高溫合金在航空、航天、能源和其他高溫應(yīng)用領(lǐng)域具有出色性能（如高強(qiáng)度、耐熱、耐腐蝕和良好的機(jī)械性能），已成為一種關(guān)鍵材料。航空發(fā)動(dòng)機(jī)是國之重器，其研發(fā)與制造水平是衡量國民經(jīng)濟(jì)發(fā)展和國防安全的重要指標(biāo)。航空發(fā)動(dòng)機(jī)在運(yùn)行過程中，長時(shí)間面對高溫、高壓、高轉(zhuǎn)速及交變負(fù)載等極端條件，致使其關(guān)鍵零部件的材料制備和加工制造工藝尤為復(fù)雜^[1]。20 世紀(jì) 40 年代，熔模鑄造技術(shù)開始應(yīng)用于航空噴氣發(fā)動(dòng)機(jī)渦輪葉片，高溫合金精密成形已成為航空發(fā)動(dòng)機(jī)先進(jìn)材料加工的關(guān)鍵核心技術(shù)之一^[2]。熔模鑄造是特種鑄造工藝，也被稱為失蠟鑄造，優(yōu)點(diǎn)是能夠生產(chǎn)尺寸精度高且?guī)缀涡螤顝?fù)雜的結(jié)構(gòu)件，是航空發(fā)動(dòng)機(jī)制造中不可或缺的工藝，為航空發(fā)動(dòng)機(jī)的研發(fā)和制造提供了重要的技術(shù)支撐。自 20 世紀(jì) 80 年代以來，大型復(fù)雜薄壁整體熔模鑄件已大量應(yīng)用于艦載武器和航空器等國防裝備系統(tǒng)中^[3]，航空發(fā)動(dòng)機(jī)熱端部件重量的 1/4 來自高溫合金精密鑄件^[4]。因此，高溫合金鑄件和精密鑄造技術(shù)不可替代。

傳統(tǒng)熔模鑄件的研發(fā)主要依賴于經(jīng)驗(yàn)積累和簡單循環(huán)試錯(cuò)為特征的 “經(jīng)驗(yàn) + 試錯(cuò)” 方式，效率低、偶然性高、科學(xué)性差，常常導(dǎo)致鑄件尺寸不合格，出現(xiàn)縮松、縮孔等缺陷^[5]。隨著航空工業(yè)的快速發(fā)展，對航空發(fā)動(dòng)機(jī)高溫合金鑄件的性能要求日益提高。為了滿足這些要求，鑄造工藝設(shè)計(jì)與優(yōu)化成為關(guān)鍵，精確控制鑄造工藝以降低缺陷和提高產(chǎn)品質(zhì)量變得尤為重要。鑄造工藝的數(shù)字化在優(yōu)化設(shè)計(jì)、缺陷和尺寸控制等方面起到了重要作用。通過計(jì)算機(jī)輔助設(shè)計(jì)（CAD）軟件可以創(chuàng)建復(fù)雜的鑄件幾何形狀，計(jì)算機(jī)輔助工程（CAE）工具及相關(guān)仿真軟件則有助于預(yù)測鑄造缺陷（如縮孔、尺寸偏差等）。在 20 世紀(jì) 40 年代初，Victor Paschkis 首次建立了熱傳導(dǎo)分析單元，并應(yīng)用于鑄件凝固過程的模擬研究^[11]，自此鑄造由傳統(tǒng)研發(fā)模式向數(shù)值模擬轉(zhuǎn)變。20 世紀(jì) 60 年代，研究人員又將有限元法從結(jié)構(gòu)分析領(lǐng)域擴(kuò)展到熱傳導(dǎo)領(lǐng)域，為熱傳導(dǎo)問題的分析提供了新的解決方案，也為數(shù)值模擬的鑄造凝固問題提供了新思路^[19–20]。

進(jìn)入 21 世紀(jì)，計(jì)算機(jī)技術(shù)蓬勃發(fā)展，研究人員將數(shù)據(jù)庫技術(shù)、幾何模擬、數(shù)值模擬有機(jī)結(jié)合，提出了鑄造工藝 CAE 的概念。結(jié)合上述理論，多種鑄造數(shù)值模擬計(jì)算軟件相繼被開發(fā)出來，如法國 ESI Group 研發(fā)的 ProCAST、美國 ANSYS 公司旗下的 FLUENT、德國 MAGMA Foundry Technologies 研發(fā)的 MAGMA 等。這些軟件可以對熔模鑄造過程進(jìn)行全面模擬和預(yù)測，為實(shí)際生產(chǎn)提供重要的參考依據(jù)^[8]。近年來，國際鑄造領(lǐng)域正在向 “數(shù)據(jù)驅(qū)動(dòng) + 數(shù)值仿真” 研發(fā)模式轉(zhuǎn)變，在鑄造工藝 CAD 中將計(jì)算機(jī)模擬、鑄件幾何模型和數(shù)據(jù)庫集合，通過改變幾何參數(shù)進(jìn)而研究冒口等幾何尺寸對鑄件質(zhì)量的影響^[9]。數(shù)據(jù)驅(qū)動(dòng)是 “自下而上” 的方法，旨在通過分析大量歷史數(shù)據(jù)來發(fā)現(xiàn)隱藏的知識。由于熔模鑄造過程數(shù)據(jù)難以采集，因此結(jié)合數(shù)值模擬建立預(yù)測分析模型更加便捷。Yu 等^[10]將基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)（RBF）的機(jī)器學(xué)習(xí)與特征部件仿真相結(jié)合，提出了一種數(shù)據(jù)驅(qū)動(dòng)的澆注系統(tǒng)設(shè)計(jì)優(yōu)化框架，建立了基于 NSGA–II 技術(shù)的試驗(yàn)設(shè)計(jì)，確定并優(yōu)化了澆注系統(tǒng)及其相應(yīng)的澆注工藝，最終獲得高成品率和高質(zhì)量的鑄件。Yu 等^[12]建立了鈦合金鑄件縮松體積和縮松數(shù)量的多元回歸預(yù)測和神經(jīng)網(wǎng)絡(luò)預(yù)測模型，結(jié)果表明，縮孔缺陷對關(guān)鍵工藝參數(shù)的敏感度由高到低依次為：澆注溫度、澆注時(shí)間、模具溫度。Li 等^[12]在鑄鋼件的澆注系統(tǒng)設(shè)計(jì)上提出了將神經(jīng)網(wǎng)絡(luò)的預(yù)測模型和遺傳算法結(jié)合的優(yōu)化設(shè)計(jì)方法，使得工藝出品率提高了 4.1%。

