金屬增材制造（激光選區熔化、電子束熔化等）工藝中，成形件內部的氣孔、未熔合、裂紋及夾雜等缺陷，直接影響疲勞壽命與力學性能。針對這類亞毫米甚至微米級的隱蔽缺陷，掃描電鏡（SEM）憑借高空間分辨率、大景深及能譜分析能力，已成為缺陷定性的“金標準”工具。然而，在實際產線與質檢流程中，掃描電鏡并非孤立存在，它與光學顯微檢測形成高效互補——這正是微儀掃描電鏡多年深耕“光學+電子”聯合檢測方案的價值所在。

一、SEM掃描電鏡在缺陷檢測中的核心角色

金屬增材制造缺陷的形貌特征與形成機理差異顯著。氣孔通常呈圓形或近圓形，尺寸從幾微米到數百微米不等；未熔合缺陷多呈扁平狀，邊界尖銳；裂紋則沿晶界或熔合線延伸。掃描電鏡的二次電子像（SEI）能夠清晰呈現缺陷的微觀形貌與斷口特征，背散射電子像（BSE）則利用原子序數襯度，快速區分夾雜物與基體。配合能譜（EDS）進行元素面掃描，可判定夾雜物成分（如氧化物、氮化物）的來源。

就分辨率而言，常規鎢絲SEM掃描電鏡可達3.5nm，場發射掃描電鏡優于1nm，足以分辨增材制造中常見的亞微米級氣孔。同時，SEM掃描電鏡的景深遠超光學顯微鏡，對粗糙斷口表面（熔池邊界、枝晶結構）的成像更完整，避免了光學顯微鏡在高倍率下景深不足導致的局部模糊問題。

二、光學顯微鏡的不可替代性與微儀方案

盡管掃描電鏡優勢突出，但其設備昂貴、樣品需真空環境、檢測速度慢，不適合大批量零件的快速篩選。實際工作中，通常先用光學顯微鏡進行低倍率（50×–500×）的快速初檢，標記可疑區域后再用SEM掃描電鏡精確定位與定性。光學顯微鏡在此環節的關鍵指標包括：成像清晰度、數值孔徑（NA）與景深平衡、照明均勻性。

三、AI自動化檢測：從人工判讀到智能篩選

傳統光學檢測依賴操作員經驗，耗時長且易漏檢。微儀顯微鏡集成的AI智能自動化檢測功能，基于深度學習的缺陷識別算法，能夠自動識別氣孔、裂紋、未熔合三類典型缺陷，并統計面積分數、等效直徑、分布密度等參數。測試表明，對一套含200個視場的激光選區熔化鋁合金樣品，AI檢測耗時僅3分鐘，識別準確率達95%以上，誤報率低于3%。該功能極大提升了初篩效率，使SEM掃描電鏡的后續分析聚焦于高風險缺陷位置，避免無效掃描。

四、聯合檢測流程與行業價值

一個典型的金屬增材制造缺陷檢測流程如下：

線切割取樣、鑲嵌、磨拋（粗磨至0.04μm拋光液）；

微儀金相顯微鏡500×下全景掃描，AI自動標記可疑缺陷；

根據坐標在掃描電鏡下對標記點進行高倍形貌觀察與能譜分析；

輸出包含光學圖像、SEM掃描電鏡圖像、成分數據、缺陷統計的聯合報告。

該方案已在航空航天、醫療器械骨科植入物、模具鋼等領域的多家企業落地應用。數據表明，聯合檢測可將缺陷漏檢率從人工抽檢的8%降低至0.3%以下，同時將掃描電鏡使用時間壓縮60%以上，綜合檢測成本下降約40%。