摩擦滚压增材制造的实时温度和力量监控与控制

《Journal of Manufacturing Processes》：Real-time monitoring and control of temperature and force for friction rolling additive manufacturing

　　摘要
基于摩擦的增材制造技术为制造大型复杂金属部件提供了一种固态方法。然而，由不稳定的热和机械条件引起的层间缺陷仍然是一个主要限制因素。在这项研究中，提出了一种用于摩擦滚动增材制造（FRAM）中温度和力的原位监测和控制框架，以提高工艺稳定性并减少层间缺陷。设计了一种专用测量系统，能够在高温和工具头可接近性有限的条件下同时获取温度和力信号。基于监测到的温度和下压力（Fz）信号，实施了一种控制策略，使用主轴速度和Z轴运动作为反馈变量，以调节多层沉积过程中的热输入和下压力。实验结果表明，所提出的控制策略显著提高了工艺稳定性。在温度控制下，平均温度约为502.7°C，误差为2.7±3.8°C。在下压力控制下，温度和Fz的误差分别约为15±9.9°C和50±80N。在联合控制下，相应的误差值分别为10.2±7.5°C和30±60N，响应距离比仅温度控制时的15.5mm有所减小。同时，在联合控制下观察到层间混合改善和缺陷形成减少，从而提高了结合质量和机械性能。这些结果表明，实时控制温度和下压力可以有效稳定FRAM工艺并减轻层间缺陷。因此，这些发现为基于摩擦的增材制造中的闭环控制奠定了基础。