在 “中國制造 2025”“工業(yè) 4.0” 等背景下，鑄造進(jìn)一步向智能化發(fā)展。數(shù)字孿生完美契合了智能化的需求，基于人工智能的數(shù)字孿生系統(tǒng)可以實(shí)時(shí)做出決策，優(yōu)化鑄件幾何設(shè)計(jì)等虛實(shí)互操作的功能。數(shù)字孿生概念最初由 Grieves 等^[13]提出，主要用于軍事和航空航天領(lǐng)域，被視為一個(gè)全面的系統(tǒng)，其中物理實(shí)體及其虛擬實(shí)體相互作用并共同發(fā)展。本質(zhì)上，數(shù)字孿生是一種動(dòng)態(tài)虛擬模型，可在真實(shí)環(huán)境的背景下，跨越多個(gè)維度、時(shí)間尺度、學(xué)科和物理量，準(zhǔn)確地模擬和表示物理實(shí)體的屬性、行為和規(guī)則^[14]。在構(gòu)建鑄造過程的實(shí)時(shí)仿真模型中，將數(shù)字孿生系統(tǒng)引入鑄件的生產(chǎn)設(shè)計(jì)過程，可以優(yōu)化鑄件設(shè)計(jì)和生產(chǎn)工藝，減少鑄件缺陷^[19,21]。

隨著國防建設(shè)的迫切需要，突破先進(jìn)航空發(fā)動(dòng)機(jī)高溫合金熱端鑄件精確成形技術(shù)契合國家重大戰(zhàn)略需求。我國迫切需要轉(zhuǎn)變傳統(tǒng)的研發(fā)模式，發(fā)展能引領(lǐng)我國航空發(fā)動(dòng)機(jī)高溫合金構(gòu)件鑄造水平實(shí)現(xiàn)跨越式進(jìn)步的新原理和新方法。因此，針對航空發(fā)動(dòng)機(jī)高溫合金復(fù)雜鑄件，開展數(shù)字化 / 智能化鑄造工藝優(yōu)化方法和缺陷控制的研究具有重大意義。本文以航空發(fā)動(dòng)機(jī)高溫合金熔模鑄造技術(shù)的工藝過程為重點(diǎn)關(guān)注對象，從鑄造過程時(shí)變擾動(dòng)控制、鑄件尺寸精度控制及航空發(fā)動(dòng)機(jī)高溫合金鑄件精密鑄造快速成形技術(shù) 3 個(gè)方面對國內(nèi)外的研究現(xiàn)狀進(jìn)行綜述，最后對航空發(fā)動(dòng)機(jī)高溫合金鑄件精密成形技術(shù)的未來發(fā)展提出展望。

1、鑄造過程時(shí)變擾動(dòng)與鑄件冶金質(zhì)量關(guān)系

縮松是熔模鑄件的主要缺陷之一，在凝固過程中，由于液態(tài)金屬或合金體積變化和液態(tài)金屬壓力下降導(dǎo)致流動(dòng)補(bǔ)縮不足，在鑄件內(nèi)部形成分散和細(xì)小的孔洞，會引發(fā)高溫合金基體內(nèi)裂紋的產(chǎn)生和擴(kuò)展，最終導(dǎo)致鑄件的疲勞壽命降低^[6,15–16]。縮松的形成是一個(gè)復(fù)雜的過程，主要受到合金成分、鑄件幾何形狀、澆注溫度、模具溫度、澆注速度和冷卻條件等多種因素的影響。研究人員致力于通過優(yōu)化熔模鑄造工藝參數(shù)和采用后熱處理方式（如熱等靜壓等）來消除高溫合金鑄件中的縮松^[7]。然而，超過熱等靜壓裝置腔體最大尺寸的較大鑄件不適合熱等靜壓處理^[22]。較多研究表明，數(shù)值模擬是目前揭示熔模鑄造縮松形成原理的最有效方法^[10,23–24]。

鑄造數(shù)值仿真在優(yōu)化工藝參數(shù)、提高設(shè)計(jì)效率和降低成本方面展示出強(qiáng)大的能力，但鑄造仿真難以反映實(shí)際生產(chǎn)過程的真實(shí)狀態(tài)，主要是因?yàn)閭鹘y(tǒng)的數(shù)值模擬采用確定性模型，無法反映實(shí)際生產(chǎn)工藝中的時(shí)變擾動(dòng)，降低了缺陷預(yù)測的準(zhǔn)確性。在從母合金熔煉到最終澆注的復(fù)雜工藝流程中，存在合金成分、澆注系統(tǒng)組裝、型殼轉(zhuǎn)移時(shí)間、澆注溫度、界面換熱系數(shù)等多種擾動(dòng)因素^[17–18]。其中，型殼轉(zhuǎn)移是指將預(yù)熱的陶瓷型殼從焙燒爐轉(zhuǎn)移到鑄型室的過程，型殼溫度將不可避免地發(fā)生變化，對高溫熔體在充型過程中的冷卻與凝固產(chǎn)生影響，但在數(shù)值模擬中，為了簡化計(jì)算過程，通常在模擬過程中預(yù)設(shè)一個(gè)較預(yù)熱爐更低的預(yù)熱溫度^[25–26]。

型殼溫度是熔模精密鑄造過程中一個(gè)十分重要的參數(shù)，直接影響金屬熔體的充型和凝固情況，尤其是對 1400 ℃以上高溫熔體的流動(dòng)和凝固有顯著影響^[27–28]。值得注意的是，型殼轉(zhuǎn)運(yùn)時(shí)間越長，型殼溫度降幅越大^[29]。此外，試驗(yàn)數(shù)據(jù)表明，殼內(nèi)溫度下降速率既不是線性的，也不是均勻的，特別是在手工搬運(yùn)模具外殼的過程中，情況更加復(fù)雜。因此，研究不同型殼轉(zhuǎn)運(yùn)時(shí)間下的型殼溫度變化，以及型殼溫度變化對鑄件縮松缺陷的影響顯得尤為重要^[30]。

Zhao 等^[31]采用數(shù)值模擬的方法研究了型殼轉(zhuǎn)運(yùn)時(shí)間（0、180、300、420 s）對 Inconel 718 高溫合金渦輪葉片熔模鑄件收縮缺陷的影響，模擬結(jié)果（圖 1 和圖 2）表明，當(dāng)型殼轉(zhuǎn)運(yùn)時(shí)間從 0 增加到 420 s 時(shí)，熔模鑄件的縮孔面積從 3 個(gè)增加到 7 個(gè)，型殼溫度從 1000 ℃降低到 860 ℃，而總收縮體積從 2.6154 cm³ 增加到 2.9398 cm³。這種現(xiàn)象主要源于型殼溫度的降低和高溫合金鑄件內(nèi)部固相率的演變。

 

2、基于數(shù)據(jù)驅(qū)動(dòng)的尺寸精度控制方法

作為一種近凈成形技術(shù)，熔模鑄造具有很高的尺寸精度，最高可達(dá) 0.5%^[4,32]，但鑄件的尺寸精度仍可進(jìn)一步提高。熔模鑄造工藝復(fù)雜，工序多，生產(chǎn)周期長，影響最終鑄件尺寸精度的因素很多。大量研究已經(jīng)確定了熔模鑄造過程中的 3 個(gè)關(guān)鍵階段對鑄件的尺寸精度和變形有很大的影響：蠟?zāi)！⑿蜌さ闹苽浜丸T件的凝固^[33]。如果金屬在凝固過程中不收縮，那么制造一個(gè)與所需鑄件精確尺寸一樣的模具是很簡單的。然而，金屬在凝固過程中會收縮，蠟?zāi)Ｒ矔�收縮，模具在加熱時(shí)膨脹，澆注后冷卻時(shí)收縮。此外，尺寸變化是非線性的，受蠟?zāi)２牧稀⒛＞卟牧稀⑺�用合金和鑄件幾何形狀的影響^[34]。

