由 ASTM 國際增材制造卓越中心 (AMCOE) 主辦的 2021 年增材制造國際會議 (ICAM) 于11月1日-5日在加利福尼亞舉行。

Additive Manufacturing Conference增材制造國際會議 (ICAM) 是 ASTM AM CoE 的旗艦活動，每年舉行一次。這是一個交流關于增材制造材料和組件的想法的論壇，重點是行業標準、設計原則以及資格和認證標準。ICAM國際會議設計有多個專題討論會，吸引了來自增材制造所有適用領域的利益相關者。

材料表征、成本、新材料開發

ICAM 2021 的主題涵蓋了從 3D 打印塑料、AM 增材制造原料表征、AM 材料機械測試和電子3D打印到航空、國防、醫療、能源、建筑等領域的所有應用。

探討材料的關鍵挑戰

增材制造材料是3D打印產業化的關鍵挑戰，在ICAM大會期間，與會專家進行了深入的關于原料的挑戰討論，專家來自于Carpenter增材制造、托萊多大學、均勻實驗室、EOS、SpaceX。


增材制造-3D打印作為典型的數字化制造技術，從設計到生產再到質量保證（QA）的整個工作流程中都運轉著海量的數據。增材制造設計的復雜性與材料、生產參數、質量要求等眾多因素相互依存，面對巨大的復雜性，如何激發增材制造技術的潛能，使之成為一種用于生產的制造技術？材料成為關鍵的討論話題。

Uniformity Labs 均勻實驗室的首席執行官 Adam Hopkins 認為，當今 AM 增材制造原料面臨的最大挑戰是材料標準和屬性數據，以及與3D打印機和參數之間的相關性。增材制造實際上很復雜，數控加工等技術已經達到了增材制造所沒有的可靠性水平，這僅意味著增材制造的過程控制尚未到位。

Adam Hopkins的論點是業界需要改進材料的規格，目前粉末的規格很簡單，需要更多的細節。業界需要的是可靠的粉末、正確的規格、正確的參數、正確的機械性能，而且這一切都必須在環境參數中正確設置。

盡管增材制造技術在實現批量定制化生產以及實現復雜設計方面獨具魅力，但該技術在制造業中的應用仍受到諸多阻力，不利因素包括：速度和最終零件的質量或需要進一步的投資才能匹配該技術，企業出于財務方面的考慮等。

SpaceX金屬增材制造開發首席工程師Kiley Versluys 認為粉末成本是 AM 增材制造原料的最大挑戰，因為如果粉末昂貴，這會使其他一切變得更加困難。但他也表示，總成本是這一重大挑戰的另一部分，因為一旦開始擴大規模，增材制造將真正進入到與鑄造等技術競爭的軌道，這就要求降低成本，以及質量一致性成為關鍵的挑戰需要去克服。

舉例來說如果粉末起價為每公斤100美元，那么這意味著還沒有購買3D打印機就已經花了很多錢。隨著規模的擴大，如果所購買的5%的粉末最終生產的零件是不合格的，這將是一筆巨大的運營沉沒成本。在制造業，成本非常重要。

托萊多大學研究教授兼先進制造主任強調了專注于材料表征和測量技術的立場，這里的挑戰是確定對粉末質量至關重要的因素。粉末中有很多因素需要處理，包括化學性質、粒度分布、流變學特征、電荷、鋪展性和流動性等等，如何解決這個“變量矩陣”？如何標準化測量技術并找到這些特性與最終性能之間的關系？像 ASTM 這樣的組織與工業界、學術界和政府合作，可以幫助更好地確定要求是什么。

EOS北美金屬技術高級經理 Ankit例如消費品行業以及可再生能源Saharan 認為，AM增材制造面臨的最大原料挑戰是新材料，因為就規模而言，還有很多其他行業增材制造沒有涉及，目前很多行業所使用的合金并不是為增材制造過程設計的。

