מחקר על זיהוי וכימות מאפיינים של שאריות אבקה פנימיות במבני נקבוביות LPBF באמצעות עיבוד תמונה

מדוע אבקה נסתרת ברכיבי הדפסה תלת־ממדית חשובה

הדפסת מתכת בתלת־ממד עוברת במהירות מהמעבדה למטוסים, רכבים ואפילו להשתלות עצם. אך בתוך רבים מהחלקים המסובכים והספוגיים הללו עלולות להישאר גרגירי אבקה לכודים ובלתי נראים, מה שמחליש את המבנה ומגדיל את הסיכון לכשל במהלך שימוש. מאמר זה מציג שיטה חדשה ל"לראות" ולמדוד את האבקה הנסתרת באופן אוטומטי, באמצעות הדמיית קרני X מתקדמת ועיבוד תמונה חכם, במטרה להפוך חלקי מתכת מודפסים לבטוחים ואמינים יותר.

ההבטחה והבעיה של חלקי מתכת נקבוביים

שיטת Laser Powder Bed Fusion (LPBF) בונה רכיבי מתכת שכבה אחר שכבה מאבקה דקה, ומאפשרת צורות נקבוביות מורכבות המושלמות למבנים קלי־משקל ולהשתלות המדמות עצם. במחקר זה המחברים מתמקדים בנושאי אבץ נקבוביים שמנהלים טבעת חיצונית המדמה עצם צפופה ואזור פנימי המדמה את החלק הספוגי. עם זאת, בפנים המבוכים הללו הלייזר לא תמיד מגיע לכל פינה, וחלקיקי אבקה זעירים עלולים להישאר לא מותכים או מותכים חלקית ודבוקים לקירות. שאריות אלה עלולות לסתום תעלות נוזלים, לרכז מאמצי עומס, לשבש את דפוסי ההתמוססות הביולוגית ואף לעורר דלקת. לכן איתור וכימות האבקה הכבולה עמוק בתוך המתכת המוצקה חיוניים הן לבטיחות מכנית והן לביצועים ביולוגיים.

הסתכלות פנימה באמצעות קרני X ופרוסות דיגיטליות

מבין שיטות בדיקה בלתי־הרסניות, טומוגרפיה ממוחשבת (CT) בולטת כיוון שהיא יכולה לראות בתוך מתכות צפופות ולשחזר תמונה תלת־ממדית מלאה. החוקרים סרקו עמודי תומך מנחושת אבץ ברזולוציה מיקרומטרית, וחילקו את הנפח התלת־ממדי לאלפי תמונות דו־ממדיות. הם בחרו חתכי רוחב בכיוון שהציג את הדפוס הפנימי החוזר בצורה הטובה ביותר. על פרוסות אלה, מתכת, נקבים ריקים ואבק שארי מופיעים כאזורי גווני אפור שונים. אך לעבור ידנית על יותר מאלף תמונות, לקבוע ספי ערך בעין בתוכנה מסחרית, הוא איטי, סובייקטיבי ולעתים לא מדויק — במיוחד כאשר הניגודיות נמוכה או הבהירות מזוהמת מפרוסה לפרוסה.

להדריך מחשב כדי למצוא את האבקה

כדי להתגבר על מגבלות אלה בנו צינור גילוי אוטומטי ב‑MATLAB המשלב עיבוד תמונה קלאסי ולמידה עמוקה. ראשית, כל פרוסת CT מעובדת מוקדם בקפידה: התמונות מאו־סטנדרטות לפורמט משותף, נחתכות להסרת רקע ריק, מעוננות, משופרות ניגודיות ומחודדות כך שנקבים, שלד מוצק וגרגרי אבקה יצטיירו בצורה ברורה יותר. לאחר מכן אלגוריתם Otsu חדיש בעל סף כפול סורק את היסטוגרמת רמות האפור ומחלק כל פיקסל לשלוש קטגוריות באופן אוטומטי: נקב פתוח, מסגרת מוצקה, או מועמד אבקה. על ידי שימוש בשני ספים במקום אחד, השיטה מבודדת טוב יותר הבדלים עדינים בגווני האפור בין מתכת מוצקה לאבקה דבוקה, שבדרך כלל חופפים בעוצמת הבהירות.