美國橡樹嶺國家實(shí)驗(yàn)室和美國能源部發(fā)布的報(bào)告表明，熔模鑄造過程中模具表面的尺寸變化主要源自 3 種變形系統(tǒng)：蠟?zāi)?ndash;蠟、蠟–型殼和型殼–合金，熔模鑄造過程的尺寸變化規(guī)律如圖 3 所示^[34]。蠟?zāi)Ｅc相應(yīng)鑄件尺寸變化的原因包括蠟?zāi)２牧希ㄏ灒�、型殼材料（殼）、凝固合金在加工過程中的熱膨脹、收縮、熱變形和蠕變^[35]。因此，研究蠟?zāi)Ｖ苽洹⑿蜌ぶ圃旌湍�固過程中的尺寸變化及尺寸向鑄件轉(zhuǎn)移的規(guī)律，對提高鑄件尺寸精度具有重要意義。

Wang 等^[36]采用模擬和試驗(yàn)相結(jié)合的方法，研究了工藝參數(shù)對不同厚度蠟?zāi)Ｐ颓粔毫�和尺寸變化的影響，發(fā)現(xiàn)保壓時(shí)間和保壓壓力對蠟?zāi)：穸鹊姆�(wěn)定性影響較大。然而，注射溫度的變化對型腔內(nèi)壓力和收縮量的影響不大，型腔內(nèi)壓力對保壓壓力更敏感。而當(dāng)保溫時(shí)間大于封口時(shí)間時(shí)，對蠟型的收縮無顯著影響，蠟?zāi)：穸鹊氖湛s量隨厚度的增加而增大。此外，Wang 等^[37]發(fā)現(xiàn)在保壓階段，蠟液的不對稱流動(dòng)是型芯偏移的直接原因，保壓階段作用于型芯不同區(qū)域的壓力差異導(dǎo)致了型芯偏移，因此降低保壓壓力能夠減少型芯偏移量，增加型芯固定能夠減少薄壁蠟?zāi)Ｓ捎谛托酒�移造成的兩�?cè)壁厚變化。航空發(fā)動(dòng)機(jī)大型薄壁空心后機(jī)匣型芯偏移的數(shù)值模擬結(jié)果如圖 4 所示^[37]。

研究人員利用高分子混合蠟料流變學(xué)、熔體可壓縮模型，發(fā)明了基于位移場仿真蠟?zāi)３叽缇�度的控制技術(shù)，壁厚偏差由 25% 以上降至 3% 以下^[38]。蠟?zāi)Ｗ⑸涫侨勰ｈT造的第一步，蠟?zāi)５某叽绮▌?dòng)在鑄件尺寸波動(dòng)中占比為 10%~70%，因此，蠟?zāi)Ｗ⑸涑尚瓦^程中的變形規(guī)律及計(jì)算模型是實(shí)現(xiàn)近凈成形熔模鑄造的基礎(chǔ)^[4]。傳統(tǒng)經(jīng)驗(yàn)尋優(yōu)和循環(huán)試錯(cuò)法設(shè)計(jì)蠟?zāi)Ｗ⑸涔に嚕�需要耗費(fèi)大量時(shí)間和成本。隨著計(jì)算機(jī)數(shù)值模擬仿真技術(shù)發(fā)展，基于蠟?zāi)Ｗ⑸涑尚偷牧鲌黾绑w積收縮的仿真可以進(jìn)行基礎(chǔ)性研究^[37]。

目前，渦輪葉片普遍采用中溫蠟料，不同的工藝參數(shù)對蠟?zāi)Ｗ冃温N曲的影響很大，這是因?yàn)橄灹系幕�本熱物性參�?shù)并沒有被研究，導(dǎo)致數(shù)值模擬偏差較大。所以，研究蠟料的熱性能、流變性能和 PVT 性能，建立蠟?zāi)Ｊ湛s翹曲變形計(jì)算模型是研究蠟?zāi)Ｗ⑸涑尚偷牡谝徊?sup>[39]。航空發(fā)動(dòng)機(jī)渦輪葉片蠟?zāi)Ｓ捎谧兘孛娉叽绮町愝^大，葉身型面誤差通過型殼傳遞，最終會造成葉片鑄件的尺寸超差，影響葉片的氣動(dòng)性能和服役壽命^[40]。

Zhao 等^[38]為了控制葉片的尺寸精度，提出了一種新的集成計(jì)算框架 AICAST，該框架植入響應(yīng)面優(yōu)化模型和多層感知器神經(jīng)網(wǎng)絡(luò)，還考慮了多個(gè)過程的波動(dòng)和影響。通過使用 AICAST，蠟型的最大變形降低了 60.39%，葉片鑄件的變形最小，僅為 0.1504 mm，如圖 5 所示^[38]。

液態(tài)金屬在凝固和冷卻到室溫的過程中會經(jīng)歷 3 個(gè)階段的收縮：液–液、液–固和固–固收縮，相應(yīng)的體積收縮率分別為 1.8%、3.0% 和 7.2%^[4]。高溫合金的本構(gòu)模型描述了合金澆注后，凝固冷卻過程中應(yīng)力與應(yīng)變的關(guān)系^[28]。官邦等^[41]研究了 K4169 鎳基高溫合金環(huán)套環(huán)鑄件的變形問題，對合金的熱力學(xué)性能進(jìn)行了測試；在物理模擬鑄造過程的基礎(chǔ)上，對 K4169 鎳基高溫合金進(jìn)行了單軸壓縮，比較了線彈模型和彈塑性模型下合金的變形；采用數(shù)值模擬的方法，研究了合金溫度、殼體預(yù)熱溫度等工藝參數(shù)與鑄件收縮補(bǔ)償系數(shù)、橢圓度等尺寸畸變之間的關(guān)系；最后，通過試驗(yàn)驗(yàn)證了變形預(yù)測的準(zhǔn)確性。

Wang 等^[25]提出了一種新的數(shù)據(jù)驅(qū)動(dòng)方法用于控制鑄件變形，以獲得熔模鑄造中的合格尺寸鑄件。在沒有經(jīng)驗(yàn)知識的情況下，對合金澆注溫度、型殼溫度和蠟?zāi)Ｓ嗔康挠绊戇M(jìn)行了評估；通過徑向基神經(jīng)網(wǎng)絡(luò)模型優(yōu)化合金澆注溫度、陶瓷鑄型預(yù)熱溫度與模具設(shè)計(jì)余量值，優(yōu)化后的鑄件尺寸滿足 CT6 標(biāo)準(zhǔn)。之后，該研究團(tuán)隊(duì)提出 AICAST 計(jì)算軟件平臺，實(shí)現(xiàn)了 DOE 設(shè)計(jì)并可自動(dòng)運(yùn)行數(shù)值模擬仿真軟件的腳本文件，相較于傳統(tǒng)手動(dòng)操控圖形界面的方式，計(jì)算效率進(jìn)一步提升^[38]。

