Studies have shown that melt-pool characteristics such as melt-pool size and shape are highly correlated with the formation of porosity and defects in parts built with the laser powder bed fusion (L-PBF) additive manufacturing (AM) processes. Hence, optimizing process parameters to maintain a constant melt-pool size during the build process could potentially improve the build quality of the final part. This paper considers the optimal control of laser power, while keeping other process parameters fixed, to achieve a constant melt-pool size during the laser scanning of a multi-track build under L-PBF. First, Gaussian process regression (GPR) is applied to model the dynamic evolution of the melt-pool size as a function of laser power and thermal history, which are defined as the input features of the GPR model. Then a constrained finite-horizon optimal control problem is formulated, with a quadratic cost function defined to minimize the difference between the controlled melt-pool size and its reference value. A projected gradient descent algorithm is applied to compute the optimal sequence of laser power in the proposed control problem. The GPR modeling is demonstrated using simulated data sets, a mix of simulated and experimental data sets, or pure experimental data sets. Numerical verification of the control design of laser power is performed on a commercial AM software, Autodesk’s Netfabb Simulation. Simulation results demonstrate the effectiveness of the proposed GPR modeling and model-based optimal control in regulating the melt-pool size during the scanning of multi-tracks using L-PBF.

研究表明，熔池特性（例如熔池尺寸和形状）与通过激光粉末床熔合（L-PBF）增材制造（AM）工艺制造的零件中的孔隙形成和缺陷高度相关。因此，在制造过程中优化工艺参数以维持恒定的熔池尺寸可能会改善最终零件的制造质量。本文考虑了在保持其他工艺参数不变的情况下，对激光功率的最佳控制，以在L-PBF下的多轨道结构的激光扫描过程中实现恒定的熔池尺寸。首先，采用高斯过程回归（GPR）来建模熔池尺寸随激光功率和热历史变化的动态演变，而激光功率和热历史则被定义为GPR模型的输入特征。然后，提出了一个受约束的有限水平最优控制问题，定义了二次成本函数，以最大程度地减小受控熔池尺寸与其参考值之间的差异。在提出的控制问题中，采用投影梯度下降算法来计算激光功率的最佳顺序。使用模拟数据集，模拟和实验数据集的混合或纯实验数据集演示了GPR建模。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果证明了所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道期间调节熔池尺寸方面的有效性。定义了二次成本函数，以最小化受控熔池大小与其参考值之间的差异。在提出的控制问题中，采用投影梯度下降算法来计算激光功率的最佳顺序。使用模拟数据集，模拟和实验数据集的混合或纯实验数据集演示了GPR建模。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。定义了二次成本函数，以最小化受控熔池大小与其参考值之间的差异。在提出的控制问题中，采用投影梯度下降算法来计算激光功率的最佳顺序。使用模拟数据集，模拟和实验数据集的混合或纯实验数据集演示了GPR建模。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。在提出的控制问题中，采用投影梯度下降算法来计算激光功率的最佳顺序。使用模拟数据集，模拟和实验数据集的混合或纯实验数据集演示了GPR建模。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。在提出的控制问题中，采用投影梯度下降算法来计算激光功率的最佳顺序。使用模拟数据集，模拟和实验数据集的混合或纯实验数据集演示了GPR建模。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。激光功率控制设计的数字验证是​​在商用AM软件Autodesk的Netfabb Simulation上进行的。仿真结果表明，所提出的GPR建模和基于模型的最佳控制在使用L-PBF扫描多轨道时调节熔池尺寸方面是有效的。