《Processes》：A Review of Research on the Intelligent Design of Ferrofluid Seals for Ultra-High Vacuum Applications
编辑推荐：
铁磁流体密封是超高真空（UHV）设备中重要的非接触式密封技术，但其可靠性并非仅受承压能力影响。本综述表明，载液蒸发、材料放气、热降解、磁场畸变及液环失稳是限制超高真空铁磁流体密封性能的主要因素。多物理场仿真与参数优化仍是分析磁场分布、耐压能力、温升及结构变形的
铁磁流体密封是超高真空（UHV）设备中重要的非接触式密封技术，但其可靠性并非仅受承压能力影响。本综述表明，载液蒸发、材料放气、热降解、磁场畸变及液环失稳是限制超高真空铁磁流体密封性能的主要因素。多物理场仿真与参数优化仍是分析磁场分布、耐压能力、温升及结构变形的最成熟工具。数据驱动的状态识别可提升失效监测水平，而物理信息神经网络（PINNs）、拓扑优化及多目标优化仍属于新兴方法，适用于小样本预测与协同设计。未来研究应聚焦于低蒸气压铁磁流体、烘烤兼容性、热管理、寿命预测及模型-数据融合的一体化设计框架。
本文围绕超高真空环境下铁磁流体密封的智能设计与性能预测展开系统性综述，从服役约束、作用机制、限制因素到智能化方法逐层递进，明确该领域的关键挑战与发展路径。全文主体内容可分为基础原理与超高真空特性、智能设计方法研究进展两大板块。
第一部分为铁磁流体密封的基础原理、工程应用与超高真空特性。在基本原理层面，铁磁流体是由纳米磁性颗粒、载液和表面活性剂组成的稳定胶体悬浮液，兼具液体流动性与磁响应性，为密封提供了物理基础。典型结构中永磁体或电磁铁提供磁源，极靴、极齿、轴与密封间隙共同构成磁路，磁场在极齿附近集中，铁磁流体在磁场梯度作用下被约束于狭窄密封间隙中形成串联液环，构成磁约束液态屏障。静态或低速工况下，密封状态由磁约束、压差、黏性阻力、界面效应与结构边界条件共同平衡，其承压能力可通过铁磁流体伯努利方程近似描述，单级与多级密封的理论承压公式可定量表征饱和磁化强度、磁场极值与级数的理想化贡献，但实际性能受磁路、间隙尺寸与磁通分布的显著影响。
在工程结构与工业应用层面，铁磁流体旋转轴密封是最早成熟的工程形态，典型结构包含转轴、极靴、极齿、永磁体、铁磁流体与壳体，其设计本质是机械结构与磁路的耦合设计。该技术已应用于半导体制造晶圆搬运机器人、精密机械高速主轴、生物医学旋转血泵等场景，针对液媒密封中的冲刷流失问题，补料型结构、变径向间隙双级密封及径向充磁结构等创新方案相继被提出。这些应用虽不全部处于超高真空环境，但揭示了其在洁净度、流体保持、介质兼容性、热稳定性与长期运行方面的优势与局限，为超高真空场景的可靠性设计提供了参考。
在性能特征与实际约束层面，铁磁流体密封的核心优势源于非接触液封机制，显著降低了固-固摩擦，具备低磨损、低摩擦扭矩、运行平稳与较长服役寿命的特点，液环在小扰动下还具备一定自恢复能力，非常适用于洁净真空设备与精密旋转传输系统。但其局限性同样明显：承压能力高度依赖磁场梯度、密封间隙、铁磁流体磁化强度与级间布置，间隙微小增大或磁场强度下降都会显著降低性能；材料稳定性受载液蒸发、氧化、表面活性剂失稳、颗粒团聚与污染的影响，高速工况下的温升与离心效应会导致流体流失与液环分布不均；液媒应用中的介质兼容性与冲刷问题仍未完全解决，因此该技术不适用于高温、高速、大间隙变动、直接接触液媒及超长周期运行的场景。
在超高真空条件下的关键约束层面，超高真空环境对密封的要求远高于常规真空，除压差承受能力外，气体负载、材料放气、表面洁净度、热历史与长期材料稳定性共同决定系统真空度。真空系统压力可表示为P=Q/Seff，其中Q为总气体负载，Seff为有效抽速，这意味着即使无宏观泄漏，载液蒸发或材料放气导致的气体负载上升也会劣化真空度。具体约束包括五方面：一是载液蒸发与材料放气，低蒸气压载液与真空兼容铁磁流体是降低污染、维持密封稳定的前提，需耐受超高真空系统常用的中温烘烤处理；二是泄漏路径敏感性，微观表面缺陷、接触界面不完善均可能形成泄漏通道，需同时兼顾磁压能力与泄漏路径控制；三是几何误差引发的磁场畸变，轴偏心、径向跳动、装配误差与热膨胀会改变局部磁通密度，导致液环分布不均并形成弱区；四是热与高速耦合效应，温升会改变黏度、加速载液蒸发并削弱液环保持能力，高速旋转会诱发离心抛洒与流体流失，必须将热管理纳入设计范畴；五是超高真空工艺兼容性，铁磁流体密封中的有机载液耐热性通常低于全金属超高真空组件，需重点考虑烘烤兼容性、低放气材料选择与差分抽气策略。综上，超高真空铁磁流体密封的设计必须整合材料选型、磁路构型、结构公差、热行为与长期可靠性预测，超越传统承压公式的范畴。