引言
近年来，随着中国重大国家航空航天项目（如载人航天和深空探索）的发展，高端设备的先进制造领域迅速发展。大型航空航天部件对轻量化结构设计、高性能和集成制造提出了更高的要求[1]、[2]、[3]。然而，主要基于铸造和锻造的传统制造方法在制造周期时间、生产成本和制造复杂结构的能力方面存在局限性[4]，越来越难以满足快速生产的需求。因此，大规模高强度铝合金组件的集成增材制造（AM）作为一种关键技术应运而生，越来越被认可为制造复杂结构的重要方法[5]。此外，由于熔融基AM过程中的沉积材料反复经历熔化和再凝固循环[6]、[7]，它们极易出现冶金缺陷，如热裂纹、孔隙和合金元素烧蚀[8]，这些缺陷会严重降低制造组件的机械性能[9]、[10]。基于摩擦的AM技术因能够避免传统熔化和凝固过程中固有的冶金缺陷而受到关注[11]、[12]。这些技术基于摩擦搅拌焊接（FSW）[13]、[14]、[15]和摩擦搅拌加工（FSP）[16]、[17]的摩擦热生成原理。通过利用工具和材料之间的摩擦力逐层沉积材料，诱导严重的塑性变形，从而实现复杂组件的AM[18]、[19]。在机理层面，这些技术有效消除了孔隙和热裂纹等冶金缺陷，同时具有低热输入和最小变形的优势[20]、[21]。因此，基于摩擦的AM技术逐渐成为制造大型、复杂且“不可焊接”的高强度铝合金组件的极具前景的方法[12]、[22]。
基于摩擦的AM已经发展出多个不同的分支，形成了以平台为导向的系统。代表性的工艺包括摩擦搅拌增材制造（FSAM）[23]、[24]、[25]、摩擦表面沉积增材制造（FSDAM）[26]、[27]、[28]、增材摩擦搅拌沉积（AFSD）[29]、[30]、[31]、增材摩擦挤压沉积（AFED）[32]、[33]、[34]、基于线的摩擦搅拌增材制造（W-FSAM）[35]、[36]、[37]、螺旋送粉型AFSD（SFP-AFSD）[38]、颗粒基FSAM（P-FSAM）[39]以及摩擦滚动增材制造（FRAM）[12]、[40]、[41]、[42]。值得注意的是，FRAM中工具头与材料的相互作用方式与其他基于摩擦的AM技术有根本不同[20]、[43]。在FRAM中，使用工具头的侧表面来搅拌材料，以实现侧向进料材料的连续沉积。这种技术产生的沉积区域具有横向均匀分布的细小等轴晶粒[44]。此外，沉积宽度可以灵活调整，以制造具有不同壁厚的大型复杂组件[45]、[46]。因此，FRAM在制造大规模、高强度铝合金结构方面展示了相当大的潜力，这些结构具有复杂的几何形状[47]、[48]、[49]。
尽管基于摩擦的AM有效避免了与熔化和再凝固相关的固有冶金缺陷，但局部热输入不足和沉积力波动等因素容易在沉积过程中引起非均匀的塑性材料流动[50]、[51]、[52]。这反过来会导致各种特征性的层间缺陷的形成，包括孔隙[53]、空洞[54]、搭接键合缺陷[55]和弱键合界面[56]。层间缺陷的存在显著降低了界面键合质量，从而降低了制造组件的整体机械性能和结构可靠性[51]、[57]、[58]。显然，层间缺陷已成为基于摩擦的AM技术普遍面临的一个挑战，因为它们会严重损害组件质量的均匀性和一致性。因此，它们成为阻碍这些工艺大规模工程应用的关键技术瓶颈[50]、[51]、[59]。因此，有效抑制和消除层间缺陷已成为实现基于摩擦的AM在大规模复杂铝合金组件制造中的工程应用的关键挑战。
先前的研究表明，已经开发出了用于FSW的反馈控制策略，以实时监测和调节关键工艺变量，特别是焊接温度[60]和力[61]、[62]。这些研究表明，在焊接过程中控制温度和力可以提高工艺稳定性，并有助于抑制焊接接头中的缺陷形成[63]、[64]。此外，基于摩擦的AM过程涉及温度和力之间高度耦合和不断变化的动态相互作用。这两个参数的瞬态演变直接决定了层间材料的塑性流动行为和由此产生的成形质量[65]、[66]。因此，在沉积过程中精确监测温度和力信号对于工艺优化和智能控制至关重要[67]、[68]、[69]。然而，基于摩擦的AM受到工具空间有限以及高温、高压和强烈摩擦等恶劣加工条件的限制[12]、[29]。这些挑战使得传感设备的集成变得复杂，而恶劣的局部环境通常会导致严重的信号干扰，使得确保数据采集的准确性和稳定性变得相对困难[70]。
近年来，已经应用了各种监测系统来测量温度和力，以捕捉它们在整个沉积过程中的动态演变情况。Garcia等人[29]使用红外相机和热电偶同时监测AFSD过程中基底和沉积区的温度演变。然而，这种方法不适合在多层沉积或几何形状复杂的组件制造过程中进行实时温度监测。Merritt等人在工具肩部嵌入了热电偶，并使用无线数据采集系统实时传输工具温度。执行器材料的进给力通常是从驱动电流间接估计的，这引入了一定的误差和时间延迟。Yasa等人在AFSD过程中使用多个传感设备同时测量温度、力和振动信号。然而，力是从驱动扭矩间接估计的，可能会引入测量不准确性，而且无法直接获得横向力。Qiao等人[72]独立开发了一种用于AFSD过程中温度和力采集的无线监测系统。然而，其当前应用仅限于实时监测温度、力和扭矩，基于这些监测信号的反馈控制策略尚未进行研究。Yang等人[73]基于AFSD过程开发了一种非接触式检查系统，用于在120mm的距离内监测和识别沉积异常和制造缺陷。然而，这种方法对实际加工距离和校准要求较为敏感。总之，当前的研究大多依赖于间接监测或仅关注单一物理参数，这使得实时同时监测多个信号（如温度和力）变得具有挑战性[12]。因此，设计并建立了一个原位温度和力监测系统，以实现温度和力的同步实时监测，为基于摩擦的AM提供有效的原位监测解决方案。
在基于摩擦的AM过程中，由于温度和力的瞬态波动引起的层间缺陷是一个常见挑战。此外，由于对温度和力反馈控制的研究不足，也存在技术瓶颈。为了解决这些挑战，只有有限数量的研究报道了AFSD过程中温度和进给力的预测和反馈控制[69]、[71]、[74]。Merritt等人[75]提出了一种回声状态网络模型，实现了高精度的温度跟踪，均方根误差仅为2.05°C。Shi等人[76]提出了一种物理约束的机器学习方法，用于预测30层沉积过程中的温度分布和演变，预测结果与实验数据高度一致。此外，Shi等人[77]引入了一种人机协作策略，显著提高了温度预测的准确性和鲁棒性。这一发现验证了该模型在温度控制和工艺优化方面的有效性。Mishra等人[78]开发了一个预测框架，结合了监督机器学习和物理信息神经网络，预测AFSD过程中的峰值温度和沉积质量，实现了最小的均方误差165.78。Huang等人[79]开发了一种力信号驱动模型来预测构建质量；通过在AFSD过程中实时调整行进速度与进给率的比例，他们改善了沉积层的构建质量。因此，他们的工作为基于力的质量控制提供了初步证据。只有有限数量的研究专注于预测温度历史的演变，大多数研究仅限于独立预测温度或力信号。这样的方法无法有效解决沉积过程中温度和力之间的动态耦合不稳定性。因此，需要更准确的耦合预测模型来同时调节温度和力。然而，模型的开发和实现仍然具有相对挑战性，这使得温度和力的反馈控制在实际应用中更具实用性。
在基于原位温度和力监测系统的基础上，Merritt等人[71]通过调整旋转速度和进给率来调节AFSD过程中工具温度和施加在材料上的力。在集成控制策略下，温度和力的平均控制误差分别约为5.4±6.5°C和140.1±213.5N。尽管Yasa等人[69]使用主轴和进给速度同时控制了AFSD工具温度，但在沉积底部和顶部的温度误差分别约为50–100°C和20–40°C，表明温度控制精度较差。Glenn等人[74]通过调节主轴的旋转速度来控制AFSD过程中的工具温度。对于第一层沉积，最初6mm内的温度控制误差约为±5°C，而在25mm的沉积长度内下降到约±2°C。在沉积第七层时，控制系统在5mm的响应距离内保持了约±2°C的温度误差。Yoder等人[80]使用红外测量实现了AFSD过程中的工具温度实时控制，通过实时调整其旋转速度来确保工具底部的温度恒定。Heikkenen等人[81]采用PID控制策略来调节主轴速度，将工具温度的波动范围保持在15–20°C以内。Gor等人[82]在不同预设温度下实现了多层样品的沉积，期间工具温度的波动范围约为±30–50°C。总结来说，现有的研究主要集中在对工具头温度的单变量控制上，对于基于力的反馈控制的研究相对较少。目前尚未建立温度和向下力的控制策略。这一限制使得在沉积过程中解决温度和向下力的动态不稳定性变得相对困难[12]、[83]、[84]。因此，迫切需要开发方法和策略来稳定基于摩擦的增材制造（AM）中的温度和向下力，以缩短控制响应时间、抑制层间缺陷，并提高样品的机械性能。目前，关于基于摩擦的AM过程中温度和力的原位监测和稳定性控制的研究还相对较少。现有的研究往往侧重于对工艺参数的经验性调整，这无法有效应对沉积过程中的温度和力的动态变化。因此，设计并建立了一个原位监测系统，该系统包括一个无线工具头温度采集单元和一个工件侧力平台，以抑制FRAM过程中的层间缺陷，并提高样品的工艺稳定性和机械性能。同时，还开发了一种控制策略，通过调整主轴转速和Z轴位移来调节工具头温度和向下力。