官邦等^[39]基于節(jié)點(diǎn)法向量和最近鄰點(diǎn)，提出熔模鑄造工藝全節(jié)點(diǎn)位移傳遞的計(jì)算方法，解決了熔模鑄件成型多流程的數(shù)據(jù)孤島問題；建立了多流程之間位移場傳遞的計(jì)算方法，使得尺寸偏差可以在模擬過程和實(shí)際生產(chǎn)過程中相互傳遞；并基于位移場的傳遞方法，以數(shù)值模擬及其降階的數(shù)據(jù)模型開展了多流程下數(shù)據(jù)驅(qū)動(dòng)的成型工藝優(yōu)化。此外，基于集成計(jì)算與數(shù)據(jù)驅(qū)動(dòng)的尺寸誤差計(jì)算技術(shù)，開發(fā)了鑄件全流程尺寸誤差的耦合傳遞與迭代計(jì)算軟件；基于鑄件試制尺寸數(shù)據(jù)，構(gòu)建了尺寸誤差的映射函數(shù)與補(bǔ)償函數(shù)，解決了多擾動(dòng)條件下壓蠟?zāi)＞哒`差精準(zhǔn)補(bǔ)償?shù)碾y題。

3、航空發(fā)動(dòng)機(jī)高溫合金鑄件精密鑄造快速成形

高溫合金鑄件通常采用熔模精密鑄造成形，傳統(tǒng)熔模鑄造通常采用模具制備蠟?zāi)＃�但因模具制造時(shí)間長且需要修模，導(dǎo)致復(fù)雜鑄件的制造周期大幅度增加，對航空發(fā)動(dòng)機(jī)的研制和生產(chǎn)進(jìn)度造成了很大的影響^[38]。尤其是在原型機(jī)開發(fā)階段，葉片設(shè)計(jì)需反復(fù)改型，采用注蠟?zāi)ゾ叱尚蜁r(shí)，模具制造及改型時(shí)間長、成本高，甚至?xí)�因無法修模導(dǎo)致模具報(bào)廢，極大地影響了新機(jī)研制進(jìn)度，快速成形技術(shù)的出現(xiàn)則解決了這一難題。

快速成形是一種通過計(jì)算機(jī)輔助設(shè)計(jì)數(shù)據(jù)，利用先進(jìn)制造技術(shù)（如 3D 打印）快速制造出實(shí)物原型或最終產(chǎn)品的過程。其核心特點(diǎn)是制造過程的快速性、靈活性和精度，通常用于驗(yàn)證設(shè)計(jì)概念、生產(chǎn)復(fù)雜形狀的零件或小批量定制生產(chǎn)。隨著快速成形技術(shù)的發(fā)展，熔模鑄造已成為快速、低成本生產(chǎn)高質(zhì)量鑄件的主導(dǎo)技術(shù)，傳統(tǒng)熔模鑄造工藝與新工藝流程的比較如圖 6 所示^[41]。

目前，快速熔模精密鑄造技術(shù)采用的原材料有蠟、紙張和塑料等^[42]。對于非蠟材料的快速成形過程，存在的問題是陶瓷殼體在焙燒中會開裂、不完全燒穿、殘余灰分和副產(chǎn)物的釋放^[43–44]。1974 年，David E. H. Jones 首次提出了 “3D 打印” 的概念^[45]。雖然在 20 世紀(jì) 70、80 年代，已經(jīng)有不少學(xué)者提出了三維打印的設(shè)想，并且開發(fā)出了相關(guān)的機(jī)器，但是 3D 打印技術(shù)在此期間并沒有得到重視。直到 1986 年，美國 3D Systems 公司推出了世界上第 1 臺 FDM–1650 快速成形原理樣機(jī)。從 90 年代開始，3D 打印蠟?zāi)＜夹g(shù)開始應(yīng)用于精密鑄造，主要包括選擇性激光燒結(jié)（SLS）技術(shù)、熔融沉積成型（FDM）技術(shù)、光固化成型（SLA）技術(shù)與多噴頭打印（MJP）技術(shù)^[46]。表 1 展示了 3 種常見增材制造技術(shù)在熔模精密鑄造中的應(yīng)用對比。

表1 3種增材制造技術(shù)在熔模精密鑄造中的應(yīng)用對比

Table 1 Comparison of applications for three additive manufacturing technologies in investment casting

類型	名稱	基本材料	優(yōu)點(diǎn)	缺點(diǎn)
擠出成型	FDM	熱塑性塑料	制造成本低，操作、維護(hù)簡便	精度低，速度慢
粉料成型	SLS	聚苯乙烯（PS）粉	尺寸精度高，力學(xué)性能強(qiáng)	表面光潔度差，對環(huán)境影響大
光聚合成型	SLA	光敏聚合物	表面光潔度高	對環(huán)境有污染，型殼脹裂

第 1 代 3D 打印蠟?zāi)＜夹g(shù)開始于 2010 年，主要是 PS 蠟?zāi)＃�激光燒結(jié) PS 粉加滲蠟工藝成型的蠟?zāi)＃�，其主要成分�?PS 粉，蠟?zāi)１砻尜|(zhì)量較差，尺寸精度也要根據(jù)滲蠟時(shí)間控制，并且脫蠟工藝比較復(fù)雜。第 2 代 3D 打印蠟?zāi)＜夹g(shù)開始于 2015 年，主要是光敏樹脂蠟?zāi)＃瑑?yōu)點(diǎn)是樹脂拉伸強(qiáng)度高、精度高，然而樹脂的熱膨脹系數(shù)大，脫蠟溫度高，且樹脂模焙燒后灰分殘留較多，需要反復(fù)清洗型殼，脫蠟過程氣味難聞。這 2 種蠟?zāi)？焖俪尚渭夹g(shù)普遍存在一些局限性，不滿足當(dāng)下綠色生產(chǎn)理念，且蠟?zāi)５某叽缇�度難以控制，為了與實(shí)際標(biāo)準(zhǔn)鑄造相匹配，迫切需要開發(fā)純蠟 3D 打印技術(shù)。

目前，國內(nèi)外在純蠟 3D 打印蠟?zāi)５难芯颗c應(yīng)用方面處于起步階段。MJP 多噴頭噴射三維打印機(jī)是一種先進(jìn)的工藝試驗(yàn)儀器，主要用于機(jī)械工程領(lǐng)域，通過噴墨技術(shù)將計(jì)算機(jī)設(shè)計(jì)的物體轉(zhuǎn)化為三維實(shí)體，具有打印速度快、精度高、材料選擇范圍廣的優(yōu)勢。MJP 技術(shù)是以純蠟材料進(jìn)行 3D 打印的，蠟?zāi)４蛴〕叽缇�度高。目前�?D Systems 公司的 ProJet MJP 2500W Plus 3D 打印機(jī)采用 VisiJet 100% 蠟質(zhì)材料進(jìn)行 3D 打印，可提供耐用、高質(zhì)量的蠟?zāi)＃�利用現(xiàn)有的脫蠟鑄造工藝和設(shè)備，制造出各類高品質(zhì)、耐用的首飾模型，保證了部件的可靠性能和穩(wěn)定的打印效果；而且可以實(shí)現(xiàn)純蠟鑄造模型的大批量生產(chǎn)，或以極快的打印速度進(jìn)行快速單道打印，從而提高鑄造車間效率。

