得光滑、致密的表面，表面无显著孔隙及驼峰，粉末附着现象得以改善，轨道内部致密度高达99.9%。当搭接率进一步提升到60%时，轨道内部致密度为99.4%，并且激光扫描路径边缘形成了微堆积的驼峰，轨道表面粗糙度略有提高。这些TA15钛合金样品的形貌与模拟结果相符。

综上，在TA15钛合金的LPBF制造过程中，通过调控扫描间距能够实现更有效的缺陷控制。

5、结论

综合考虑熔化、蒸发、凝固、流体流动和相变等效应，建立了粉末尺度的TA15激光粉末床熔融热流耦合多道高保真度模型。研究了不同扫描间距下TA15多道成型过程中熔池的演化行为以及缺陷形成机制，得到的主要结论如下：

随着轨道搭接率从0提高到60%，两轨道之间的重熔越发显著，熔池峰值温度升高369 K，热积累效应增强，第二条轨道的熔池体积增大。熔池尺寸变化是吸热和散热综合作用的结果。随着搭接率提高，熔池长度和深度逐渐增加，熔池平均宽度降低但熔池腹部尺寸增加，这主要是由熔池宽度方向已成型轨道和粉末床的导热性差异导致的。

在不同的搭接率下，熔池表面均呈现出显著的马兰戈尼效应。受粉末床空隙中气体扰动的影响，熔池表面的最大流速随着搭接率提高从9.42 m/s降为6.37 m/s，同时熔池内部流体的流动趋于平缓。熔池流动和气体运动共同导致熔池前端的局部压力极值发生变化。在合适的搭接率下，熔池流动有助于填充粉末床中的空隙，排出气体，提高成型质量。

扫描间距过大(搭接率小于20%)时，两轨道中间存在空隙或未完全熔化的粉末，易导致孔隙和组织不均匀等缺陷产生。当扫描间距适宜时，即搭接率约为20%~40%时，轨道之间的粉末能充分熔化，粉末之间的气体能充分逸出，轨道中无任何孔隙，表面质量良好。若扫描间距过小(搭接率大于40%)，第一条轨道重熔部分的宽度接近轨道宽度的一半，不利于成型效率和表面质量。

参考文献

[1] DebRoy T, Wei H L, Zuback J S, et al. Additive manufacturing of metallic components: process, structure and properties[J]. Progress in Materials Science, 2018, 92: 112-224.

[2] Liu Z Y, Zhao D D, Wang P, et al. Additive manufacturing of metals: microstructure evolution and multistage control[J]. Journal of Materials Science & Technology, 2022, 100: 224-236.

[3] Liu H, Yu H Y, Guo C, et al. Review on fatigue of additive manufactured metallic alloys: microstructure, performance, enhancement, and assessment methods[J]. Advanced Materials, 2024, 36(17): 2306570.

[4] Chowdhury S, Yadaiah N, Prakash C, et al. Laser powder bed fusion: a state-of-the-art review of the technology, materials, properties & defects, and numerical modelling[J]. Journal of Materials Research and Technology, 2022, 20: 2109-2172.

[5] Tan C L, Weng F, Sui S, et al. Progress and perspectives in laser additive manufacturing of key aeroengine materials[J]. International Journal of Machine Tools and Manufacture, 2021, 170: 103804.

[6] Wang D, Liu L Q, Deng G W, et al. Recent progress on additive manufacturing of multi-material structures with laser powder bed fusion[J]. Virtual and Physical Prototyping, 2022, 17(2): 329-365.

[7] Lee Y S, Zhang W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion[J]. Additive Manufacturing, 2016, 12: 178-188.

[8] Abd-Elaziem W, Elkatatny S, Abd-Elaziem A E, et al. On the current research progress of metallic materials fabricated by laser powder bed fusion process: a review[J]. Journal of Materials Research and Technology, 2022, 20: 681-707.

[9] Sarkar D, Kapil A; Sharma A. Advances in computational modeling for laser powder bed fusion additive manufacturing: a comprehensive review of finite element techniques and strategies[J]. Additive Manufacturing, 2024, 85: 104157.

[10] Cao L, Guan W. Simulation and analysis of LPBF multi-layer single-track forming process under different particle size distributions[J]. The International Journal of Advanced Manufacturing Technology, 2021, 114(7): 2141-2157.

[11] Lu L X, Jiang H, Bian Q, et al. Integrated modelling and simulation of NiTi alloy by powder bed fusion: single track study[J]. Materials & Design, 2023, 227: 111755.

[12] Ninpetch P, Chalermkarnnon P, Kowitwarangkul P. Multiphysics simulation of thermal-fluid behavior in laser powder bed fusion of H13 steel: influence of layer thickness and energy input[J]. Metals and Materials International, 2023, 29(2): 536-551.

