由 ASTM 国际增材制造卓越中心 (AMCOE) 主办的 2021 年增材制造国际会议 (ICAM) 于11月1日-5日在加利福尼亚举行。

Additive Manufacturing Conference增材制造国际会议 (ICAM) 是 ASTM AM CoE 的旗舰活动，每年举行一次。这是一个交流关于增材制造材料和组件的想法的论坛，重点是行业标准、设计原则以及资格和认证标准。ICAM国际会议设计有多个专题讨论会，吸引了来自增材制造所有适用领域的利益相关者。

材料表征、成本、新材料开发

ICAM 2021 的主题涵盖了从 3D 打印塑料、AM 增材制造原料表征、AM 材料机械测试和电子3D打印到航空、国防、医疗、能源、建筑等领域的所有应用。

探讨材料的关键挑战

增材制造材料是3D打印产业化的关键挑战，在ICAM大会期间，与会专家进行了深入的关于原料的挑战讨论，专家来自于Carpenter增材制造、托莱多大学、均匀实验室、EOS、SpaceX。


增材制造-3D打印作为典型的数字化制造技术，从设计到生产再到质量保证（QA）的整个工作流程中都运转着海量的数据。增材制造设计的复杂性与材料、生产参数、质量要求等众多因素相互依存，面对巨大的复杂性，如何激发增材制造技术的潜能，使之成为一种用于生产的制造技术？材料成为关键的讨论话题。

Uniformity Labs 均匀实验室的首席执行官 Adam Hopkins 认为，当今 AM 增材制造原料面临的最大挑战是材料标准和属性数据，以及与3D打印机和参数之间的相关性。增材制造实际上很复杂，数控加工等技术已经达到了增材制造所没有的可靠性水平，这仅意味着增材制造的过程控制尚未到位。

Adam Hopkins的论点是业界需要改进材料的规格，目前粉末的规格很简单，需要更多的细节。业界需要的是可靠的粉末、正确的规格、正确的参数、正确的机械性能，而且这一切都必须在环境参数中正确设置。

尽管增材制造技术在实现批量定制化生产以及实现复杂设计方面独具魅力，但该技术在制造业中的应用仍受到诸多阻力，不利因素包括：速度和最终零件的质量或需要进一步的投资才能匹配该技术，企业出于财务方面的考虑等。

SpaceX金属增材制造开发首席工程师Kiley Versluys 认为粉末成本是 AM 增材制造原料的最大挑战，因为如果粉末昂贵，这会使其他一切变得更加困难。但他也表示，总成本是这一重大挑战的另一部分，因为一旦开始扩大规模，增材制造将真正进入到与铸造等技术竞争的轨道，这就要求降低成本，以及质量一致性成为关键的挑战需要去克服。

举例来说如果粉末起价为每公斤100美元，那么这意味着还没有购买3D打印机就已经花了很多钱。随着规模的扩大，如果所购买的5%的粉末最终生产的零件是不合格的，这将是一笔巨大的运营沉没成本。在制造业，成本非常重要。

托莱多大学研究教授兼先进制造主任强调了专注于材料表征和测量技术的立场，这里的挑战是确定对粉末质量至关重要的因素。粉末中有很多因素需要处理，包括化学性质、粒度分布、流变学特征、电荷、铺展性和流动性等等，如何解决这个“变量矩阵”？如何标准化测量技术并找到这些特性与最终性能之间的关系？像 ASTM 这样的组织与工业界、学术界和政府合作，可以帮助更好地确定要求是什么。

EOS北美金属技术高级经理 Ankit例如消费品行业以及可再生能源Saharan 认为，AM增材制造面临的最大原料挑战是新材料，因为就规模而言，还有很多其他行业增材制造没有涉及，目前很多行业所使用的合金并不是为增材制造过程设计的。

因此，除非行业真的开始专注于可以做些什么来创造新材料以使更多的应用成为可能，否则将仅限于现在的行业应用中。

合作应对材料挑战

增材制造设计的复杂性与众多因素相互依存，如材料质量将影响零件性能，从而影响设计决策；生产参数将影响质量保证，而质量保证要求将反映在那些设计决策中……等等。

一个行业共识是，原始设备制造商和粉末制造商之间需要合作，以正确定义这些参数。不过最终用户必须参与进来，而且角色或许是最重要的。如果要思考为什么材料特性和定义的责任可能在于最终用户，而不是实际制造原料的厂商。这其中的一个逻辑是说到规范，什么是好是坏，这是最终用户决定的，包括对机械性能的要求，或者蠕变，或者化学反应。

最终产品的性能是需要考虑的因素，很多时候用户有好的粉末但参数表征不到位，最终得到一个糟糕的产品；也有很多时候，用户有好的粉末但加工参数配合的不对，最终得到一个不合格的产品；也有很多时候，用户用好参数得到一个好的产品，但粉末成本太高，调整、可扩展和创新的空间就很小。

根据市场观察，如何确定更加优化的加工参数，国际上已经开始出现基于人工智能的解决方案。毫无疑问，人工智能需要与增材制造协同工作。但阻碍人工智能技术与增材制造相集成的挑战之一是数据。3D打印的高度复杂性催生了对于人工智能技术的需求，但这需要大量的数据来保证机器学习算法能够进行正确的“学习”，最佳的优化需要最佳的数据集，然而增材制造领域中的数据获取、管理仍存在挑战。

在这方面，ASTM与Americas Makes 已经有所行动，他们合作推出增材制造数据战略指南，该指南指出了增材制造（AM）数据的差距、挑战、解决方案和行动计划。ASTM在增材制造数据战略指南中提出了创建一个健全有力的增材制造数据生态系统，以此推动3D打印进入指数级增长态势。

尽管人工智能和增材制造之间有着完美集成与匹配的天然基础，但距离实现这一目标还有很长的路要走。能够激发人工智能潜能的要素是数据，然而获取增材制造过程中的海量数据，将人工智能正确集成到增材制造过程中，这一领域中的相关利益者之间的标准化和协作都是必要的。

谈到材料特性，的确这并非是一个孤立的课题。目前还难以通过要生产什么样的零件来确认所需要的大致什么样的材料特征。零件生产商（例如服务商）需要对传入的材料进行哪些关键测试，以及需要哪些设备来执行这些测试，这些都是困扰业界的问题。

基础研究的重要性

这其中基础研究的重要性正在显现，业界将回归基础并找到重要的东西。也许可以找到更好的控制湿度或氧化的方法，这对铜来说更为重要，这中回归基础的需求将开始渗透到其他材料中，将把制造者带回科学，试图了解什么是真正重要的。

根据ACAM亚琛增材制造中心，3D打印-增材制造的发展将推动数字材料技术进步，多材料打印的进步，确保大幅减少增材制造新材料设计、开发和取得资格所需的时间和成本。该领域包括开发新的和新颖的计算方法，如基于物理及模型辅助的材料性能预测工具；开发对计算机预测进行验证所需的通用基准数据，以及针对材料性能表征的新思路，有助于为每一个新的增材制造材料-工艺组合开发设计循环。

在这里，科研带来更开阔的视野与对挑战本质的理解。

例如在减材制造中，6061铝主要用于加工，这是一种很好的材料，价格低廉，易于加工，并且提供了不错的零件性能。当将这种材料用于3D打印-增材制造加工的时候，这种材料变得不那么可靠或可重复性降低。实际上，业界通常着眼于难以可靠打印的材料，如果在这种材料的基础上建立标准，这比新材料可能解决的问题更大。