國內(nèi)閃鑄科技公司采用 WaxJet 400 噴蠟打印機(jī)，WaxJet 400 為大尺寸、高精度多噴嘴噴蠟 3D 打印機(jī)，可以打印表面平滑、高精細(xì)度的鑄造蠟?zāi)＃�適用于珠寶首飾工藝品、精密鑄造和航空航天等領(lǐng)域。目前，國內(nèi)的精鑄企業(yè)已應(yīng)用 3D 打印蠟?zāi)Ｖ苯舆M(jìn)行快速精密鑄造。深圳市萬澤航空科技有限責(zé)任公司、安徽應(yīng)流航源動(dòng)力科技有限公司、江蘇永瀚特種合金技術(shù)有限公司均購買了 3D Systems 公司的 ProJet MJP 2500W Plus 蠟?zāi)４蛴�機(jī)，從而進(jìn)行快速工藝開發(fā)。國內(nèi)已開展了多類復(fù)雜零件的蠟?zāi)４蛴。�部分打印�?shí)物如圖 7 所示^[47]。

國外 MJP 技術(shù)所使用的蠟材料主要包括 VisiJet M2 ICast（MJP）、VisiJet Wax Jewel Red（MJP）和 VisiJet M3 Hi–Cast100%，表 2 給出了 3 種打印成型蠟材料的性能對比。目前國內(nèi)可用于噴蠟 3D 打印的材料較少且價(jià)格貴。其中，閃鑄科技公司可提供 FFWJ1100、FFWJ1200 成型結(jié)構(gòu)材料及 FFMSS3100 支撐材料，表 3 為 3 種材料的性能對比。3 種材料在打印過程都會出現(xiàn)塌陷，且材料強(qiáng)度不夠，并且目前的配方和制造工藝不是自主可控的，缺乏對蠟料性能的全方位評價(jià)。

表 2 國外打印成型蠟性能對比

Table 2 Performance comparison of different printing waxes from abroad

打印材料種類	熔點(diǎn) / ℃	軟化點(diǎn) / ℃	體積收縮率 /%	線收縮率 /%	針入度 / (a/mm)	灰分
VisiJet M2 ICast（MJP）	62~63	43~47	1.7	0.58	14	0
VisiJet Wax Jewel Red（MJP）	61~66	40~48	2	0.7	12	＜0.05
VisiJet M3 Hi–Cast100%	70	52~62	2.24	0.75	9	＜0.05

表3 國內(nèi)噴蠟 3D 打印材料性能對比

Table 3 Performance comparison of domestic inkjet printing materials

打印材料種類	熔點(diǎn) / ℃	軟化點(diǎn) / ℃	體積收縮率 /%	線收縮率 /%	針入度 / (a/mm)	灰分
FFWJ1100	68	63	1.1	0.7	9	<0.01
FFWJ1200	80	70	0.9	0.7	7	<0.01
FFMSS3100	55	—	—	—	—	—

注：同表 2。

4、航空發(fā)動(dòng)機(jī)高溫合金鑄件智能鑄造

伴隨大數(shù)據(jù)和 “互聯(lián)網(wǎng) +” 時(shí)代的到來，傳統(tǒng)的鑄造生產(chǎn)方式受到嚴(yán)重挑戰(zhàn)，智能鑄造應(yīng)運(yùn)而生^[48]。在人工智能蓬勃發(fā)展的時(shí)代背景下，智能鑄造已然成為鑄造行業(yè)邁向進(jìn)步與創(chuàng)新的核心驅(qū)動(dòng)力。在智能鑄造企業(yè)迅猛發(fā)展的時(shí)代背景下，航空發(fā)動(dòng)機(jī)高溫合金精鑄件澆注系統(tǒng)的設(shè)計(jì)周期正面臨著前所未有的挑戰(zhàn)。這一挑戰(zhàn)源于對設(shè)計(jì)效率與精準(zhǔn)度的雙重追求，以及對市場需求進(jìn)行快速響應(yīng)的迫切需求。高溫合金精鑄件作為航空發(fā)動(dòng)機(jī)的關(guān)鍵部件，其澆注系統(tǒng)的設(shè)計(jì)直接影響著鑄件的質(zhì)量和性能。然而，傳統(tǒng)的設(shè)計(jì)方法往往依賴于工程師的手動(dòng)操作，從構(gòu)建澆注系統(tǒng)的每一個(gè)組件開始，逐一調(diào)整尺寸參數(shù)，無疑增加了設(shè)計(jì)周期和出錯(cuò)的風(fēng)險(xiǎn)^[49–51]。此外，由于每個(gè)澆注系統(tǒng)組件之間存在復(fù)雜的相互作用，簡單的尺寸調(diào)整往往難以實(shí)現(xiàn)整體澆注系統(tǒng)的高效更新，進(jìn)一步降低了設(shè)計(jì)速度和效率。

Campbell^[52]研究了金屬流動(dòng)的最大速度要求，提出了澆道系統(tǒng)設(shè)計(jì)的基本參數(shù)要求，并且提出澆注系統(tǒng)在設(shè)計(jì)中的 “十大原則”。清華大學(xué)和中國航發(fā)黎明共同研究了澆注系統(tǒng)和工藝參數(shù)的優(yōu)化設(shè)計(jì)，成功研制了某發(fā)動(dòng)機(jī)的后機(jī)匣鑄件^[53]。澆注系統(tǒng)設(shè)計(jì)水平在近幾十年有了明顯的提高，從經(jīng)驗(yàn)準(zhǔn)則到基于模擬技術(shù)的優(yōu)化設(shè)計(jì)。CAD 設(shè)計(jì)和 CAE 仿真結(jié)合進(jìn)行自動(dòng)化尋優(yōu)的方式已經(jīng)成為設(shè)計(jì)的主流方式，進(jìn)一步結(jié)合人工智能的技術(shù)將成為未來的發(fā)展趨勢。

Sun 等^[54]建立了高溫合金鑄件工藝參數(shù)、出品率和縮松位置之間的函數(shù)關(guān)系，通過機(jī)器學(xué)習(xí)優(yōu)化算法計(jì)算滿足要求的最優(yōu)解。梅麗文等^[55]基于 Pro/E 自帶的工具進(jìn)行二次開發(fā)，實(shí)現(xiàn)了閥體鑄鋼件澆冒系統(tǒng)模型的參數(shù)化設(shè)計(jì)，如圖 9 所示^[55]，該系統(tǒng)可根據(jù)調(diào)用冒口系統(tǒng)的冒口庫實(shí)現(xiàn)冒口的自動(dòng)建模。

