Deep Learning-Assisted Multi-Objective Optimization and Microstructure Property Correlation in Rotary Friction Welding of Dissimilar AA1100–AA2014 Aluminium Alloys

想象一下，你正试图烤出一个完美的蛋糕，但你手头有两种截然不同的原料：一个是柔软且具有延展性的棉花糖，另一个是坚硬且嘎嘣脆的饼干。如果你尝试在普通的烤箱里将它们熔合在一起，棉花糖可能会变成一团黏糊糊的乱象，而饼干却依然保持坚硬，或者它们会完全分离。这正是工程师在尝试连接不同类型的铝材时面临的问题。其中一种类型很软，导热性极佳（就像棉花糖）；而另一种则超级强韧，但很难加工（就像饼干）。通常，当你使用高温进行焊接时，它们无法很好地混合，从而留下会在压力下断裂的薄弱点。

为了解决这个问题，科学家们使用了一种名为“旋转摩擦焊”（Rotary Friction Welding）的技术。与其像普通焊接那样熔化金属，不如让一个部件高速旋转并摩擦另一个部件。这就像快速搓手产生热量一样；摩擦产生的热量足以让金属变得柔软且具有塑性，而无需真正熔化它。然后，他们用重锤（称为锻造）将其压紧，使其熔合为一个坚固的整体。难点在于弄清楚究竟要旋转多快、施加多大的压力以及持续多久。如果“配方”错了，接头就会很脆弱。这正是这篇论文发挥作用的地方——它结合了传统的实验方法和极其聪明的计算机大脑，来寻找连接这两种截然不同铝合金的完美配方。

伟大的铝材对决

在这项研究中，研究人员解决了连接两种特定铝合金的挑战：AA1100 和 AA2014。你可以把 AA1100 看作是“温柔的巨人”——它非常柔软，容易拉伸，并且导热性能极佳。另一方面，AA2014 是“强悍的斗士”——它异常坚硬、强韧，能够承载重负，但稍微有些脆。将它们连接起来就像试图把一根橡皮筋粘到一根钢棒上；如果操作不当，连接就会失效。

团队使用了一种称为旋转摩擦焊 (RFW) 的方法。想象一下，你拿着两支铅笔，旋转其中一支，直到它们变热变软，然后将它们压在一起。在工厂里，这是通过金属圆柱体完成的。研究人员有五个可以调节的“旋钮”来控制这个过程：旋转速度 (RPM)、摩擦压力（旋转时的压力）、锻造压力（停止旋转后的压力）以及时间（每个步骤持续的时间）。

实验：寻找配方

为了找到完美的设置，研究人员并没有盲目猜测。他们使用了一个名为 Taguchi L27 设计 的系统化计划。这就像一位厨师在测试 27 种不同的食谱变体，通过有规律地改变糖、面粉和烘焙时间，来观察哪种组合能做出最好的蛋糕。他们进行了 27 次不同的焊接实验，为每一次实验改变速度、压力和时间。

焊接完成后，他们对接头进行了严苛的测试。他们通过拉力测试来看强度（抗拉强度），测量表面的硬度（显微硬度），并通过拉伸测试来看金属在断裂前能弯曲多少（延伸率）。他们还利用强大的显微镜 (SEM) 和 X 射线 (XRD) 在微观的晶体层面观察了金属的结构。

计算机大脑：深度学习

这是这项研究最具有未来感的部分。研究人员并没有仅仅观察这 27 个结果并进行猜测，而是构建了一个 深度神经网络 (DNN)。你可以把它想象成一个通过实例学习的数字大脑。他们将 2

27 次实验的所有数据——所使用的设置和得到的结果——都喂给了计算机。计算机的任务是找出连接“设置”与“焊接强度”之间那些隐藏且复杂的规则。

一旦计算机学会了这些规则，研究人员又使用了第二个智能工具——NSGA-II。这就像是一个超级优化器，专门寻找“完美的平衡”。因为你无法总是同时获得最大强度和最大延展性（它们往往相互冲突），这个优化器会寻找一个最佳的折中方案，即所谓的“帕累托前沿”（Pareto front）。这就像是在地图上寻找一个既靠近海滩又靠近高山的完美位置，而不是停留在荒无人烟的中间地带。

他们的发现

结果令人印象深刻。“数字大脑”学得非常出色。当研究人员将计算机的预测结果与现实世界的实验结果进行对比时，计算机的准确率达到了 98.7%（R² 值为 0.987）。这意味着计算机模型是一个非常可靠的工具，可以在不需要每次都制作物理样本的情况下，预测焊接的表现。

研究发现，最佳的焊接配方包括：旋转速度为 1200 RPM，摩擦压力为 70 MPa，锻造压力为 90 MPa，摩擦时间为 4 秒，以及锻造时间为 5 秒。

使用这些设置，他们制造出的接头具有以下特性：

• 强度为 142 MPa（相比于他们测试的最弱接头 95 MPa，有了显著提升）。
• 硬度为 122.3 HV。
• 能够拉伸 10% 而不发生断裂。

秘诀所在：内部发生了什么？

为什么这些设置如此有效？研究人员在显微镜下找到了答案。在最好的接头中，金属晶粒（构成金属的微小晶体）变得非常细小且均匀，就像一群排列紧密、整齐划一的人群。这是因为热量和压力引发了动态再结晶过程，使金属重新组织成更强大的结构。

至关重要的是，他们在连接处没有发现有害的裂纹或奇怪的化学反应（金属间相）。X 射线分析显示，金属保持了其原始结构，没有变成脆性的弱化合物。AA1100 一侧表现出“韧性断裂”，意味着它像柔软的塑料袋一样被拉伸并撕裂；而 AA2014 一侧则显示出其充满沉淀物的坚硬结构特征。尽管存在这些差异，两种金属却完美地融合在一起，形成了无缝的结合。

这为什么重要

这篇论文表明，通过将现实世界的实验与智能计算机模型相结合，工程师可以快速找到连接不同金属的最佳方法，而无需在无止尽的试错中浪费时间和金钱。这种“混合”方法——利用深度神经网络预测结果，并利用优化器寻找最佳设置——充当了一个高科技决策工具。

研究人员认为，这种方法可能会成为航空航天、汽车和铁路等行业的游戏规则改变者，在这些行业中，制造轻量化且坚固的结构至关重要。通过掌握连接不同铝合金的技术，我们可以制造出更轻、更省燃料的飞机和汽车，同时确保接头足够坚固，保障每个人安全。这项研究证实，只要有正确的“配方”和人工智能的帮助，即使是最不匹配的材料也能成为完美的搭档。