基于近红外光谱原位监测PEEK包覆电磁线残余应变的创新方法及其在高压电机绝缘可靠性中的应用

本综述推荐一种结合近红外光谱（NIR）与两步优化主成分回归（PCR）算法的非破坏性检测技术，用于量化聚醚醚酮（PEEK）绝缘涂层中的残余应变。该方法通过识别应变敏感光谱窗口并建立高精度预测模型（平均R2≈0.90），为高压电机绝缘材料的质量控制和工艺优化提供了新思路，有望实现生产过程中的闭环控制。

　　

引言

随着汽车行业电气化进程的加速，高性能电机（e-motors）的需求日益增长。电磁线作为电机的核心组件，由铜导体和绝缘涂层构成，其绝缘材料需耐受快充动力系统的高温环境（工作电压达800V以上）。传统的陶瓷或多层聚酰亚胺涂层虽能满足电气性能要求，但存在脆性大、制造工艺复杂、回收性差等问题。聚醚醚酮（PEEK）因其卓越的耐热性和化学稳定性成为理想替代材料，且可通过熔融挤出工艺一次性涂覆，显著减少能耗和挥发性有机物排放。

在制造过程中，电磁线经历挤出、冷却、卷绕和定子组装等多道工序，这些操作会引入残余应变，导致绝缘层中形成非均匀分布的变形，进而降低介电强度并加速局部放电老化。因此，开发一种可靠的非侵入式应变监测方法对质量控制和寿命预测至关重要。近红外光谱（NIR）技术结合化学计量学模型已被广泛应用于注塑和挤出过程的监控，其灵敏度来源于分子结构变化（如构象重排或塑性变形）对光谱特征的影响。

材料与实验方法

本研究采用的矩形电磁线尺寸为3.85mm×2.50mm，PEEK绝缘层厚度约110μm。通过单轴拉伸试验（应变范围1%–10%）结合原位NIR光谱采集，使用分叉光纤反射探头垂直照射涂层表面。光谱采集在应变保持阶段进行，以避免运动伪影。此外，采用PEEK薄膜模型系统进行中红外（mid-IR）光谱分析，并通过二维相关光谱（2D-COS）识别应变敏感波段。

模型开发

NIR光谱作为一种间接分析技术，需通过校准建立光谱与应变间的定量关系。模型开发包括三个关键步骤：

1. 1.

   光谱预处理：通过线性基线校正消除散射效应，并选择信息丰富的子区域（基于2D-COS分析结果）；

2. 2.

   特征提取：采用主成分分析（PCA）降维，并通过Pearson相关系数排序筛选与应变最相关的主成分；

3. 3.

   回归建模：使用优化后的主成分进行最小二乘回归，通过十折交叉验证确定最佳主成分数量（本研究为7个），最终模型的确定系数（R²）达0.95。

结果与讨论

中红外光谱分析明确了PEEK的特征振动模式，包括羰基拉伸（1650cm^?1）、苯环伸缩（1488cm^?1）和醚键振动（1276cm^?1）。其倍频和合频在NIR区域表现为6100–5900cm^?1（芳香族C─H伸缩一级倍频）和4750–4500cm^?1（C─H与C═O/C═C合频）等窗口。2D-COS分析进一步揭示了1488cm^?1和1220cm^?1波段为最敏感的应变指示区。

模型验证表明，基于单一样本训练的模型可成功预测新样本的应变值（平均R²≈0.90）。若采用全光谱或未优化算法（如传统PCR或偏最小二乘回归PLS），预测精度显著下降（R²≤0.16），凸显了波段选择和监督排序的重要性。

应变速率的影响

研究发现应变速率对光谱-应变关系具有显著影响。在1mm/min速率下训练的模型应用于5mm/min和10mm/min样本时，预测精度分别降至0.64和0.43。速率特异性训练可恢复准确性，表明实际应用中需建立多速率模型或扩展多变量校准策略。

外部因素的敏感性

环境湿度可通过排除水分子相关波段（如7000cm^?1和5200cm^?1） mitigated，而温度变化可能引起分子构象和结晶度改变，需保持恒温或开发温度补偿模型。探头距离和光源配置在一致条件下对结果影响较小。

在线监测系统设计

提出了一种集成NIR探头的PEEK涂层生产线设计方案，探头位于冷却单元后方，可实时采集光谱数据并反馈应变值。该系统为实现挤出速度、熔体温度和冷却条件的闭环控制提供了可能，有助于提升产品一致性和介电可靠性。

结论

本研究证实了NIR光谱结合优化PCR算法在PEEK绝缘层残余应变监测中的有效性。通过识别敏感光谱窗口并建立高精度预测模型，为高压电机绝缘材料的质量控制提供了新工具。未来工作需聚焦于多速率模型开发和温度适应性优化，以推动该技术在大规模生产中的应用。