目前，我國在高溫合金復(fù)雜鑄件精鑄工藝的智能設(shè)計(jì)方面還處于起步階段，不僅缺乏基于全流程的智能控制方法與基礎(chǔ)理論指導(dǎo)，還缺乏數(shù)字化基礎(chǔ)理論與計(jì)算模型和方法。國際上，數(shù)據(jù)驅(qū)動(dòng)的智能鑄造已經(jīng)進(jìn)入快速發(fā)展階段。英國伯明翰大學(xué)在全流程數(shù)字化凝固理論與鑄造技術(shù)方面的研究，以及韓國工業(yè)研究院在數(shù)字化領(lǐng)域的研究已經(jīng)較為深入^[56–57]；此外，Antoniadou 等^[58]在熔模鑄造過程中將金相照片作為數(shù)據(jù)輸入，利用機(jī)器學(xué)習(xí)工具進(jìn)行圖像識別，用于檢測生產(chǎn)件中的缺陷。

國內(nèi)，西北工業(yè)大學(xué)的研究團(tuán)隊(duì)建立了基于幾何依賴性的鑄件變形預(yù)測模型^[59]；華中科技大學(xué)自主開發(fā)了 “華鑄 CAE”“華鑄 ERP”“華鑄 CAD”“華鑄 FCS” 等系列軟件產(chǎn)品，并集成形成了 “華鑄 1+N” 數(shù)字化鑄造軟件平臺系統(tǒng)^[60]；魏鵬嘯等^[61]結(jié)合集成計(jì)算思想，以計(jì)算機(jī)仿真模擬與高性能計(jì)算服務(wù)器為基礎(chǔ)，以快速獲取最優(yōu)鑄造工藝為目標(biāo)，設(shè)計(jì)出了鑄造工藝集成計(jì)算平臺，架構(gòu)如圖 10 所示^[61]。該平臺采用 Python 語言開發(fā)，使用了前后端分離的 B/S（即瀏覽器 / 服務(wù)器）框架和 MVC（模型 Model、視圖 Views、控制器 Controller）設(shè)計(jì)模式；前端采用 Flask 框架用于界面開發(fā)并且接收和處理數(shù)據(jù)，后端采用 Django 框架用于具體功能的實(shí)現(xiàn)，這種開發(fā)模式的優(yōu)點(diǎn)是可以在任意瀏覽器上使用，易于后期的開發(fā)維護(hù)，極大地減少了系統(tǒng)維護(hù)成本。

5、結(jié)論

熔模鑄造作為精密鑄造的核心工藝，在航空發(fā)動(dòng)機(jī)高溫合金復(fù)雜構(gòu)件的制造中發(fā)揮著不可替代的作用。近年來，隨著數(shù)值模擬、快速成形、智能優(yōu)化等技術(shù)的突破，該工藝在尺寸精度控制、缺陷抑制和生產(chǎn)效率提升方面取得了顯著進(jìn)展。然而，受限于多物理場耦合的復(fù)雜性、材料性能的不確定性及跨流程協(xié)同優(yōu)化的不足，熔模鑄造仍面臨縮松缺陷、尺寸波動(dòng)、工藝穩(wěn)定性等挑戰(zhàn)。

隨著數(shù)值模擬技術(shù)、傳感器、人工智能、大數(shù)據(jù)技術(shù)的發(fā)展，信息化與傳統(tǒng)鑄造深度融合，熔模鑄造正在向 “數(shù)據(jù)驅(qū)動(dòng) + 數(shù)值仿真” 的研發(fā)模式轉(zhuǎn)變，進(jìn)一步向智能化方向邁進(jìn)。未來，通過深度融合數(shù)據(jù)驅(qū)動(dòng)建模、智能算法和數(shù)字化技術(shù)，構(gòu)建 “仿真–優(yōu)化–控制” 一體化的智能精鑄體系，將成為突破現(xiàn)有技術(shù)瓶頸、實(shí)現(xiàn)高精度與高效率制造的關(guān)鍵路徑。

目前，我國在高溫合金復(fù)雜薄壁鑄件精鑄工藝的智能設(shè)計(jì)方面處于起步階段，缺乏基于全流程的智能控制方法與基礎(chǔ)理論指導(dǎo)，以及數(shù)字化的基礎(chǔ)理論與計(jì)算模型 / 方法。因此，堅(jiān)持基于集成計(jì)算與數(shù)據(jù)驅(qū)動(dòng)的智能鑄造技術(shù)路線，促使鑄造范式進(jìn)行迭代，是未來的發(fā)展方向。

參考文獻(xiàn)

[1] 蔣睿嵩，汪文虎，王增強(qiáng)，等。航空發(fā)動(dòng)機(jī)渦輪葉片精密成形技術(shù)及其發(fā)展趨勢 [J]. 航空制造技術(shù)，2016，59 (21): 57–62. JIANG Ruisong，WANG Wenhu，WANG Zengqiang，et al. Precision forming technology and its development trend of aeroengine turbine blade [J]. Aeronautical Manufacturing Technology，2016，59 (21): 57–62.

[2] 崔加裕，汪東紅，肖程波，等。航空發(fā)動(dòng)機(jī)用高溫合金復(fù)雜薄壁精密鑄件尺寸精度控制技術(shù)研究進(jìn)展 [J]. 航空材料學(xué)報(bào)，2024，44 (2): 31–44. CUI Jiayu，WANG Donghong，XIAO Chengbo，et al. Research progress on dimensional accuracy control technologies of complex thin-walled superalloy investment castings for aero-engines [J]. Journal of Aeronautical Materials，2024，44 (2): 31–44.

[3] LORIA E A. Superalloy 718-Metallurgy and applications[M]. Pittsburgh: The Minerals，Metals & Materials Society，1989.

[4] 孫寶德，王俊，康茂東，等。高溫合金超限構(gòu)件精密鑄造技術(shù)及發(fā)展趨勢 [J]. 金屬學(xué)報(bào)，2022，58 (4): 412–427. SUN Baode，WANG Jun，KANG Maodong，et al. Investment casting technology and development trend of superalloy ultra limit components [J]. Acta Metallurgica Sinica，2022，58 (4): 412–427.

[5] PATTNAIK S，KARUNAKAR D B，JHA P K. Developments in investment casting process-A review[J]. Journal of Materials Processing Technology，2012，212(11): 2332–2348.

[6] VIJAYARAM T R，SULAIMAN S，HAMOUDA A M S，et al. Numerical simulation of casting solidification in permanent metallic molds[J]. Journal of Materials Processing Technology，2006，178(1–3): 29–33.

[7] 婁大光。大型薄壁鎂合金支架鑄件的低壓鑄造工藝研究 [D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2015. LOU Daguang. Large thin-wall magnesium bracket low pressure casting technology research [D]. Harbin: Harbin Institute of Technology，2015.

[8] 常星陽。基于 MASIP 的鎂合金座椅骨架工藝優(yōu)化研究 [D]. 大連：大連理工大學(xué)，2021. CHANG Xingyang. Research on process optimization of magnesium alloy seat frame based on MASIP [D]. Dalian: Dalian University of Technology，2021.

