Npj Comput. Mater.: 钛合金的力学秘密—双相结构如何成就卓越性能？

2024-03-20 03:03

海归学者发起的公益学术平台

分享信息，整合资源

交流学术，偶尔风月

钛合金以其出色的机械性能、低密度和良好的生物兼容性，在过去数十年里备受青睐，广泛应用于航空航天等行业。这类合金的微观结构，特别是α相（六方密堆积结构）与β相（体心立方结构）的混合，对其力学表现具有决定性的影响。α/β钛合金能够在力学强度、塑性、断裂韧性与成形性之间达成优异的均衡，这也正是其被广范使用的根本原因。钛合金的双相结构赋予了材料工程师在微观结构设计上的多样自由度，以实现目标力学性能的精准调控。

Fig. 1 Temperature dependences of the lattice constants and free energies of bulk α and β phases.

界面能量作为关键参数，直接关联到合金界面的热力学和动力学性质，决定了界面的形态和演化过程。然而，α/β钛合金界面能的测定难度大，由于β相在0K不稳定，导致直接使用密度泛函理论（DFT）进行精确计算存在难题。目前的实验方法，如基于梯阶-台阶模型与线性弹性理论的估算，也难以直接测定界面能。幸运的是，最新技术的发展为此难题提供了解决方案：一种是热力学积分结合绝热切换自由能计算法，准确且高效；另一种则是利用由DFT数据训练而成的神经网络势能，如深度势能（DP）神经网络

Fig. 2 Schematic of the model for simulating coherent α/β interfaces.

由香港城市大学材料科学与工程系的Jian Han教授领导的团队，采用分子动力学、热力学积分以及经过密度泛函理论（DFT）训练的深度学习势模型，深入探讨了钛材料中α/β界面（即和)）的结构和热力学特性。研究首先集中于分析钛的相干α/β界面的热力学性质，并考察其如何受到应变和温度的影响。随后，团队对半相干界面的结构和属性进行了细致审查，并将这些发现用于理解β基体中α析出相的成核及生长过程，也就是从高温状态开始的冷却过程。

Fig. 3 Semicoherent interface structure.

该论文的关键发现包括：（1）成功预测了钛中最关键界面（相干和半相干）的自由能，这是首次以接近DFT精确度进行此类计算（值得注意的是，β相在0K下完全不稳定，因而在没有人为约束的情况下DFT无法直接计算）；（2）模拟结果展示了半相干界面的平衡结构和本质的缺陷结构，这些结构解释了习惯面的普遍存在；（3）揭示了界面迁移的作用机理，并指出这一机理在不同方向（比如升温与降温）会导致界面迁移速率的不同；（4）这些精确的热力学和结构数据被用于可靠预测α-β相变冷却过程中析出相的形成。

Fig. 4 Disconnection lines in a semicoherent interface.

此项研究不仅为准确预测界面属性和运动提供了指导，还为理解和预测包括在低温下不稳定的相和相干性丧失情况下的析出行为提供了实用的参考。该文近期发表于npj Computational Materials 9：216 (2023)，英文标题与摘要如下，点击左下角“阅读原文”可以自由获取论文PDF。

Coherent and semicoherent α/β interfaces in titanium: structure, thermodynamics, migration

Siqi Wang, Tongqi Wen, Jian Han & David J. Srolovitz

The α/β interface is central to the microstructure and mechanical properties of titanium alloys. We investigate the structure, thermodynamics and migration of the coherent and semicoherent Ti α/β interfaces as a function of temperature and misfit strain via molecular dynamics (MD) simulations, thermodynamic integration and an accurate, DFT-trained Deep Potential. The structure of an equilibrium semicoherent interface consists of an array of steps, an array of misfit dislocations, and coherent terraces. Analysis determines the dislocation and step (disconnection) array structure and habit plane. The MD simulations show the detailed interface morphology dictated by intersecting disconnection arrays. The steps are shown to facilitate α/β interface migration, while the misfit dislocations lead to interface drag; the drag mechanism is different depending on the direction of interface migration. These results are used to predict the nature of α phase nucleation on cooling through the α-β phase transition.

扩展阅读

Npj Comput. Mater.: 多相态氧化镓—机器学习势函数的试金石

Npj Comput. Mater.: 热电材料 zT到底能到多高？

Npj Comput. Mater.: 形变势的高通量计算

Npj Comput. Mater.: 大规模电子结构计算—可迁移的机器学习加速方法

媒体转载联系授权请看下方

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章