干货分享 | 6小时跑完26万网格：机器学习“瞬算”增材制造工件的残余应力与变形

发布时间：

2026-01-22 17:59

来源：

阅读量：

5985

本文基于 Additive Manufacturing, 2025, 104721 整理，通讯作者：张瑞尧（东莞材料基因高等理工研究院/ 英国 ISIS 中子源）。

致谢：该研究获广东省基础与应用基础研究重大项目（2020B0301030001）资助，轮廓切割由东莞材料基因高等理工研究院郭水完成。

文章链接：https://doi.org/10.1016/j.addma.2025.104721

图文供稿：东莞材料基因高等理工研究院杨帆

（一）研究背景

随着金属增材制造技术的快速发展，其在航空航天、能源装备及高端制造等领域的应用日益广泛。然而在增材制造成形过程中的局部高温熔融与快速冷却，不可避免地引发剧烈的温度梯度和复杂热循环，导致残余应力产生。尤其在激光选区熔化等工艺中，残余应力易引起零件翘曲、裂纹等缺陷，影响尺寸精度与服役性能。因此，揭示其残余应力的形成机理及演化规律，对优化工艺、降低缺陷以及提升构件可靠性具有重要意义。

东莞材料基因高等理工研究院（CEAM）在《Additive Manufacturing》期刊发表题为“Rapid residual stress simulation and distortion mitigation in laser additive manufacturing through machine learning”的研究论文，创行性地提出了一种融合轮廓法残余应力测量、有限元建模与神经网络校准的高效残余应力预测新方法，该方法通过自定义瞬态温度场与聚合法建模提升计算效率的同时，采用机器学习以及轮廓法实测数值对模型进行校验优化。

（二）研究概括

模型建立流程

该研究论文构建了一套融合简化有限元分析（FEA）与机器学习（ML）的残余应力与变形高效预测流程。首先，通过建立参数化瞬态温度场模型，描述增材制造过程中加热与冷却的四个关键阶段；随后将温度场作为输入进行系列有限元计算，获得残余应力分布数据；基于有限元结果训练机器学习模型，建立温度场参数与残余应力响应之间的映射关系；结合实验测得的残余应力对模型进行校准，提高模拟精度；最终在不同几何形状构件上进行验证，证明该方法在多种增材制造工况下预测残余应力与变形的可靠性与适用性。

（三）研究方法

研究所用试样为镍基高温合金采用LPBF工艺制成，有限元建模采用abaqus商用软件，应力测试使用轮廓法表征试样内部应力，应力测试结果结合机器学习对有限元模型进行校验优化。

有限元仿真

瞬态温度场变化曲线

有限元仿真模型

研究针对金属增材制造残余应力问题，构建了一套高效创新的有限元仿真框架：基于多几何模型，在 Abaqus 平台上采用“聚合法”层激活策略，将多个实际打印层合并为单一计算层，并引入用户自定义瞬态温度场替代传统热输入求解，从而显著降低模型规模与计算复杂度；模型仅保留关键弹塑性本构与热膨胀参数，通过隐式静力力学分析实现高精度应力预测，在保证计算精度的同时避免复杂热–力耦合计算。得益于上述简化策略，包含26万余个单元的复杂模型仿真仅需约6小时即可完成，相比传统方法动辄数十小时甚至数天的计算周期，效率显著提升。

机器学习

仿真数据集（用于训练机器学习模型）

3种机器学习训练结果

为建立温度场参数与残余应力分布之间的映射关系，研究构建了多层感知机（MLP）、随机森林（RF）和梯度提升（GB）三种机器学习模型，并基于Optuna框架结合五折交叉验证进行超参数优化，采用Min-Max归一化及80%/20%训练—验证集划分策略以提升模型泛化能力。

结果表明，三种模型均具有良好的预测性能，其中GB模型表现最优，平均决定系数达0.98以上，RF和MLP模型也均超过0.95，表明该机器学习框架能够高精度反演温度场参数，验证了所提出方法在增材制造残余应力预测中的可靠性与有效性。

残余应力测试

研究采用轮廓法测量样品残余应力，通过电火花线切割获取应力释放引起的表面变形，并结合有限元反演得到原始残余应力分布。结果表明，实测残余应力呈现上下表面拉应力、内部压应力的典型分布特征，最大拉应力超过700 MPa。基于机器学习标定参数开展有限元仿真后，仿真结果在形貌与幅值上均与实验高度一致，逐点误差大多控制在**±100 MPa以内**，整体残差(RMSE)约70 MPa。该结果充分验证了所建模型能够准确重现实测残余应力分布规律，为工程预测提供了可靠实验基础。

测试验证

研究对模型打印件尺寸精度进一步扩展，以桥式构件基板切除后的顶面翘曲变形为对象，对比实验测量结果与基于GB模型温度场的仿真预测结果。通过分析切割前后表面轮廓变化，全面表征应力释放引起的翘曲变形。结果表明，实测最大变形量为0.94 mm，与仿真预测值0.92 mm高度一致。误差分布显示，大部分区域偏差小于0.01 mm，仅在局部边角区域略增至0.02 mm，整体RMSE仅为0.005 mm。上述结果充分表明，该方法能够高精度预测增材制造构件变形行为，验证了所建模型在尺寸精度评估方面的可靠性与工程适用性。

（四）研究成果

(1) 基于高分辨率轮廓法获取的高精度残余应力实验数据，构建了MLP、GB和RF三种机器学习模型训练数据集。轮廓法作为成熟可靠的全场残余应力测量技术，为模型提供了高可信度标定基准。结果表明，三种模型预测性能接近，RMSE稳定在52–84 MPa范围内，表明模型具有良好稳定性与鲁棒性。

(2) 依托轮廓法精确标定的温度场与残余应力模型，该方法可实现主动变形调控，使打印构件变形由原始的0.94 mm显著降低至0.06 mm，变形幅值减少约94%，充分体现了该方法在增材制造形貌控制方面的工程实用价值。

(3) 所提出的“轮廓法实验标定 + 高效有限元仿真 +机器学习预测”的集成框架，为增材制造工艺高精度、高效率与可控化提供了系统解决方案。该方法不仅能够实现残余应力与变形的可靠预测，还具备良好的通用性与适应性，可无缝对接工业生产流程，为推动增材制造技术向工程化与规模化应用迈进提供有力支撑。

关于轮廓法 Contour Method

轮廓法（Contour Method）是由美国洛斯阿拉莫斯国家实验室（Los Alamos National Laboratory）的研究工程师Prime于2000年在第六届国际残余应力会议上首次提出。作为一种理论简单、测量精度高的残余应力表征手段，已被广泛应用于航空航天、核电、能源化工等领域。

东莞材料基因高等理工研究院（CEAM）拥有多项成熟尖端的残余应力检测手段，其中包括了由国外特别引进、国内并不常见的“轮廓法”，该方法是通过慢走丝等手段切割样品，测量由切割所引起的应力释放所导致的轮廓变形，从而计算得出切割前测试面的残余应力。