[13] 王宁, 黎振华, 姚碧波, 等. 大粒径Ti6Al4V粉末激光选区熔化成形工艺研究[J]. 中国激光, 2024, 51(20): 2002304.

[14] 姚曙光, 董云辉, 李湘龙, 等. AlSi10Mg激光选区熔化缺陷成因研究[J]. 中国激光, 2024, 51(16): 1602307.

[15] Mukherjee T, Wei H L, De A, et al. Heat and fluid flow in additive manufacturing: powder bed fusion of stainless steel, and titanium, nickel and aluminum base alloys[J]. Computational Materials Science, 2018, 150: 369-380.

[16] Pan L, Liu T, Wang W H, et al. Mesoscopic simulation of overlapping behavior in laser powder bed additive manufacturing[J]. Materials Research Express, 2021, 8(12): 125801.

[17] Yang Q W, Yi C M, Xiao G. Temperature field analysis and process parameter optimization during L-PBF of Al-Mg-Sc-Zr alloy[J]. Optics & Laser Technology, 2024, 175: 110764.

[18] 席明哲, 周昊阳, 陈帅, 等. 点式锻压激光修复TA15钛合金锻件的组织与性能[J]. 中国激光, 2021, 48(10): 1002103.

[19] 赵永庆, 葛鹏, 辛社伟. 近五年钛合金材料研发进展[J]. 中国材料进展, 2020, 39(S1): 527-534, 557-558.

[20] 徐猛, 贾蔚菊, 张志豪, 等. TA15钛合金高温热压缩变形行为及热加工图[J]. 稀有金属材料与工程, 2017, 46(9): 2708-2713.

[21] Shi Q, Sakai M. Recent progress on the discrete element method simulations for powder transport systems: a review[J]. Advanced Powder Technology, 2022, 33(8): 103664.

[22] Yao D Z, An X Z, Fu H T, et al. Dynamic investigation on the powder spreading during selective laser melting additive manufacturing[J]. Additive Manufacturing, 2021, 37: 101707.

[23] Yang R Y, Zou R P, Yu A B. Computer simulation of the packing of fine particles[J]. Physical Review E, 2000, 62(3): 3900-3908.

[24] Zhao Y F, Koizumi Y, Aoyagi K, et al. Characterization of powder bed generation in electron beam additive manufacturing by discrete element method(DEM)[J]. Materials Today: Proceedings, 2017, 4(11): 11437-11440.

[25] Huang L, Zeng R, Zhang X T, et al. Study on plastic deformation behavior of hot splitting spinning of TA15 titanium alloy[J]. Materials & Design, 2014, 58: 465-474.

[26] Liang L, Guo L G, Wang Y F, et al. Towards an intelligent FE simulation for real-time temperature-controlled radial-axial ring rolling process[J]. Journal of Manufacturing Processes, 2019, 48: 1-11.

[27] Tan P F, Kiran R, Zhou K. Effects of sub-atmospheric pressure on keyhole dynamics and porosity in products fabricated by selective laser melting[J]. Journal of Manufacturing Processes, 2021, 64: 816-827.

[28] Tang C, Le K Q, Wong C H. Physics of humping formation in laser powder bed fusion[J]. International Journal of Heat and Mass Transfer, 2020, 149: 119172.

[29] Aggarwal A, Shin Y C, Kumar A. Investigation of the transient coupling between the dynamic laser beam absorptance and the melt pool-vapor depression morphology in laser powder bed fusion process[J]. International Journal of Heat and Mass Transfer, 2023, 201: 123663.

[30] Aggarwal A, Chouhan A, Patel S, et al. Role of impinging powder particles on melt pool hydrodynamics, thermal behaviour and microstructure in laser-assisted DED process: a particle-scale DEM-CFD-CA approach[J]. International Journal of Heat and Mass Transfer, 2020, 158: 119989.

[31] Khorasani M, Ghasemi A, Leary M, et al. Benchmark models for conduction and keyhole modes in laser-based powder bed fusion of Inconel 718[J]. Optics & Laser Technology, 2023, 164: 109509.

[32] Hirano K, Fabbro R, Muller M. Experimental determination of temperature threshold for melt surface deformation during laser interaction on iron at atmospheric pressure[J]. Journal of Physics D: Applied Physics, 2011, 44(43): 435402.

[33] Pang S Y, Hirano K, Fabbro R, et al. Explanation of penetration depth variation during laser welding under variable ambient pressure[J]. Journal of Laser Applications, 2015, 27(2): 022007.

[34] Cho J H, Farson D F, Milewski J O, et al. Weld pool flows during initial stages of keyhole formation in laser welding[J]. Journal of Physics D: Applied Physics, 2009, 42(17): 175502.