הוספת למידה עמוקה לפרטים עדינים

הסף לבדו עדיין מתמודד בקושי עם קצוות מטושטשים ואזורי ניגודיות נמוכה, ולכן המחברים מאמנים רשת U‑Net, מודל למידה עמוקה נפוץ בהדמיה רפואית. תחילה הם מייצרים תוויות טיוטה באמצעות שיטת הסף הכפול ולאחר מכן מומחה משפר בכפיים כ‑300 פרוסות מייצגות, ויוצר דוגמאות איכותיות של מה שמהווה ומה שאינו אבקה שארית. ה־U‑Net לומד מהדוגמאות הללו לזהות תבניות אבקה בפרוסות ה‑CT, כולל חלקיקים חופשיים, גרגרים חצי מותכים שמחוברים חלקית לקירות, ומושבות גדולות יותר דבוקות. במערכת הסופית שלב הסף הכפול מספק מפת גסיסה, וה‑U‑Net מנקה את הגבולות ומתקן טעויות עדינות. פעולות מורפולוגיות מסירות עוד נקודות רעש קטנות תוך שמירה על אגירות משמעותיות.

מתמונות להחלטות על ניקוי

לאחר שהאזורים של האבקה מסגמנטים, התוכנה משחזרת את הצורות התלת־ממדיות שלהם ומודדת תכונות כגון נפח, מיקום והתפלגות גודל החלקיקים, תוך חישוב גם את הנקבוביות הכוללת. בהשוואה למדידת דחיית נוזל בפיקנומטר, ערכי הנקבוביות המבוססים על CT תואמים באופן הדוק, והשיטה החדשה עולה באופן ברור על זרימת העבודה הנפוצה ב‑ImageJ ועל בדיקה ידנית מלאה. עיבוד של 1,463 תמונות CT נמשך כ‑12 דקות באמצעות הצינור ב‑MATLAB, לעומת 4 שעות ב‑ImageJ ו‑6 שעות בעבודה ידנית, כאשר דיוק הזיהוי מגיע לכ־86–89%. המחברים גם בדקו את המערכת בקשיחות על ידי שינוי ספים והוספת רעש, וגילו כי הגישה המשולבת של סף כפול פלוס U‑Net נשארת חזקה. לבסוף, הם מקשרים את מפות האבקה התלת־ממדיות לכללים פשוטים שממליצים על אסטרטגיות ניקוי מתאימות, כגון רעידות אולטרסוניות לאבקה רופפת עמוקה בתעלות או טיפול כימי בתוספת לפיצוח עבור גרגרים דבוקים יותר.

מה משמעות הדבר לחלקי הדפסה תלת־ממד בטוחים יותר

במילים פשוטות, המחקר מראה כיצד להפוך ערימות של פרוסות קרני X לאינפורמציה מעשית לניקוי והסמכה של חלקי מתכת מודפסים מורכבים. על ידי איתור אוטומטי של המקום וכמות האבקה שנותרה במבנים נקבוביים, ובעשיית זאת מהר בהרבה ממומחה אנושי, השיטה מניחה את היסוד לכלי אינטגרטיבי של "גילוי‑זיהוי‑ניקוי". בעוד שהעבודה הנוכחית מתמקדת בתבניות סדירות של תומכי אבץ, הרעיון הבסיסי — שימוש בהבדלי רמות האפור ב‑CT ולמידת מכונה למעקב אחר אבקה שארית — ניתן להרחבה למתכות וצורות אחרות. ככל שהדפסת המתכת מתקדמת לתחומים קריטיים כמו שתלים ורכיבים ביצועים־גבוהים, צינורות בדיקה חכמים כאלה יהיו מפתח להבטחת כך שמה שאיננו רואים בפנים לא יפגע בבטיחות ובתפקוד.

ציטוט: Shi, W., Cao, S., Hou, Q. et al. Research on characteristic recognition and quantification of internal powder residue in LPBF porous structure based on image processing. Sci Rep 16, 13247 (2026). https://doi.org/10.1038/s41598-026-40479-6

מילות מפתח: לייזר לבנייה משכבת אבקה, מבני מתכת נקבוביים, טומוגרפית ממוחשבת, סגמנטציית תמונה, אבקה שארית