因此，除非行業真的開始專注于可以做些什么來創造新材料以使更多的應用成為可能，否則將僅限于現在的行業應用中。

合作應對材料挑戰

增材制造設計的復雜性與眾多因素相互依存，如材料質量將影響零件性能，從而影響設計決策；生產參數將影響質量保證，而質量保證要求將反映在那些設計決策中……等等。

一個行業共識是，原始設備制造商和粉末制造商之間需要合作，以正確定義這些參數。不過最終用戶必須參與進來，而且角色或許是最重要的。如果要思考為什么材料特性和定義的責任可能在于最終用戶，而不是實際制造原料的廠商。這其中的一個邏輯是說到規范，什么是好是壞，這是最終用戶決定的，包括對機械性能的要求，或者蠕變，或者化學反應。

最終產品的性能是需要考慮的因素，很多時候用戶有好的粉末但參數表征不到位，最終得到一個糟糕的產品；也有很多時候，用戶有好的粉末但加工參數配合的不對，最終得到一個不合格的產品；也有很多時候，用戶用好參數得到一個好的產品，但粉末成本太高，調整、可擴展和創新的空間就很小。

根據市場觀察，如何確定更加優化的加工參數，國際上已經開始出現基于人工智能的解決方案。毫無疑問，人工智能需要與增材制造協同工作。但阻礙人工智能技術與增材制造相集成的挑戰之一是數據。3D打印的高度復雜性催生了對于人工智能技術的需求，但這需要大量的數據來保證機器學習算法能夠進行正確的“學習”，最佳的優化需要最佳的數據集，然而增材制造領域中的數據獲取、管理仍存在挑戰。

在這方面，ASTM與Americas Makes 已經有所行動，他們合作推出增材制造數據戰略指南，該指南指出了增材制造（AM）數據的差距、挑戰、解決方案和行動計劃。ASTM在增材制造數據戰略指南中提出了創建一個健全有力的增材制造數據生態系統，以此推動3D打印進入指數級增長態勢。

盡管人工智能和增材制造之間有著完美集成與匹配的天然基礎，但距離實現這一目標還有很長的路要走。能夠激發人工智能潛能的要素是數據，然而獲取增材制造過程中的海量數據，將人工智能正確集成到增材制造過程中，這一領域中的相關利益者之間的標準化和協作都是必要的。

談到材料特性，的確這并非是一個孤立的課題。目前還難以通過要生產什么樣的零件來確認所需要的大致什么樣的材料特征。零件生產商（例如服務商）需要對傳入的材料進行哪些關鍵測試，以及需要哪些設備來執行這些測試，這些都是困擾業界的問題。

基礎研究的重要性

這其中基礎研究的重要性正在顯現，業界將回歸基礎并找到重要的東西。也許可以找到更好的控制濕度或氧化的方法，這對銅來說更為重要，這中回歸基礎的需求將開始滲透到其他材料中，將把制造者帶回科學，試圖了解什么是真正重要的。

根據ACAM亞琛增材制造中心，3D打印-增材制造的發展將推動數字材料技術進步，多材料打印的進步，確保大幅減少增材制造新材料設計、開發和取得資格所需的時間和成本。該領域包括開發新的和新穎的計算方法，如基于物理及模型輔助的材料性能預測工具；開發對計算機預測進行驗證所需的通用基準數據，以及針對材料性能表征的新思路，有助于為每一個新的增材制造材料-工藝組合開發設計循環。

在這里，科研帶來更開闊的視野與對挑戰本質的理解。

例如在減材制造中，6061鋁主要用于加工，這是一種很好的材料，價格低廉，易于加工，并且提供了不錯的零件性能。當將這種材料用于3D打印-增材制造加工的時候，這種材料變得不那么可靠或可重復性降低。實際上，業界通常著眼于難以可靠打印的材料，如果在這種材料的基礎上建立標準，這比新材料可能解決的問題更大。