《Measurement》:A metrological digital twin of nanoindentation for out-of-control measurements identification
编辑推荐:
研究人员提出了一种用于监测纳米压痕测量的可溯源数字孪生(Digital Twin, DT)。该物理驱动数据建模方法捕获了关键影响因素。该数字孪生可识别失控条件与测量误差。研究人员在参考材料上的合成数据与实验数据上对数字孪生进行了验证与测试。该数字孪生允许对测试
研究人员提出了一种用于监测纳米压痕测量的可溯源数字孪生(Digital Twin, DT)。该物理驱动数据建模方法捕获了关键影响因素。该数字孪生可识别失控条件与测量误差。研究人员在参考材料上的合成数据与实验数据上对数字孪生进行了验证与测试。该数字孪生允许对测试设备的健康状态进行监测。
研究背景方面,面向工业4.0与欧洲绿色协议等可持续制造需求,增材制造、先进材料、复合材料及涂层等新材料新工艺对快速准确的质量检测提出更高要求。表面表征在控制制造与精加工工艺中具有关键作用,非破坏性表征方法被推崇用于零缺陷零浪费制造。仪器化压痕测试(Instrumented Indentation Test, IIT)即纳米压痕,作为一种深度感知硬度测试,可在施加力F与压入深度h全程测量的基础上,通过卸载段曲线分析获得压痕硬度HIT与压痕模量EIT,其系统受机架柔度Cf、压头尖端材料(泊松比νi、杨氏模量Ei)、几何参数ε及面积形状函数Ap(hc)等影响。最大接触深度修正hc,max需扣除初触点h0、机架弹性变形CfFmax与样品弹性变形ε(1/(Sm?Cf))Fmax。现有软量规、虚拟仪器与数字孪生控制系统中,机器学习方法增多,但缺乏可信任数据分析平台与计量溯源支持,纳米压痕测量易因设备退化产生失控数据与误差,难以在线辨识。该研究于《Measurement》发表,旨在建立可溯源数字孪生以监控纳米压痕测量、识别失控条件与误差并评估设备健康状态。
关键技术方法上,研究人员构建物理驱动数据建模融合的数字孪生,将机架柔度、压头几何与材料参数等关键影响因素嵌入模型;采用合成数据结合参考材料实验数据双轨验证;基于压痕曲线(Indentation Curve, IC)接触刚度Sm与相位转换点特征抽取监测变量;设置失控注入场景(如参数漂移、噪声扰动)以检验辨识能力;通过健康状态指标跟踪设备退化趋势。样本队列来源于参考材料(reference materials)的合成数据集与实验数据集。
研究结果部分,引言指出纳米压痕在航空航天、汽车、半导体、核能与生物医学中用于优化工艺与解耦涂层基底贡献,高温动态测量拓展其应用边界。1.1仪器化压痕测试小节明确IIT在纳米尺度力F与深度h同步感知下,由卸载段F(h)计算HIT=Fmax/Ap(hc,max)与EIT=(1?νs2)/(2√Ap(hc,max)/Sm√π?(1?νi2)/Ei),修正项涵盖h0、CfFmax及样品弹性项。研究人员由此确认系统参数不确定度是失控根源之一。数字孪生构建环节,物理模型提供计量溯源链,数据驱动层捕获环境噪声与设备漂移,二者耦合输出预测曲线与残差带。验证环节中,合成数据测试表明该数字孪生对Cf漂移、Sm偏差、h0偏移均可标定为失控并定位误差幅值;参考材料实验数据测试显示其对真实设备老化引起的模量偏低与硬度离散具备检出能力,ROC类辨识稳定性达标。设备健康监测子模块通过时序残差累积和给出健康指数,区分短期扰动与长期退化。
讨论与结论部分,研究人员总结该可溯源数字孪生将物理定律与数据建模结合,实现对纳米压痕失控条件与测量误差的自动识别,并在合成与参考材料实验数据上完成验证;该框架支持测试设备健康状态在线监测,为虚拟计量与数字计量平台提供可信数据基础,可降低复检成本并提升IIT在高端制造中的过程控制可靠性。结论确认所提DT具备溯源链完整、关键因子覆盖全、失控与误差可分离、设备退化可预警四项属性,可迁移至高温动态压痕协议扩展。