[9] 殷亞軍，劉振偉，張勇佳，等。鑄造數(shù)值模擬軟件技術(shù)及應(yīng)用進(jìn)展 [J]. 特種鑄造及有色合金，2023，43 (10): 1297–1311. YIN Yajun，LIU Zhenwei，ZHANG Yongjia，et al. Progress in casting numerical simulation software technology and application [J]. Special Casting & Nonferrous Alloys，2023，43 (10): 1297–1311.

[10] YU J P，WANG D H，LI D Y，et al. Engineering computing and data-driven for gating system design in investment casting[J]. The International Journal of Advanced Manufacturing Technology，2020，111(3): 829–837.

[11] YU P，JI X Y，SUN T，et al. Dataphysics fusion-driven defect predictions for titanium alloy casing using neural network[J]. Materials，2024，17(10): 2226.

[12] LI H Y，KAFKA O L，GAO J Y，et al. Clustering discretization methods for generation of material performance databases in machine learning and design optimization[J]. Computational Mechanics，2019，64(2): 281–305.

[13] GRIEVES M，VICKERS J. Digital twin: Mitigating unpredictable，undesirable emergent behavior in complex systems[M]//Transdisciplinary perspectives on complex systems: New findings and approaches. Cham: Springer International Publishing，2017: 85–113.

[14] MOU S，BU K，LIU J，et al. A digital twin based residual stress prediction method for turbine blades[J]. Journal of Physics: Conference Series，2023，2569(1): 012067.

[15] SAMA S R，MACDONALD E，VOIGT R，et al. Measurement of metal velocity in sand casting during mold filling[J]. Metals，2019，9(10): 1079.

[16] WALKER J，HARRIS E，LYNAGH C，et al. 3D printed smart molds for sand casting[J]. International Journal of Metalcasting，2018，12(4): 785–796.

[17] 羅強(qiáng)，李飛，馬鑫，等。蠟?zāi)Ｕ`差與葉片精度控制技術(shù)研究進(jìn)展 [J]. 特種鑄造及有色合金，2022，42 (8): 944–950. LUO Qiang，LI Fei，MA Xin，et al. Research progress in controlling technologies of wax pattern error and blade accuracy [J]. Special Casting & Nonferrous Alloys，2022，42 (8): 944–950.

[18] 汪東紅，孫鋒，疏達(dá)，等。數(shù)據(jù)驅(qū)動(dòng)鎳基鑄造高溫合金設(shè)計(jì)及復(fù)雜鑄件精確成形 [J]. 金屬學(xué)報(bào)，2022，58 (1): 89–102. WANG Donghong，SUN Feng，SHU Da，et al. Data-driven design of cast nickel-based superalloy and precision forming of complex castings [J]. Acta Metallurgica Sinica，2022，58 (1): 89–102.

[19] LIU Y H，KANG M D，WU Y，et al. Effects of microporosity and precipitates on the cracking behavior in polycrystalline superalloy Inconel 718[J]. Materials Characterization，2017，132: 175–186.

[20] LAGUDU Y，AGARWAL A，MANWATKAR S K，et al. Metallurgical analysis on leaked XH–43 superalloy LH2 exhaust casing investment casting[J]. Journal of Failure Analysis and Prevention，2023，23(3): 1265–1274.

[21] PRASAD K，SARKAR R，GOPINATH K. Role of shrinkage pores，carbides on cyclic deformation behaviour of conventionally cast nickel base superalloy CM247LC® at 870 ℃[J]. Materials Science and Engineering: A，2016，654: 381–389.

[22] SUN B，WANG J，SHU D. Precision forming technology of large superalloy castings for aircraft engines[M]. Singapore: Shanghai Jiao Tong University Press and Springer Nature，2021.

[23] ESMAEILZADEH M，ABBASI M. Experimental and simulation-based investigations on the as-cast microstructure of Inconel 657 superalloy produced by investment casting[J]. Metallography，Microstructure，and Analysis，2023，12(3): 557–563.

[24] PAN D，XU Q Y，LIU B C. Three-dimensional microstructure simulation of Ni-based superalloy investment castings[J]. Science China Physics，Mechanics and Astronomy，2011，54(5): 851–855.

[25] WANG D H，YU J P，YANG C L，et al. Dimensional control of ring-to-ring casting with a data-driven approach during investment casting[J]. The International Journal of Advanced Manufacturing Technology，2022，119(1): 691–704.

[26] DONG Y W，LI X L，ZHAO Q，et al. Modeling of shrinkage during investment casting of thin-walled hollow turbine blades[J]. Journal of Materials Processing Technology，2017，244: 190–203.

[27] SHEIKH A K，KHAN M A A. Mold design optimization and quality assessment of steel castings through integrated simulations and experiments[J]. Journal of Mechanical Science and Technology，2020，34(7): 2975–2983.

[28] DING Z Y，WANG D H，GUAN B，et al. Semi-solid plasticity and deformation control of superalloy investment casting[J]. The International Journal of Advanced Manufacturing Technology，2024，130(7): 3419–3429.

[29] RAKOCZY Ł，CYGAN R. Analysis of temperature distribution in shell mould during thin-wall superalloy casting and its effect on the resultant microstructure[J]. Archives of Civil and Mechanical Engineering，2018，18(4): 1441–1450.

[30] 李海松，張瓊元，伍林，等。型殼材料對高溫合金葉片組織和性能的影響 [J]. 特種鑄造及有色合金，2021，41 (1): 103–107. LI Haisong，ZHANG Qiongyuan，WU Lin，et al. Influence of ceramic shell material on the microstructure and properties of superalloy blade [J]. Special Casting & Nonferrous Alloys，2021，41 (1): 103–107.

[31] ZHAO D Y，WANG D H，ZHOU L Y，et al. Effect of mold dwell time on shrinkage defects in investment casting of superalloy turbine blade[J]. The International Journal of Advanced Manufacturing Technology，2024，132(9): 4473–4487.

[32] HOCK T S，TREVOR S，CHRISTODOULOU P，et al. Experimental studies on the accuracy of wax patterns used in investment casting[J]. Proceedings of the Institution of Mechanical Engineers，Part B: Journal of Engineering Manufacture，2003，217(2): 285–289.

[33] PIWONKA T S，WIEST J M. Factors affecting investment casting pattern die dimensions[J]. International Magazine of the Investment Casting Institute，1998，11(6): 8–13.

[34] SABAU A S，CANNELL N. Predicting pattern tooling and casting dimensions for investment casting，phase III[R]. Oak Ridge: US Department of Energy，2007.

[35] ZHANG J，YE H W，LI K W，et al. Numerical simulation of mold filling process for wax pattern of the impeller in investment casting[J]. Applied Mechanics and Materials，2011，80–81: 965–968.

[36] WANG D H，HE B，LI F，et al. Cavity pressure and dimensional accuracy analysis of wax patterns for investment casting[J]. Materials and Manufacturing Processes，2013，28(6): 637–642.

[37] WANG D H，HE B，LI F，et al. Experimental and numerical analysis on core deflection during wax injection[J]. Materials and Manufacturing Processes，2013，28(11): 1209–1214.

