广工大JAS&T，碳纤维增-金属复合结构的激光焊接残差回归分析

2023年12月，广东工业大学的Zhenhong Zhou, Xiangdong Gao, Bo Ma等人在《JOURNAL OF ADHESION SCIENCE AND TECHNOLOGY》上发表了《Residual regression on laser welding of CFRP-metal hybrid structures》一文，该研究得到了国家自然科学基金52275317号、广东省自然科学基金2023A1515012172号和广州市科技创新发展专项基金2023B03J1326号的部分资助。

目前，由金属和碳纤维聚合物（CFRP）组成的复合结构具有力学性能高、重量轻、抗疲劳等特点，广泛应用于航空航天和汽车行业的轻量化。为了充分利用这种复合结构的优点，两者必须以有效的方式连接。激光焊接以其焊接效率高、可操作性强、易于实现自动化等优点，在金属与CFRP连接领域受到广泛关注。

在金属和聚合物之间的激光焊接中，典型的影响因素包括激光功率、焊接速度、光斑直径（或散焦距离）和夹持压力等。随着激光器类型的不同和激光振荡技术的加入，工艺参数还包括峰值功率、脉冲频率、振荡半径等。为了生产具有良好机械性能的混合接头，在确定工艺参数后，使用响应面方法（RSM）、神经网络和数值分析对工艺参数和焊接质量进行建模、预测和优化至关重要。然而，金属和CFRP之间的激光焊接过程是一个阶段性和连续的物理特性的集合，如金属表面的焊缝、界面处的熔池和接头的力学性能。仅通过RSM建立的基于输入和输出的回归模型不可避免地会忽略更多的细节和中间物理特征，导致模型部分失真，缺乏物理解释能力。因此，研究如何增强中间物理特征的表达能力，提高模型的信息传递能力，建立一个高保真度高、解释物理信息能力强的模型，是完善参数影响关系、增强关节力学性能的一个更有利的方法。

本文采用中心复合设计（CCD）对DP780和CFRP（PA66）进行了激光焊接。基于焊缝形态和剪切力的实验结果，利用RSM建立了工艺参数与接头力学性能的关系模型。考虑到残差网络中残差块的信息传递和高保真度，通过重构原有的建模方法，提出了一种基于残差块的建模新方法。同时，建立了具有两层残差块结构的残差回归模型，并与RSM模型进行了比较，实验验证了该方法的可行性。研究结果为探索金属与聚合物激光焊接的参数关系、模型建模、预测和优化提供了一条新的可行途径。

实验装置如图1所示，材料参数与实验参数如表1、2所示。实验设计与结果如表3所示。如图2所示，在激光焊接金属聚合物中，金属将吸收的激光能量传导到界面处的聚合物并使其熔化，部分降解并产生气泡。熔融聚合物与金属完全接触，在内部气泡和外部夹紧力的共同作用下冷却后形成牢固的结合点。典型接头形貌如图3所示。

各工艺参数在设计空间中心点的变化曲线如图4a所示。剪切力随激光功率的增加而增加，随焊接速度的增加而减小。散焦距离对剪切力的影响很小。研究表明，功率的增加或焊接速度的降低会导致热输入的增加、金属CFRP有效结合面积的增加和剪切力的增加。激光功率和焊接速度之间的相互作用对剪切力的影响如图4b所示。可以看出，剪切力随着激光功率的增加而增加，焊接速度的降低，剪切力增加。焊接速度和散焦距离对剪切力的相互作用如图4c所示。可以看出，剪切力随着散焦距离和焊接速度的减小而增大。所有数据都表明，每单位时间和面积的输入能量增加，CFRP在界面处的熔化更加充分，金属和CFRP之间的结合面积增加，剪切力增加。

为了更好地阐明焊接过程中各种物理特征之间的关系，提取并量化了金属表面的焊接特征和界面处的接头特征。如图5所示，通过对具有灰度、二进制和阈值的宏观形貌进行处理来提取特征区域，并计算特征所占的面积，得到金属表面的焊缝面积S_ms、界面处混合接头的总面积S_t、软化区的面积S₃（SZ），部分熔融区（PMZ）的面积S₂和完全熔融区（CMZ）的区域S₁，其中S₂=S_t-S₁-S₃。考虑到CFRP处的S₁特征不明显，基于金属表面特征计算S₁。

研究结果表明，特征参数之间的统计关系具有较低的R²adj，表明当特征直接相关时，大量重要信息丢失。如果直接在此基础上建立特征之间的关系模型，则会出现严重的失真。因此，需要进一步探索建立与物理解释的关系模型。

加入残差后的模型诊断结果如图6所示。可以看出，每个模型的预测值都接近实际值，表明拟合的模型具有较高的预测精度。同时，从各模型预测值的残差结果可以看出，数据点没有表现出明显的趋势，数据分布在±3以内相对均匀，表明回归模型满足基本假设。以上讨论和结果表明，残差回归模型具有较高的准确性、可靠性和合理性。

选择三组新的工艺参数进行验证试验，并将残差回归与RSM模型进行比较，以验证残差回归模型的合理性和优化能力。每组重复不少于三次，并取结果的平均值。在优化分析中，以最大剪切力为优化目标，参数优化范围为P:900–1100、V:9–15和Z:15–20，以避免焊接飞溅和烧伤现象。RSM和残差回归的验证和优化结果分别如表6所示。相应的实验和残差回归结果如图12所示。其中，实验#3的参数是两个模型的最佳工艺参数。实验参数如表4所示。

上述结果表明，残差回归方法在建模、预测和优化方面具有与RSM相同的能力，这意味着该方法是可靠的。与RSM相比，残差回归方法在只考虑输入和输出的基础上，提供了更多中间物理特征、过程参数和最终响应之间的关系，并在确保高精度的同时为数学模型提供了更多的物理解释能力。换句话说，在实际焊接过程中，不仅可以直接预测中间物理量，而且可以根据中间物理特性的实际参数在一定程度上推断出最终响应的大小或趋势。总之，残差回归方法为探索激光焊接金属聚合物的参数关系、模型建模、预测和优化提供了一种新的可行方法。所构建的模型在保证高精度的同时具有更强的物理解释能力，从而为激光焊接金属-聚合物提供更多的物理关系和更准确的工艺指导。