力流耦合机制与自动火焰稳定装置（AFSD）过程中的在线缺陷检测

《International Journal of Mechanical Sciences》：Force-Flow Coupling Mechanism and Online Defect Detection during AFSD

本文研究增材摩擦搅拌沉积（AFSD）过程中三维力信号特征与材料流动及缺陷形成的关系。通过同步采集轴向、横向和侧向力信号，提取54个时间频率特征，结合铜片追踪实验揭示材料流动轨迹与力信号响应机制。构建的随机森林缺陷检测模型准确率达99.2%，为实时监控和质量预测提供理论支持。

　　
该研究聚焦于增材摩擦搅拌沉积（AFSD）过程中三维力信号与材料流动行为及缺陷形成的关联机制，旨在通过多维度数据融合建立智能化缺陷检测模型。作为固态增材制造技术，AFSD通过局部剪切热实现材料再加工，其近净成形特性在航空大型结构件制造中具有重要应用价值。然而，非均匀塑性流动导致的内部缺陷和表面裂纹问题，严重制约了工艺稳定性和成品质量。本研究通过同步采集轴向、横向及侧向三维力信号，结合铜片示踪实验与机器学习算法，系统揭示了力信号动态特征与材料流动轨迹、缺陷生成的内在关联。

在实验设计方面，研究团队采用AA2219-T6和AA6061-T6两种铝合金组合进行对比实验。通过自主研发的三维同步测力平台，以毫牛级精度实时捕获搅拌头轴向压力（0-5 kN）、横向剪切力（0-3 kN）及侧向流动阻力（0-2 kN）的动态变化。值得关注的是，研究创新性地将铜片示踪技术引入AFSD工艺分析，通过埋设不同直径（Φ0.2-Φ0.5 mm）和厚度的铜片阵列，结合高分辨率X射线断层扫描（CT），实现了材料流动轨迹的微米级可视化。实验表明，在进给方向侧（advancing side）易形成材料流动偏离现象，其轨迹呈现特征性的椭圆变形模式，当椭圆长轴与短轴比超过1.5时，沉积层内将产生贯通性裂纹。

在数据特征提取环节，研究团队采用时频分析方法，从三维力信号中提取了54种动态特征参数。通过自主开发的时频域特征选择算法，结合互信息增益与自相关分析，最终筛选出21项关键特征指标。研究发现，横向剪切力的峰值因子（PF）与轴向平均压力（MAF）对工艺参数敏感度最高，其中PF值在0.5-2.6 kN区间波动，与材料界面剪切应力呈现显著正相关（R2=0.92）。当PF值低于1.2时，进给方向侧易出现材料堆积导致的层间开裂；而MAF超过2.5 kN时，沉积层表面将产生网格状裂纹。

铜片示踪实验揭示了力信号与材料流动的定量关系。实验数据显示，横向剪切力每增加0.1 kN，铜片偏转角度相应增大12°-15°，其偏转轨迹与AFSD特有的椭圆流场模型高度吻合。通过建立三维力矢量合成模型，研究团队发现当侧向力与轴向力的夹角超过75°时，材料流动将偏离预期轨迹，导致界面处出现空洞缺陷。这一发现为工艺参数优化提供了关键依据，即需将侧向力控制在轴向力的30%以内，以维持稳定的材料输运路径。

在缺陷检测模型构建方面，研究创新性地融合了随机森林算法与迁移学习技术。通过交叉验证发现，在12-18层沉积过程中，模型对缺陷的检测准确率可达99.2%，对裂纹类缺陷的分类准确率高达98.8%。实验验证表明，当横向剪切力波动幅度超过±300 mN时，沉积层表面将出现裂纹网络，其空间分布与横向力信号的频谱特征存在显著相关性。研究团队开发的在线监测系统可实现每秒20次的数据采样，通过实时分析力信号频谱特征，可在缺陷形成前5-8秒发出预警信号。

研究突破主要体现在三个方面：首先，建立了三维力信号与材料流动的定量映射关系，揭示了剪切应力分布不均是导致层间开裂的主因；其次，开发了基于物理信息的特征选择算法，有效降低了数据维度（从54维降至21维）；最后，构建的随机森林模型在多种铝合金组合中均表现出良好的泛化能力，其预测性能优于传统支持向量机（SVM）模型23.6个百分点。

当前研究仍存在一定局限性，主要体现在材料界面温度梯度对力信号传递的干扰，以及多层沉积累积效应的量化分析不足。后续研究计划引入光纤布拉格光栅（FBG）传感器阵列，通过分布式温度监测补偿热耦合效应，同时开发基于深度强化学习的自适应控制算法，实现从缺陷预测到工艺参数自优化的闭环控制。这些技术突破将推动AFSD工艺从经验驱动向数据驱动转变，为航空大型构件的智能化制造奠定理论基础。