《Materials & Design》：Reduction of adhesive wear in shear cutting and deep drawing via tailored extreme high-speed laser material deposition tool coatings
编辑推荐：
本期推荐文章聚焦金属成形工艺中粘附磨损（粘着）这一长期挑战。研究发现，工具与工件间的温差会在接触界面诱发热电电流，从而显著加剧磨损。为此，研究团队创新性地采用极高速激光材料沉积（EHLA）技术，制备了可局部调控塞贝克（Seebeck）系数的定制涂层，用于调制热电行为。通过剪切和拉深实验验证，经设计产生特定热电势梯度的涂层，能有效抑制铝板加工中的粘附驱动材料转移。然而，由于磨损机制和涂层硬度的限制，该方法对不锈钢效果较弱。研究还开发了基于化学成分预测多组分合金塞贝克系数的分析和机器学习模型。此项工作证明了基于热电意识的涂层设计是减轻金属成形工具粘附磨损的有效策略，为工业应用提供了新思路。
在制造业，尤其是在汽车和交通运输领域，铝合金因其优异的强度-重量比而备受青睐，是实现轻量化设计和节能减排目标的关键材料。然而，铝合金板材的成形加工却面临一个棘手的难题：它们极易粘附在工具表面，导致严重的粘附磨损和粘着。这不仅会破坏工件表面质量，还带来了高昂的维护成本，据统计，工业成形操作中高达71%的工具维护费用源于此。传统的应对策略，如使用润滑剂和硬质涂层，往往是凭经验选择的，效果有限，因为人们尚未完全理解导致粘附和磨损的根本物理机制。
近年来，一个曾被低估的关键因素——热电电流——浮出水面。在金属成形过程中，工具与工件接触区域的温度会急剧升高，由于两者材料的塞贝克（Seebeck）系数不同，这种温度梯度会产生热电电流。研究表明，这种电流会显著影响界面处的材料转移和粘着行为，而通过匹配工具与工件的热电性能，可以有效抑制粘附。这为解决粘附磨损问题提供了一个极具潜力的新思路。然而，如何将这一理论概念转化为适用于工业实际的成形工艺，仍是一个开放的挑战。早期的涂层方法，如物理气相沉积（PVD）制备的CrAlN薄层，虽然能调控热电行为，但涂层厚度过薄（仅几微米），无法为工具基体提供足够的热隔离，且在剪切刃口处附着力有限，导致涂层过早失效，无法满足工业长期应用的需求。
正是为了应对这些挑战，来自慕尼黑工业大学的研究团队在《Materials & Design》期刊上发表了一项突破性研究，他们探索了采用极高速激光材料沉积（Extreme High-speed Laser Material Deposition, EHLA）技术，设计“热电感知”涂层，并将其作为一项工业可行的策略，来降低板材成形中的粘附磨损。这项研究并非仅仅停留在材料表征层面，而是通过系统的镍（Ni）和硅（Si）合金化，量身定制了铁基EHLA涂层的塞贝克系数，并在真实的剪切和拉深条件下全面评估了其性能。
研究首先建立了理论基础。在板材成形过程中，高达95%的塑性功会转化为热量，导致剪切和成形区域温度局部升高，报告的温度范围可从50°C到超过600°C，甚至在某些情况下接近1000°C。这种高温不仅影响材料性能，还通过温度驱动下的化学反应和原子扩散，显著加剧了粘附。当工具与工件因塞贝克系数不同而形成热电回路时，由此产生的热电电流会进一步加速磨损。这种效应类似于微电子学中的电迁移现象，即电子流在高温和高电流密度下引发定向的质量输运。因此，通过调整涂层的塞贝克系数，使其与工件材料匹配，从根源上降低热电电压，被认为是比单纯增加电路电阻更有效的策略。
研究人员采用了EHLA这一先进的激光沉积工艺。与传统的直接能量沉积（DED）不同，EHLA的特点是粉末在抵达基体前就在飞行中完全熔化。这带来了涂层稀释度低、热影响区窄、涂层成分可重现性好等关键优势，并能实现高达500–1000微米的厚涂层沉积，远优于PVD等传统薄层技术。通过快速合金开发（Rapid Alloy Development, RAD）方法，研究人员将元素镍粉或硅粉与基体粉末Rockit? 431 CO–M2混合喂入，在激光熔池中实现原位合金化，从而快速、系统地筛选出能改变塞贝克系数的涂层成分。
为了指导涂层设计，研究团队开发了两种预测模型。一种是基于元素加和规则的分析模型，它通过纯元素的实验数据加权求和来预测合金的塞贝克系数，具有清晰的物理解释性。另一种是基于MATLAB的机器学习模型，采用包含三个隐藏层、每层80个神经元的前馈神经网络，使用贝叶斯正则化算法进行训练，输入特征包括28种元素的质量分数和温度。结果表明，机器学习模型（R2= 0.80, RMSE = 0.97 mV）的预测精度显著高于分析模型，尤其是在处理硅合金化等复杂情况时，能够更好地捕捉化学成分与热电响应之间的非线性关系。
此外，研究还进行了热模拟分析，以确定涂层所需厚度。模拟表明，在剪切过程中可能出现的瞬时高温（闪温）载荷下，只有当涂层厚度达到500–1000微米时，才能有效地将基体温度升高限制在100°C以内，从而抑制由基体-涂层温差引起的热电电流。
在实验验证部分，研究团队制备了不同成分和厚度的EHLA涂层，并将其应用于剪切冲头和拉深模具的功能表面。他们设计了一套集成了力、位移和热电电流同步测量的刚性四柱式剪切与拉深实验装置。通过单次冲程和连续冲程条件下的实验（包括干式和润滑条件），系统评估了涂层的性能。
主要研究结果如下：
- 1.