第二部分为超高真空铁磁流体密封智能设计与性能预测方法的研究进展。在多物理场仿真与建模层面，传统基于理论承压公式与静磁场计算的方法难以描述实际旋转工况下的多场耦合行为，有限元分析已成为主流工具，可计算密封间隙内的磁通密度、磁场梯度与局部磁作用力，评估结构参数、轴运动与材料属性对场分布的影响。针对旋转密封，转轴应被视为磁路的主动组成部分，轴偏心、径向跳动与离心效应会扰动密封间隙并导致磁约束不均，因此仿真需从理想轴对称模型向包含偏心、间隙变化、离心力与热变形的旋转轴模型发展。多物理场模型通常耦合静磁分析、流场计算、传热分析与结构变形分析，热效应是其中不可或缺的环节，温升会改变铁磁流体的黏度、磁化强度、载液稳定性与蒸发倾向，大型旋转设备中热膨胀还会改变密封间隙，需将热分析作为耦合性能评估的一部分而非辅助计算。面向超高真空服役需求，仿真还需进一步整合磁场、流动行为、热响应、结构变形、气体负载演化与密封状态退化，构建综合评估框架。
在数据驱动状态识别层面，该方法目前仍处于早期阶段，但对于封闭超高真空系统内无法直接观测的液环破裂、压差传递与密封退化过程具有重要监测价值。声发射（AE）监测因对瞬态弹性波敏感，成为旋转密封系统的有效传感手段，结合机器学习与深度学习可建立监测信号与设备健康状态的非线性映射，振动、温度、压力与真空度信号均可作为内部密封状态的间接指标。该方法的优势在于提升封闭系统的可观测性，并能捕捉难以用显式解析模型描述的复杂非线性关系，是物理仿真的有益补充。但目前研究多局限于实验室条件，数据集规模小，模型在不同密封结构、材料、转速与真空等级间的迁移能力尚未验证，且多数模型仅输出离散状态类别，缺乏剩余承压裕度、泄漏概率、退化速率与剩余使用寿命等连续健康指标，未来需重点建设超高真空条件下的可靠数据集，开发跨工况可迁移模型，并将传感数据与物理模型融合以实现连续退化预测。
在机理约束代理模型与低样本性能预测层面，物理信息神经网络（PINNs）通过在损失函数中嵌入控制方程、边界条件与观测数据，可在标记数据有限的情况下实现机理约束下的训练，非常适合实验成本高、条件严苛的超高真空铁磁流体密封场景。其潜在应用包括作为磁场预测的代理模型以降低重复有限元计算量、构建磁-流-热耦合模型以提升稀疏数据下的预测能力、反演有效黏度与局部热源等不确定参数。但目前直接面向铁磁流体密封的PINNs应用十分稀缺，更多停留在方法论借鉴阶段，其可靠性受嵌入控制方程正确性、材料界面处理、稀疏测量数据质量与训练稳定性的制约，现有研究也表明其在多尺度与刚性问题上存在精度下降风险，因此现阶段更适合作为有限元仿真的辅助工具，未来需聚焦物理意义明确的问题定义、经校验的控制方程与可靠的稀疏测量数据，避免将其作为单纯的算法堆叠。
在拓扑优化层面，该方法突破了传统参数优化中结构预先固定的限制，可直接在设计域内优化材料分布，对高度依赖磁场梯度与磁通分布的铁磁流体密封具有重要意义。相关磁性器件的拓扑优化研究已在永磁系统效率提升、增材制造集成等方面取得进展，但铁磁流体密封领域仍以候选结构对比、尺寸优化与有限元验证为主，尚未形成严格的拓扑优化框架。面向超高真空应用，拓扑优化的目标函数不应局限于最大化承压能力，还需兼顾间隙变动与轴偏心下的磁场分布鲁棒性，并引入紧凑性、可制造性、热变形、烘烤兼容性与低放气材料等工程约束，通过定义包含永磁体、软磁材料、非磁结构材料与空气的材料集，以密封间隙为评价域开展优化，最终结合多物理场仿真与实验验证实现工程化落地。
在多目标优化层面，该方法是最贴近工程实践的智能化路径，推动设计目标从单一承压能力提升转向协同性能设计。传统设计多聚焦于密封间隙、极齿几何、磁体厚度等参数的承压优化，而超高真空场景需同时兼顾热稳定性、摩擦扭矩、结构紧凑性、材料兼容性、制造公差、放气风险与长期可靠性。目标函数应包含承压能力、热安全性、旋转低扰动性、真空兼容性、公差鲁棒性与服役可靠性六个维度，设计变量应从几何尺寸扩展至铁磁流体体积、饱和磁化强度、载液黏度、极靴材料、冷却结构与运行转速，并纳入安装空间、可制造性、烘烤温度与允许温升等约束。由于多目标优化需要大量目标函数评估，代理模型辅助的优化框架可有效降低计算成本，但需注意其预测精度高度依赖样本覆盖度与泛化能力。目前该领域尚未形成成熟的超高真空导向多目标优化框架，未来需整合磁场性能、热安全性、真空兼容性与可靠性预测，通过帕累托分析明确各目标间的权衡关系。
全文最后指出，超高真空铁磁流体密封的可靠性不能仅以静态或瞬时承压能力衡量，需向一体化可靠性设计转型。未来应重点发展低蒸气压低放气铁磁流体与兼容材料、耦合多物理场的热管理策略、面向真实工况的长期耐久性评估方法、多传感融合的在线监测与故障诊断体系，以及涵盖热安全、低气体负载、流体补料与维护便利性的智能优化设计方法，最终实现从初始承压能力达标向全生命周期可靠服役的设计范式升级。
