在增材制造零件中常见的体积缺陷类型在形态上有所不同，归因于其形成机制。本研究采用高分辨率X射线计算机断层扫描技术，分析了激光熔融Ti-6Al-4V中体积缺陷的形态特征及其统计分布。常见体积缺陷的几何形状有三种，即缺乏融合、气体夹带孔和锁孔，通过使用包括最大尺寸、圆度、稀疏度、纵横比等在内的九个参数，进行量化。结果表明，3种缺陷类型在形态参数范围内存在不同程度的重叠;因此，仅使用一个或两个参数不能确定唯一的缺陷类型。为了克服这一挑战，提出了一种包含多个形态参数的缺陷分类方法。在这项工作中，通过使用最具辨别力的参数，该方法在实施到决策树（>98%准确率）和人工神经网络（>99%准确率）前已被证明是有效的。

本文以题“Feature-based volumetric defect classification in metal additive manufacturing”发表在《nature》。

           https://www.nature.com/articles/s41467-022-34122-x

L-PBF期间缺陷形成的示意图。

a. LoF和GEP的形成    b.KH和GEP的形成

L-PBF试样中体积缺陷的可视化。使用P制造的试样的XCT扫描区域的正面、顶部和等距视图aP−20%V0%和b P+20%V−40%参数。三维空间中尺寸、纵横比和球度的散点图显示了在c P−20%V0%和d P+20%V−40%取样中观察到的体积缺陷。还显示了所选缺陷的外观，e a LoF、f a GEP和g a KH

LoF、GEP和KH的形态参数分布。

参数包括a最大轴、b纵横比、c球度、d实度、e稀疏度、f范围、g圆度、h延伸率和i平面度。每种类型的缺陷的示例也显示在面板中，其形态参数的值由各自颜色的三角形指示。拟合曲线是最大轴的核平滑曲线，而威布尔分布用于所有其他参数

用于缺陷分类的人工神经网络。a通过PFI分析获得的形态学参数的重要性排名。

b ANN模型的结构：仅显示ANN中具有相对较大权重（即较大绝对值）的连接。一、 L1、L2和O分别表示ANN的输入层、第一隐藏层、第二隐藏层和输出层