基于AI识别电接触电阻关键粗糙度描述符的研究

《Materials & Design》：AI-driven identification of key roughness-related descriptors for electrical contact resistance

　　

电接触电阻（Electrical Contact Resistance, ECR）是当两个承载电流的导电表面接触时在界面处产生的一项关键性质，在工业与家用电子设备、微机电系统、车辆以及电化学能源系统等广泛应用中扮演着重要角色。在质子交换膜燃料电池（Proton Exchange Membrane Fuel Cell, PEMFC）中，多孔气体扩散层（Gas Diffusion Layer, GDL）与金属双极板（Bipolar Plate, BPP）界面处的ECR尤为关键，该界面处的ECR约占燃料电池总电阻的30%，约占总功率损失的59%。已有研究表明BPP的表面粗糙度对界面ECR有显著影响，但现有文献结论相互矛盾：部分研究认为光滑表面降低ECR，部分认为增大粗糙度降低ECR，还有研究报道存在最优中间粗糙度的非单调依赖关系。研究人员指出，这些矛盾源于大多数研究仅使用线性算术平均高度Ra来表征粗糙度，而实际上存在超过50种粗糙度参数，仅凭单一幅度参数无法全面描述影响接触行为的表面形貌特征。为弥补这一研究空白，本研究采用机器学习（Machine Learning, ML）方法，具体使用随机森林（Random Forests, RF）算法，对数值生成的GDL-BPP界面的多种粗糙度描述符进行重要性分析，以识别对ECR最关键的描述符。研究人员通过三种不同的谱合成模式（高斯、分形和带限）生成30种不同的BPP粗糙表面，并与450种具有不同微结构特性的GDL实现配对，在0.1至3.0 MPa范围内的15个外部压力值下进行压缩模拟，共获得超过200,000种不同配置的ECR评估数据。研究发现，广泛使用的算术平均高度Sa在整个压力范围内的重要性不足1%，是ECR的极差预测指标。更重要的是，描述符的重要性呈现显著的压力依赖性，可划分为三个不同的主导机制：在接触起始阶段（Regime I，约0.1 MPa），固结因子k（Solidity factor）是最重要的描述符，约占33%的特征重要性；随着压力增加进入Regime II（约0.1至1.0 MPa），自相关长度Sal（Autocorrelation length）成为主导描述符，重要性达到约55–58%，较短的Sal通过促进新接触点的形成而非扩大既有接触点来降低ECR；当ECR趋于饱和进入Regime III（约1.0至3.0 MPa），峰密度Sds（Density of summits）成为主导因素，重要性升至约63–65%，更高的峰密度通过将相同总接触面积分布到更多更细小的接触点上，降低收缩电阻。研究结果表明，降低Sal并提高Sds可在整个压力范围内降低ECR，为PEMFC中GDL-BPP界面的ECR优化提供了可操作的制造指导，并为文献中相互矛盾的结论提供了统一解释。

论文解读文章

一、研究背景与问题

电接触电阻（Electrical Contact Resistance, ECR）是导电表面接触时界面处产生的一项关键电学性质，在工业电子、微机电系统、车辆及电化学能源系统等众多应用中具有重要作用。在质子交换膜燃料电池（Proton Exchange Membrane Fuel Cell, PEMFC）中，气体扩散层（Gas Diffusion Layer, GDL）与金属双极板（Bipolar Plate, BPP）界面处的ECR尤为关键，约占燃料电池总电阻的30%和总功率损失的59%，高ECR会导致电压降和电效率损失。

已有大量研究表明BPP表面粗糙度对ECR有显著影响，但文献结论存在明显矛盾：部分研究认为光滑表面降低ECR，部分认为增大粗糙度降低ECR，还有研究报道存在最优中间粗糙度。研究人员指出，这些矛盾源于对“粗糙度”定义的局限性——大多数研究仅使用线性算术平均高度R_a（或二维模拟量S_a）来表征表面粗糙度，而实际上存在超过50种粗糙度参数。R_a虽可用轮廓仪直接测量，但提供的信息极为有限：具有不同峰形和峰密度的轮廓可能具有相同的R_a，却表现出截然不同的接触行为。已有研究表明，峰标准偏差、峰密度和峰半径等参数均对ECR有强烈影响，提示需要采用更全面的多描述符方法来阐明表面粗糙度对ECR的作用。然而，此前尚未有系统的、高维描述符的ECR分析报道。本研究旨在通过机器学习方法填补这一空白，识别对ECR最关键的粗糙度描述符。

二、研究内容与主要结论

研究人员采用先前开发的物理模型，模拟刚性BPP在外部压力下压入柔性GDL的接触过程，通过逐步增加真实接触面积直至足以完全支撑载荷来确定最大变形，并利用Greenwood方法计算ECR。为尽可能独立地识别各描述符的影响，研究人员采用三种不同的谱合成模式生成BPP粗糙表面：高斯表面、自仿射分形表面和带限表面，每种表面分别重标定至三种S_a值（1、2和3 μm），共获得30种不同的BPP表面。同时生成450种具有不同孔隙率（0.7–0.9）、纤维直径和纤维取向分布的GDL实现，每个GDL-BPP配对在15个外部压力值（0.1–3.0 MPa）下进行压缩模拟，总计超过200,000次ECR评估。研究人员采用随机森林（Random Forests, RF）回归模型量化描述符重要性，使用排列重要性（Permutation importance）评估各描述符的贡献，并结合SHapley Additive exPlanations（SHAP）分析揭示各描述符影响的方向和函数形式。

