研究背景：

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。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。

文章概述：

近日，由南方科技大学薛亚辉教授和郑州大学董林教授领导的研究团队提出了一种基于双模态力致发光的超高精度载荷速度检测与可视化新策略。论文第一作者是常书龙博士。该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。该研究将有助于推动基于ML的动态力学传感技术发展方面的发展。

图文导读：

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）。

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）。

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）。

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（图4）。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

研究结论：

该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。该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。

论文信息：

Bimodal Mechanoluminescence Enables Multicolor Luminescent Tailing for Ultra-Accurate Loading Speed Visualization and Detection

Shulong Chang, Wenjin Liu, Yalei Wang, Lingfeng Yu, Xinyu Huang, Pengyu Lv, Lin Dong, Huilin Duan, Yahui Xue

Advanced Science

DOI:10.1002/advs.202524039

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

期刊介绍：

Advanced Science 是 Wiley旗舰期刊 Advanced 系列中的一种完全开放获取的跨学科科学期刊，发表材料科学、物理、化学、医学、生命科学、环境科学、工程和社会科学等领域的前沿基础和应用研究。我们的使命是通过开放获取出版，使前沿创新的科学研究具有更广泛的可访问性。Wiley 的 Advanced 系列是全球公认的高影响力期刊系列，传播来自资深和青年研究人员的科学成果，帮助他们实现使命并扩大科学发现的影响力。

Advanced Science 2025年影响因子为14.1，五年平均影响因子为15.6，期刊引文指标1.74，CiteScore 为 18.1。在 2025年中国科学院院文献情报中心期刊分区表中，Advanced Science 入选综合类期刊一区TOP。