材料沉积
本研究使用了FRAM-1165系统进行，该系统对原料材料的形状没有特定要求。在所采用的坐标系统中，X方向表示工具头的移动方向，Y方向表示宽度方向，Z方向表示沉积样品的构建方向。基底和条带分别由商用6061-T6和5052-H32铝合金制成，尺寸为300毫米×40毫米×10毫米。

控制逻辑设计
如先前的研究[50]、[51]所示，FRAM过程中的温度和向下力的变化直接影响沉积样品的界面粘合质量。为了应对这种技术中的层间缺陷问题，提出了一种FRAM过程中的温度和向下力稳定性控制策略。结果表明，工具头的旋转速度和上升高度直接影响温度和向下力的变化。

温度和力的原位监测
图7(a)展示了在FRAM过程中连续沉积六层时工具头温度和力信号的实时变化曲线。浅黄色区域表示预压阶段，浅蓝色区域表示沉积阶段。整个过程包括八个连续循环，其中包含两个预压缩阶段和六个沉积阶段。在沉积过程中，工具头的搅拌和滚动动作引起了温度和力的变化。

结论
本研究提出了一种用于改善FRAM过程中层间界面粘合质量的工具头温度和向下力（Fz）的稳定性控制策略。开发了一个原位监测系统，该系统集成了无线工具头温度测量和工件侧力采集平台，能够在工具头空间有限和高温环境的限制下实现温度和力的同步实时监测。

局限性与未来工作
本研究使用AA5052铝合金在有限的工艺参数范围内进行了验证，其与其他合金和沉积条件的适用性需要进一步研究。特别是，所提出的控制策略在其他材料、更大尺寸的组件以及更复杂的沉积路径上的适用性也需要进一步研究。此外，在长期的高温和严重摩擦条件下，工具头的磨损是不可避免的。

作者贡献声明
徐洋洋：撰写——原始草稿、可视化、验证、方法论、调查、形式分析、数据整理、概念化。
刘海斌：撰写——审稿与编辑、资源获取、方法论、资金获取、形式分析、概念化。
谢瑞山：撰写——审稿与编辑、资源获取、方法论、资金获取、形式分析、概念化。
董继红：验证、资金获取。
赵华霞：验证、资金获取。
王一松：利益冲突正式声明
作者声明没有已知的可能会影响本文工作的财务利益关系或个人关系。

致谢
本研究得到了中央军委装备发展部汇烟计划（E15ED93D）、北京Nova计划（202604841381）以及国家自然科学基金（52275299, 52575355）的支持。

作者名单：
徐洋洋 | 刘海斌 | 谢瑞山 | 董继红 | 赵华霞 | 王一松 | 陈书军