研究发现，广泛使用的S_a在整个压力范围内的重要性不足1%，是ECR的极差预测指标，这解释了为何仅基于R_a的文献会得出相互矛盾的结论。更重要的是，描述符重要性呈现强烈的压力依赖性，可划分为三个不同的主导机制：在接触起始阶段（Regime I，约0.1 MPa），固结因子k是最重要的描述符，约占33%的特征重要性，高k值（谷主导表面）反而降低ECR，因为谷主导表面的峰相对较短、表面顶部更均匀，而峰主导表面可能具有孤立的高峰，在接触起始阶段仅形成极少数接触点；随着压力增加进入Regime II（约0.1–1.0 MPa），自相关长度S_al成为主导描述符，重要性达约55–58%，较短的S_al通过促进新接触点的形成而非扩大既有接触点来降低ECR；当ECR趋于饱和进入Regime III（约1.0–3.0 MPa），峰密度S_ds成为主导因素，重要性升至约63–65%，更高的峰密度通过将相同总接触面积分布到更多更细小的接触点上，降低收缩电阻。SHAP分析进一步证实了排列重要性的排序结果，且两种独立方法的一致性表明该排序并非描述符相关性的伪影。

三、关键技术方法

研究人员采用了三项关键技术方法：第一，物理接触模型，模拟刚性BPP压入柔性GDL的过程，通过有效接触强度σ_c确定最大变形，并利用Greenwood方法计算ECR；第二，三种谱合成模式（高斯、自仿射分形和带限）生成BPP粗糙表面，以解耦幅度、间距和尖锐度效应，确保描述符空间尽可能独立变化；第三，数据驱动分析框架，采用随机森林回归模型结合排列重要性和SHAP分析，在GDL实现层面划分训练集（80%）和测试集（20%），每个压力值单独训练模型以避免压力轴上的依赖。

四、研究结果

描述符相关性分析。 通过Pearson相关矩阵分析发现，多个粗糙度参数之间存在强相互相关性，如幅度描述符S_a和S_q几乎完全相关，混合描述符S_dq和S_sc呈显著正相关，表明描述符空间高度耦合，难以用传统方法分离各参数的独立作用，这为采用多变量数据驱动方法提供了依据。

模型预测精度验证。 RF回归模型在测试集上的预测值与数值计算结果高度吻合，决定系数R2=0.969，确认模型能够准确捕捉表面描述符、压力与ECR之间的相关关系。高ECR区域存在较大离散度，原因在于低压下接触点较少导致样本间变异性高，且样本分布偏向低ECR值。

压力依赖性描述符重要性。 排列重要性分析揭示了三个不同的描述符主导机制：Regime I中固结因子k为主导描述符；Regime II中自相关长度S_al成为主导；Regime III中峰密度S_ds占据主导。S_a在整个压力范围内重要性始终低于1%。

SHAP分析验证与物理解释。 SHAP蜂群图显示描述符排序与排列重要性结果高度一致。在Regime I中，高k值（谷主导表面）降低ECR，因为峰相对较短使表面顶部更均匀；在Regime II中，较低S_al降低ECR，因为接触面积增长主要通过招募新接触点而非扩大既有接触点；在Regime III中，更高S_ds降低ECR，通过将总接触面积分布到更多更细小的接触点上降低收缩电阻。

接触面积演化机制验证。 对比弱相关表面（S_al较小）和强相关表面（S_al较大）的接触图演化发现，弱相关表面在压力增加时接触点数量增长16.25倍而平均斑点面积仅增长1.84倍，强相关表面接触点数量增长11.71倍而平均斑点面积增长2.55倍，证实了S_al在Regime II中的主导作用机制。

五、讨论与结论

研究人员将结果与Zhai等人的实验研究进行对比验证。Zhai等人测量了堆叠铝盘在不同压力下的电导率，发现指数与RMS粗糙度无相关性，这与本研究中S_a重要性极低的结论一致；其报道的分形维数范围（2.09–2.63）与本研究采用的2.2–2.6范围高度重叠，且指数随分形维数增大而增大，对应更短的横向相关长度和更尖锐的峰，与本研究中Regime II和III降低ECR的条件一致。Zhai等人在高压力下将ECR饱和归因于RMS粗糙度，而本研究识别出S_ds为主导参数，这一表面差异可归因于实验方法中幅度与峰密度描述符的混淆——更细的喷砂颗粒同时降低了RMS粗糙度并产生更尖锐、更密集的峰。

研究结论指出，对于所研究的GDL-BPP界面，降低S_al并提高S_ds可在整个压力范围内降低ECR。两者的相对重要性具有机制依赖性：S_al在Regime II中是更主要的调控手段，S_ds在ECR饱和的Regime III中占据主导。尽管两者已呈负相关（相关系数0.41），但对于在两者之间权衡的制造方法，应结合目标工作压力进行选择。Grzesik等人的研究表明，四种制造方法中磨削（grinding）获得最优目标（最低S_al和最高S_ds），其次是硬车削（hard turning），但两者均引入方向性（沟槽状）表面纹理，可能与较高腐蚀速率相关，制造方法的选择需权衡这些次要因素。

本研究为文献中相互矛盾的ECR趋势提供了统一解释，并为PEMFC中降低ECR提供了可操作的制造指导。该研究框架属于通用的接触限制电传输范畴，可推广至其他表面粗糙度起关键作用的应用领域。