[38] ZHAO D Y，ZHOU L Y，WANG D H，et al. Integrated computational framework for controlling dimensional accuracy of thin-walled turbine blades during investment casting[J]. The International Journal of Advanced Manufacturing Technology，2023，129(3): 1315–1328.

[39] 官邦，汪東紅，馬洪波，等。熔模鑄件尺寸控制的數(shù)字孿生建模關(guān)鍵技術(shù)與應(yīng)用 [J]. 金屬學(xué)報(bào)，2024，60 (4): 548–558. GUAN Bang，WANG Donghong，MA Hongbo，et al. Key technology and application of digital twin modeling for deformation control of investment casting [J]. Acta Metallurgica Sinica，2024，60 (4): 548–558.

[40] 張海龍，蔣明，趙輝，等。航空發(fā)動(dòng)機(jī)復(fù)雜薄壁件精密鑄造技術(shù)研究 [J]. 模具技術(shù)，2021 (6): 1–7. ZHANG Hailong，JIANG Ming，ZHAO Hui，et al. Study on investment casting process of complex thin-walled casting for aeroengine [J]. Die and Mould Technology，2021 (6): 1–7.

[41] 張浩。葉輪快速成型及熔模鑄造過程仿真研究 [D]. 西安：西安工業(yè)大學(xué)，2019. ZHANG Hao. Impeller rapid prototyping and simulation research on investment casting process [D]. Xi’an: Xi’an Technological University，2019.

[42] GREUL M，PINTAT T，GREULICH M. Rapid prototyping of functional metallic parts[J]. Computers in Industry，1995，28(1): 23–28.

[43] YAO W L，LEU M C. Analysis of shell cracking in investment casting with laser stereolithography patterns[J]. Rapid Prototyping Journal，1999，5(1): 12–20.

[44] LEE C W，CHUA C K，CHEAH C M，et al. Rapid investment casting: Direct and indirect approaches via fused deposition modelling[J]. The International Journal of Advanced Manufacturing Technology，2004，23(1): 93–101.

[45] 王會杰。大型 FDM 雙噴頭 3D 打印機(jī)的設(shè)計(jì)與研究 [D]. 南昌：南昌大學(xué)，2022. WANG Huijie. The design and research on large FDM double nozzle 3D printer [D]. Nanchang: Nanchang University，2022.

[46] 崔馨檢。基于有限元模擬的熔模鑄造用石蠟熔融沉積成型過程研究 [D]. 南京：南京理工大學(xué)，2021. CUI Xinjian. Study on melting deposition process of paraffin wax for investment casting based on finite element simulation [D]. Nanjing: Nanjing University of Science and Technology，2021.

[47] SCHMITZ G J，GROHN M，BÜHRIG-POLACZEK A. Fabrication of micropatterned surfaces by improved investment casting[J]. Advanced Engineering Materials，2007，9(4): 265–270.

[48] 許慶彥。鑄造技術(shù)路線圖：數(shù)字化、網(wǎng)絡(luò)化、智能化鑄造 [J]. 鑄造，2017，66 (12): 1243–1250. XU Qingyan. Roadmap of casting technology: Digital，networked and intelligent casting [J]. Foundry，2017，66 (12): 1243–1250.

[49] KHADE U S，SAWANT S M. Gating design modification using 3D CAD modeling and casting simulation for improving the casting yield[J]. International Journal of Advanced Mechanical Engineering，2014，4(7): 813–820.

[50] CHOUDHARI C M，NARKHEDE B E，MAHAJAN S K. Casting design and simulation of cover plate using AutoCAST-X software for defect minimization with experimental validation[J]. Procedia Materials Science，2014，6: 786–797.

[52] CAMPBELL J. Complete casting handbook: Metal casting processes，metallurgy，techniques and design[M]. 2nd ed. Amsterdam: Elsevier，2015.

[53] 孫長波，唐寧，史鳳嶺，等。機(jī)匣件真空熔模鑄造的數(shù)值模擬 [J]. 鑄造，2010，59 (2): 169–173. SUN Changbo，TANG Ning，SHI Fengling，et al. Numerical simulation of vacuum investment casting cartridge receiver [J]. Foundry，2010，59 (2): 169–173.

[54] SUN J Y，WANG D H，LIU S M，et al. Feeding system design based on data model and decision optimization for superalloy castings[J]. Special Casting & Nonferrous Alloys，2019，39(1): 23–27.

[55] 梅麗文，朱昌盛，肖榮振，等。閥體件鑄造工藝 CAD 系統(tǒng)開發(fā)研究 [J]. 熱加工工藝，2010，39 (11): 63–66. MEI Liwen，ZHU Changsheng，XIAO Rongzhen，et al. Development of casting process CAD system for valve body [J]. Hot Working Technology，2010，39 (11): 63–66.

[56] GEBELIN J C，JOLLY M R. Modelling of the investment casting process[J]. Journal of Materials Processing Technology，2003，135(2–3): 291–300.

[57] KIM J，LEE J Y. Server-edge dualized closed-loop data analytics system for cyber-physical system application[J]. Robotics and Computer-Integrated Manufacturing，2021，67: 102040.

[58] ANTONIADOU A，KYPRIANIDIS K，ASLANIDOU I，et al. Design of machine learning method for decision-making support and reliability improvement in the investment casting process[C]//Linköping Electronic Conference Proceedings. Linköping: Linköping University Electronic Press，2023: 46–53.

[59] ZHANG Y L，BU K，LIU C L. Modeling of casting deformation prediction during investment casting based on geometry dependence[J]. JOM，2024，76(12): 6942–6953.

[60] 周建新，殷亞軍，計(jì)效園，等。熔模鑄造數(shù)字化智能化大數(shù)據(jù)工業(yè)軟件平臺的構(gòu)建及應(yīng)用 [J]. 鑄造，2021，70 (2): 160–174. ZHOU Jianxin，YIN Yajun，JI Xiaoyuan，et al. Construction and application of digitization，intellectualization and big data industrial software platform for investment casting [J]. Foundry，2021，70 (2): 160–174.

[61] 魏鵬嘯，郭釗，丁正一，等。熔模鑄造工藝集成計(jì)算平臺開發(fā)與應(yīng)用 [J]. 特種鑄造及有色合金，2024，44 (7): 923–927. WEI Pengxiao，GUO Zhao，DING Zhengyi，et al. Development and application of integrated computational platform for investment casting processes [J]. Special Casting & Nonferrous Alloys，2024，44 (7): 923–927.

（注，原文標(biāo)題：航空發(fā)動(dòng)機(jī)高溫合金鑄件精密成形研究進(jìn)展）

---

tag標(biāo)簽:航空發(fā)動(dòng)機(jī)高溫合金鑄件,熔模鑄造,數(shù)據(jù)驅(qū)動(dòng)（RBF,神經(jīng)網(wǎng)絡(luò)）,數(shù)值模擬,縮松預(yù)測,尺寸傳遞（位移場仿真）,智能優(yōu)化（機(jī)器學(xué)習(xí)算法）

---