北京科技大学、中国有色金属学会副理事长谢建新院士团队：机器学习辅助预测铜铝复合材料界面结构与性能 | 《中国有色金属学报》

研究背景

铜铝复合材料兼具纯铜导电性能优良、易连接和铝密度低、导电较好、价格低廉的优点，广泛应用于航空航天、交通装备、电力电器等重要领域。界面结构与结合强度是影响铜铝复合材料性能的关键因素。铜铝复合材料在制备、加工和热处理等过程中，铜/铝界面处容易形成金属间化合物层，达到一定厚度会对界面结合强度、热扩散系数等性能产生显著影响。因此，准确把握制备工艺参数对界面结构和界面结合强度的影响，建立它们的关系模型，对于精确调控界面反应、制备高性能铜铝层状复合材料至关重要。

 

本文作者研究团队研发的连铸直接复合工艺具有流程短、绿色低碳、生产成本低，易于实现生产连续化和自动化等特点，适合高性能铜铝复合材料的大规模高效生产。然而，连铸复合成形时界面反应受到金属液温度、固液反应时间、冷却强度甚至金属液流动的耦合影响，与连铸工艺间的关系复杂，难以直接观测，因此很难通过经典建模方法建立工艺参数与复合界面的关系模型。本文作者采用机器学习方法建立了铜包铝复合材料的连铸复合成形和退火工艺参数与铜铝复合界面层厚度、界面结合强度之间预测模型，可为铜铝复合材料界面的精准调控提供依据。

 

文章亮点

采用机器学习算法，建立了铜铝复合材料连铸复合工艺参数、退火参数与界面层厚度、界面结合强度的关系模型，并采用遗传算法获得了优化的连铸复合工艺参数，为铜铝复合材料的界面智能调控奠定了基础。

 

图文解析

铜铝复合材料连铸复合工艺原理如图1所示，其工艺过程如下：铜液和铝液在不同的保温炉中分别进行加热保温，达到预定温度后，通过牵引装置对铜进行引铸，先铸造出铜管，然后铝液通过铜管芯棒的中心孔流入铜管内，在结晶器冷却作用下，使铝液在铜管内凝固，并与铜管形成冶金结合。

 

作者通过查阅文献和开展实验获取了包含铜液铸造温度、铝液铸造温度、连铸速度、一次冷却水流量、二次冷却水流量、Al4Cu9层厚度、Al2Cu层厚度、α(Al)/Al2Cu伪共晶层厚度、界面结合强度的32组数据。采用用支持向量回归（SVR）、随机森林（RF）、人工神经网络（MLP）分别进行建模建立了工艺参数和界面层厚度、界面结合强度的关系模型，模型预测效果如图2所示。同理，本文还建立了退火工艺参数和界面层厚、界面结合强度的关系模型。

作者以预测精度较高的界面结合强度支持向量机预测模型作为目标函数，通过遗传算法对连铸复合工艺参数进行优化。目标为界面结合强度最高，通过随机函数生成初始种群，不断以选择、交叉、变异等方式迭代进化，最终得到问题的最优解。遗传寻优的过程如图3所示，迭代过程中，界面结合强度不断上升，在265代的时候到达最优解，结合强度为55.6 MPa。之后继续迭代，界面结合强度不再变化。得到最佳连铸工艺参数为：铝液温度799 ℃，铜液温度1220 ℃，连铸速度83mm/min，一次冷却水流量576 L/h，二次冷却水流量716 L/h。将该工艺参数代入界面层厚度预测模型中，得到预测的各个界面层厚度：Al4Cu9层厚度为1.5μm、Al2Cu层厚度为1.6 μm、α(Al)/Al2Cu伪共晶层厚度为324 μm。

研究结论

(1) 采用不同机器学习算法分别建立了工艺参数与复合界面结合强度、Al4Cu9层厚度、Al2Cu层厚度、α(Al)/Al2Cu伪共晶层厚度的关系模型。

 

(2) 采用遗传算法获得了优化的连铸复合工艺参数：铝液温度799 ℃，铜液温度1220 ℃，连铸速度83mm/min，一次冷却水流量576 L/h，二次冷却水流量716 L/h。

 

(3) 界面参数相关性分析和断口观察结果表明，对于连铸复合态和退火态，Al2Cu层厚度均在剪切断裂过程中起到重要影响，与界面结合强度呈现较强负相关性。

 

团队介绍

北京科技大学谢建新院士团队长期从事金属凝固、加工和热处理及其关键装备、材料基因工程和智能化加工等方面的研究，在交通运输与航天航空关键铝材挤压加工，高性能特钢、铜合金和铜铝复合材料短流程加工新工艺及其关键装备的研究开发和工程应用等方面取得多项重要成果；获国家技术发明二等奖1项、国家科技进步二等奖3项，何梁何利科学技术进步奖1项，省部级科技奖励11项。发表学术论文300余篇，出版专著5部、教材1部；主持制定国际标准1项，国家标准2项；获授权发明专利110项，研发技术在40余家企业进行产业化或中试开发。

 

本文报道的连铸直接复合成形技术可解决连铸过程固液界面精确控制难题，相关成套技术与装备已应用于高性能铜铝复合材料规模化工业生产。与国外产品相比，研发的复合电力扁排和扁线界面结合强度提高30%以上，工艺流程缩短40%~60%、节能30%~40%、综合成材率提高20%~30%、成本降低30%~50%。