第一作者：常书龙博士

通讯作者：薛亚辉副教授，董林教授

通讯单位：南方科技大学，北京大学，郑州大学

原文链接：https://doi.org/10.1002/advs.202524039

全文速览

力致发光（Mechanoluminescence，ML）是一种新兴的传感技术，能够将力学刺激转化为光信号，无需外部电源或复杂电路。通过将ML传感器产生的机械诱导可见光空间映射与图像分析算法相结合，可构建强大的动态力学性能评估平台。本研究采用固态烧结法开发出MgF₂荧光粉，无需掺杂离子即可同时展现瞬态蓝光ML与持久橙光ML特性。MgF₂展现出独特的速率依赖性力致发光色谱分布：缓慢滑动时产生单一蓝色发光，快速滑动时则呈现多色发光（接触点为蓝色，尾迹区域为橙色）。通过力致发光强度与色谱分布的变化，可生动可视化负载速度。此外，我们通过分析快速滑动过程中的发光尾迹，初步实现了力致发光寿命评估。通过将机器学习算法与MgF₂荧光粉捕获的ML图像相结合，实现了100%精度的轴承速度实时检测。本研究提出了一种基于双模态ML的超高精度载荷速度检测与可视化新策略，推动基于ML的动态力学传感技术发展方面的巨大发展潜力。

背景介绍

力致发光能够将多种机械刺激（如拉伸、压缩、弯曲、摩擦和冲击）转化为光强度和光学图像，且无需外部电源或复杂电路。这种自供电与空间可视化的特性为先进传感技术开辟了新路径，并在动态力学分析中展现出显著优势。将ML传感器与现代成像仪器及机器学习算法相结合，推动了其功能应用的显著进步，尤其在智能传感和结构诊断领域。相较于传统动态力学分析技术（如数字图像相关法和有限元分析），机器学习提供了一种经济高效且肉眼可见的力学行为评估方法。因此，ML传感器有望补充甚至替代传统方法，成为动态性能评估的多功能平台。

研究出发点

1）基于MgF₂荧光粉实现速度依赖的ML颜色分布，在缓慢滑动时呈现蓝色发光，在快速滑动时呈现多色发光。

2）基于ML拖尾效应提出一种评估ML寿命的有效方法。

3）通过将ML图像和机器学习算法结合，实现高精度的加载速度识别。

图文解析

MgF₂荧光粉展现出独特的、随滑动速度变化的ML发光色分布特性。在手动慢速滑动过程中，蓝光发射占主导地位，长曝光下可记录到连续发光轨迹。在电机驱动快速滑动条件下，MgF₂荧光粉呈现多色ML发射：接触点处为蓝光，拖尾区域则形成鲜明的橙色发光轨迹。这种随加载速度变化的鲜明色彩映射，源于MgF₂荧光粉具有寿命不同的多模ML发射，从而形成不同长度的发光拖尾轨迹。

图1.MgF₂的双模ML发射

在不同单轴力缓慢滑动下，随着施加力增大，ML亮度增强，MgF₂的ML光谱呈现从紫外到可见光区域的宽带发射。ML总强度与施加单轴力呈线性相关。此外，循环测试证实了ML发光的优异自恢复性和可重复性。值得注意的是，ML循环测试未采用外部光源（如紫外光或X射线）进行预照射。这些卓越的ML性能可满足更多实际应用需求。在电机驱动的快速滑动条件下观测到多色ML图像。随着单轴力的增加，接触点的发光强度增强，发光轨迹变长。与慢速滑动类似，快速滑动下的ML总强度也呈现近似线性关系。经1000次循环测试后，ML强度仍保持初始值的95%以上。这些结果表明，即使在高负荷速率摩擦条件下，MgF₂仍展现出卓越的循环稳定性。

图2. MgF₂力致发光性能

ML发射强度与发光拖尾分布同样受电机加载速度影响。随着加载速度的增加，ML强度增强，同时拖尾长度增加。通过分析相机提取ML图像，提出了一种基于ML长度分析ML发射寿命的方法。另外，验证了滑动产生的ML在不同温度下的稳定性。

图3. 滑动速度可视化

通过利用具有MgF₂双模ML特性，结合机器学习算法，开发出实时载荷速度监测系统。在电机驱动的轴承表面涂覆薄层MgF₂/环氧树脂涂层，并在单轴压力下通过摄像机采集荧光图像。随后通过卷积神经网络（CNN）对图像进行特征提取与分类分析。具体而言，将ML图像预处理，经卷积层、池化层及全连接层处理后，最终输出预测的转速分类结果。设置了6个不同的加载速度，最终实现了100%的超高预测准确率。该方法开创了一种独特且自驱动的组件加载速度评估途径，在动态力学分析中的应用提供了巨大潜力。

图4. 速度可视化识别

总结与展望

本研究通过固态烧结法开发出无掺杂MgF₂力致发光材料，可同时呈现瞬态蓝色ML与持久性橙色ML。该MgF₂荧光粉不仅展现出卓越的ML性能，更具备优异的稳定性和可重复性。通过瞬态与持久性ML的协同作用，可借助鲜明的ML色彩变化生动呈现加载速度的变化。此外，基于快速滑动过程中获取的ML图像分析，提出了一种简便有效的ML寿命初步评估方法。将卷积神经网络与ML图像结合，可实现不同载荷速度的精准识别，达到100%的超高准确率。本研究为载荷速度检测提供了创新实用的策略，彰显了基于ML传感技术在动态力学分析领域的应用潜力。

原文信息

S.L. Chang, W.J. Liu, Y.L. Wang, L.F. Yu, X.Y. Huang, P.Y. Lv, L. Dong, H.L. Duan, Y.H. Xue, Bimodal Mechanoluminescence Enables Multicolor Luminescent Tailing for Ultra-Accurate Loading Speed Visualization and Detection, Adv. Sci. 2026, 2524039.