- 仅根据键合过程中的声学数据快速确定异种金属之间的超声波键合质量
- 新开发的方法，使用称为马哈拉诺比斯距离的指数，实现高识别性能
- 基于该技术，有望发展成为高精度的强度预测技术，将提高产品质量并降低成本
根据异种金属超声波键合时生成的声学数据确定键合是否成功
米乐m6官方网站（以下简称“AIST”）多材料研究部高级研究员 Yutaka Maruyama 开发了一种技术，利用声学数据高精度确定异种金属之间的超声波粘合质量。
金属的超声波接合可以使接合部分的电阻保持在较低水平，并且可以在短时间内实现高强度接合，因此常用于需要高强度和低电阻的地方，例如各种电池的电极接合。然而，在异种金属之间的超声波接合中，接合强度可能会发生变化。因此，在这项研究中，我们重点关注关节附近产生的声音，旨在开发一种无需传统的高成本检查即可准确预测关节强度的技术。这种技术有望有助于超声波焊接的质量控制。
在此开发中，目标是接合铝合金和镁合金时产生的超声波的声学数据。频谱图（声纹）国家，非负矩阵分解 (NMF)此外，由于设计了多个适合确定适合该数据的接头质量并比较其性能的指标，马氏距离的索引可用于高精度地确定通过/失败。未来，我们将基于这种高辨别性能研究声学数据和粘合强度之间的关系，并致力于开发能够定量预测强度的评估技术。
该技术的详细信息将于 2025 年 5 月 22 日举行的“AIST 中部中心讲座”上公布。
金属超声波接合是同时施加超声波振动和压力，通过使金属原子直接接触和扩散来接合的技术。接合过程中的摩擦会破坏并去除表面氧化膜和沉积物，干净的金属表面直接相互接合，因此与焊接等其他接合技术相比，接头的电阻可以保持较低。此外，它还具有能够在短时间内完成键合、键合过程中不易受热损坏的优点，常用于需要高强度和低电阻的领域，例如各种电池的电极键合。
超声波焊接还可以连接异种金属，并且异种轻质合金的超声波焊接已被开发为减轻电池电极和运输设备重量的方法。然而，当连接异种金属时，超声波的能量传播会变得不均匀，并且接合会变脆。金属间化合物可能会发生，这可能会导致粘合强度的变化。因此，根据产品的质量标准，有必要对所有产品和接合后的所有接头进行检查，但目前很难防止因检查而造成的损坏和成本增加。如果要保证所有产品都具有足够的强度，目前我们只能设置过高的粘合条件，例如数倍增加输入能量和粘合时间。结果，超声波焊接的许多优点，例如节能、低损伤和速度都丧失了。在某些情况下，除此之外可能还需要额外的测试。
出于这些原因，需要一种非破坏性、快速且廉价的方法来预测接头的强度。利用粘合过程中的声学数据来快速测量并保证必要的部件是否以必要且足够的强度粘合，而无需将产品从生产线上移走或经过不必要的检查设备等的技术，不仅可以提高整个产品的安全性和可靠性，还可以降低生产成本。
AIST 正在开发旨在通过连接和粘合多种材料来实现和改进单一材料无法实现的零部件性能和功能的技术。超声波接合是连接异种金属的方法之一，但问题是，即使接合条件相同，有时接合效果良好，有时接合效果不佳。为了解决这个问题，我们表明，可以通过使用声学数据在一定程度上解释粘合的质量，这些数据有望直接反映粘合过程（于 2025 年 1 月 29 日在 Nano tech 2025 Tokyo Big Sight 上宣布）。这次，我们开发了这项技术，找到了一种更准确地判断通过/失败的方法。
现有的检测技术是根据控制侧的监测值进行判断，例如焊接过程中产生的振动、焊头负载波动以及输入能量的大小。然而，为了捕捉接合过程中的一系列现象，即表面氧化膜和沉积物由于超声波振动产生的摩擦和热量而被破坏和去除，以及金属原子相互接触和扩散，我们认为，由于超声波振动而在界面处产生的声学数据比控制侧监测到的数据包含更合适的信息。因此，在本研究中，我们尝试仅使用在接合过程中从固定安装在接合部位附近的麦克风收集的声学数据来判断铝合金和镁合金的质量（良好的定义是即使施加一些力，样品重叠和接合的状态也不会分离）作为预测接合强度的初步步骤。
图1获取的声学数据的转换和信息缩减的概要
首先，将获取的声学数据（图 1 左）转换为声谱图（图 1 中）。事实上，信息量太大，无法提取键合条件的差异，因此我们使用降维技术之一的非负矩阵分解，将声学数据的时间变化转换为指定数量的k个基谱（频率空间中的模式）及其相应系数的时间变化（图1右），然后提取认为重要的信息。以此为基础，做出通过/失败的判断。
在前期，我们将系数分解为数量相对较少（约8个）的基础光谱和看似易于解释的系数，希望能够解释与键合过程相关的系数波动及其之间的关系，并选择一个强烈反映质量的特定系数用于判断。然而，这种方法非常耗时，并且可能由于拒绝系数导致信息丢失，无法有效区分一组已接合的良品和一组未接合的缺陷产品。
通过新方法，我们将基础光谱的数量增加到了 40 个左右，尽管很难获得可解释性，并且为了避免丢失信息并节省选择系数的精力，我们采用了使用所有系数的方法。对于这些系数，标准化欧氏距离、马哈拉诺比斯距离等各种距离尺度，计算未加入的不良品与加入的良品组的距离，并利用它们对质量判断指标进行了比较实验。
结果，当使用标准化欧氏距离时，如图2(a)所示，表示良品的○标记的分布与表示不良品的×标记的分布重叠，使得两者难以区分。我们发现，当使用马哈拉诺比斯距离指数的时间平均值（图2（b））和使用最大值（图2（c））时，良好组和缺陷组之间没有重叠，可以很容易地区分。具体而言，在使用各距离时，假设良品组的指标平均值为0、分散度为1，则在时间平均值为数十以上的距离（图2（b））、时间最大值为数百以上的距离（图2（c））的情况下，不良品被定价。
这个结果颠覆了仅用声学数据很难预测强度甚至判断好坏的传统评估，可以说我们在实现仅用声学数据预测强度方面取得了很大进展。
图2根据(a)标准化欧氏距离平方的平均值、(b)马哈拉诺比斯距离平方的时间平均值、(c)马哈拉诺比斯距离平方的时间最大值进行判断，根据NMF系数H计算(图1右)(注意图2(a)中横轴的刻度相差一个数量级)。
到目前为止，我们已经获取并分析了Al和Mg键合的声学数据，但将来我们将确认与Al/Mg以外的金属组合键合之间的差异，并获取和分析阐明键合强度和声学数据之间关系所需的大量数据。此外，我们还将开发假设在生产线环境中获取数据的分析方法。未来，我们的目标是通过与实际使用超声波焊接的公司共同研究，将该技术应用于社会。