模型预测结果：分析模型对于镍合金化的预测在低浓度时表现尚可，但在高浓度和硅合金化时出现定性或定量失败。相比之下，机器学习模型对所有测试合金成分都表现出更高的预测精度和稳健性，能够可靠地预测复杂的非线性热电行为。
- 2.
热模拟结果：有限元模拟证实，涂层厚度是控制基体温度上升的关键。对于典型的成形过程热载荷（如0.1 ms的闪温），厚度超过500微米，特别是达到1000微米的涂层，能有效限制热量向基体渗透，从而为抑制热电电流提供必要的热隔离。
- 3.
单次冲程剪切实验结果：使用未涂层参考冲头进行的基线实验表明，热电电流的大小主要受工件材料影响，剪切不锈钢1.4301产生的峰值电流（超过5 mA）远高于剪切铝合金EN AW 5083（约1 mA）。涂层冲头表现出显著的电流抑制效果。其中，添加2.5%镍的Rockit? 431 CO–M2涂层效果最佳，在剪切EN AW 5083时，将峰值电流从参考冲头的0.6-0.7 mA降低至0.4 mA以下，降幅超过40%。涂层厚度的影响至关重要：50微米厚的涂层效果甚微，而1000微米厚的涂层能将峰值电流降低约64%。对于镍合金化涂层，1000微米厚度的版本甚至能将峰值电流降低近90%。
- 4.
连续冲程剪切实验结果：在高达10,000次的连续剪切实验中，2.5%镍合金化涂层（厚度1000微米）在润滑条件下剪切EN AW 5754铝合金时，表现优异，工具表面几乎没有粘附迹象。然而，在干式剪切不锈钢1.4301时，尽管热电电流被显著抑制，但工具表面仍出现了严重的磨粒磨损和材料堆积，表明对于以磨粒磨损为主导的不锈钢加工，仅调控热电性能不足以有效延长工具寿命。
- 5.
干式拉深验证实验结果：在单次冲程干式拉深实验中，对冲头和拉深环的接触区域均应用了2.5%镍合金化涂层。与未涂层工具相比，涂层工具在拉深EN AW 5083铝合金杯形件时，成功将工件材料向工具的转移量减少了高达96.3%，直观地证明了“热电感知”涂层设计在复杂成形工艺中的有效性。
综合以上结果，研究得出结论：通过EHLA制备的、经镍合金化调制的厚涂层，能够有效地将工具的塞贝克系数与铝合金工件匹配，从而在板材剪切和拉深过程中显著抑制热电电流的产生。这种“热电感知”的涂层设计策略，能大幅减少铝加工中的粘附驱动材料转移，为解决该领域的粘着磨损问题提供了一种强有力的新方法。然而，研究也指出了该方法的局限性：对于不锈钢等材料，由于其加工过程伴随强烈的磨粒磨损，且涂层硬度可能不足，单纯依靠热电调控效果有限。未来的研究需要将热电性能优化与涂层硬度和耐磨性提升相结合。
这项研究的重要意义在于，它将基础物理原理（热电效应）与先进的材料加工技术（EHLA）以及数据驱动的模型（机器学习）相结合，为工业金属成形中持久存在的粘附磨损挑战提供了一种机理清晰、可工程化实施的解决方案。它不仅验证了通过涂层设计主动调控界面热电行为以抑制磨损的可行性，还通过详尽的实验和模拟，为涂层成分、厚度和工艺参数的优化提供了具体指导，推动了高性能、长寿命金属成形工具的开发。