[35] Qiu C L, PanwisawaS C, Ward M, et al. On the role of melt flow into the surface structure and porosity development during selective laser melting[J]. Acta Materialia, 2015, 96: 72-79.

[36] Hu Y, Tang D Y, Yang L, et al. Multi-physics modeling for laser powder bed fusion process of NiTi shape memory alloy[J]. Journal of Alloys and Compounds, 2023, 954: 170207.

[37] 吴甦, 赵海燕, 王煜, 等. 高能束焊接数值模拟中的新型热源模型[J]. 焊接学报, 2004, 25(1): 91-94, 5.

[38] Hirt C W, Nichols B D. Volume of fluid(VOF) method for the dynamics of free boundaries[J]. Journal of Computational Physics, 1981, 39(1): 201-225.

[39] Drendel J, Logvinov R, Heinrichsdorff F, et al. Simulation-based controlling of local surface temperature in laser powder bed fusion using the process laser[J]. Additive Manufacturing, 2023, 78: 103854.

[40] Kusano M, Takata Y, Yumoto A, et al. Effects of time per layer and part geometry on thermal history and microcracking in the fabrication of nickel superalloy samples by laser powder bed fusion[J]. Additive Manufacturing, 2024, 80: 103987.

[41] Brandau B, da Silva A, Wilsnack C, et al. Absorbance study of powder conditions for laser additive manufacturing[J]. Materials & Design, 2022, 216: 110591.

[42] Chen Z, Dai J, Yang L X, et al. Numerical simulation of keyhole-induced pores for TA15 in laser powder bed fusion(L-PBF)[J]. Infrared Physics & Technology, 2024, 140: 105408.

[43] Liu B W, Wang C M. Numerical simulation for the evolution in surface morphology of titanium alloy by nanosecond pulsed laser ablation[J]. Materials Chemistry and Physics, 2024, 315: 128997.

[44] Alexopoulou V E, Papazoglou E L, Karmiris-Obratanski P, et al. 3D finite element modeling of selective laser melting for conduction, transition and keyhole modes[J]. Journal of Manufacturing Processes, 2022, 75: 877-894.

[45] Lo Y L, Liu B Y, Tran H C. Optimized hatch space selection in double-scanning track selective laser melting process[J]. The International Journal of Advanced Manufacturing Technology, 2019, 105(7): 2989-3006.

[46] Chen Q, Fu Y, To A C. Multiphysics modeling of particle spattering and induced defect formation mechanism in Inconel 718 laser powder bed fusion[J]. The International Journal of Advanced Manufacturing Technology, 2022, 123(3): 783-791.

[47] Shahabad S I, Ali U, Zhang Z D, et al. On the effect of thin-wall thickness on melt pool dimensions in laser powder-bed fusion of Hastelloy X: numerical modeling and experimental validation[J]. Journal of Manufacturing Processes, 2022, 75: 435-449.

[48] Liu B Q, Fang G, Lei L P, et al. Experimental and numerical exploration of defocusing in laser powder bed fusion(LPBF) as an effective processing parameter[J]. Optics & Laser Technology, 2022, 149: 107846.

[49] Waqar S, Sun Q D, Liu J W, et al. Numerical investigation of thermal behavior and melt pool morphology in multi-track multi-layer selective laser melting of the 316L steel[J]. The International Journal of Advanced Manufacturing Technology, 2021, 112(3): 879-895.

[50] Nazami G R, Sahoo S. Influence of hatch spacing and laser spot overlapping on heat transfer during laser powder bed fusion of aluminum alloy[J]. Journal of Laser Applications, 2020, 32(4): 042007.

[51] Khairallah S A, Anderson A T, Rubenchik A M, et al. Laser powder-bed fusion additive manufacturing: physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones[M]//Badiru A B, Valencia V V, Liu D, et al. Additive manufacturing handbook. Boca Raton: CRC Press, 2017: 613-625.

[52] Vo V L, Tran H C, Li Y J, et al. Numerical and experimental analysis of effects of processing conditions on melt pool stability of CuCr1Zr parts produced by laser powder bed fusion(L-PBF)[J]. Optics & Laser Technology, 2025, 181: 111801.

[53] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on SLM single-layer multi-pass formation[J]. Metallurgical and Materials Transactions A, 2020, 51(8): 4130-4145.

[54] Xia M J, Gu D D, Yu G Q, et al. Influence of hatch spacing on heat and mass transfer, thermodynamics and laser processability during additive manufacturing of Inconel 718 alloy[J]. International Journal of Machine Tools and Manufacture, 2016, 109: 147-157.

（注，原文标题：_激光粉末床熔融TA15过程中扫描间距对缺陷控制的影响机制）