高铬铸铁(HCCI)微观结构与表面性能协同调控：压痕行为与磨损性能的预测模型构建

本研究针对高铬铸铁(HCCI)在工业磨损场景中的性能预测难题，通过创新性结合图像分割技术与接触力学模型，系统分析了16%Cr与26%Cr两种亚共晶HCCI合金的压痕响应机制。研究发现两种合金虽在碳化物尺寸/体积分数上存在差异，但塑性指数(ψ≈29)与高载荷磨损性能相似，为多相材料设计提供了兼顾经济性与性能的优化策略。

　　

在矿山机械、水泥生产等重工业领域，高铬铸铁(HCCI)因其优异的耐磨性成为关键材料。这类材料通过硬质M₇C₃碳化物(EC)与韧性基体的协同作用抵抗磨损，但传统研究往往孤立分析单一相的性能。实际工况中，材料表面粗糙度、碳化物空间分布等复杂因素如何影响其接触力学行为？更关键的是，能否通过压痕测试预测实际磨损性能？这些问题的解答对降低全球6%的摩擦磨损相关能耗具有重要意义。

来自德国萨尔大学的研究团队在《Journal of Materials Research and Technology》发表最新成果，创新性地将图像分割技术与改进的接触力学模型结合，系统研究了16%Cr和26%Cr两种HCCI合金的压痕行为与磨损性能关联。研究采用纳米压痕获取基体力学参数，通过定制球-盘摩擦装置进行压痕实验，结合CLSM(共聚焦激光扫描显微镜)和EBSD(电子背散射衍射)分析变形机制，并开发图像分割算法量化碳化物分布特征。

3.1 5N载荷下的压痕行为
通过Au₈₀Pd₂₀溅射增强对比度，发现16%Cr合金出现28.38μm压痕半径（接近赫兹理论预测值33.5μm），而26%Cr合金无可见压痕。这种差异源于26%Cr合金更高的碳化物体积分数(CVF=30%)缩短了平均自由程，使基体在低载荷下受到碳化物"屏蔽效应"保护。

3.2 15N载荷的塑性变形
两种合金压痕半径趋近于50μm，SEM显示碳化物完整嵌入塑性变形的奥氏体(γ)基体中。EBSD分析证实，慢速压痕避免了碳化物开裂和应变诱发马氏体(SIM)形成，表明能量通过基体塑性流动有效耗散。值得注意的是，采用整体硬度(49.3HRC)重新计算26%Cr合金的临界载荷为10.3N，解释了其在15N载荷下的塑性行为。

3.3 塑性指数计算创新
研究突破性地将图像分割获得的碳化物分布概率纳入Jackson-Green模型，计算出16%Cr(ψ=28.86)与26%Cr(ψ=28.48)合金相近的塑性指数。尽管26%Cr合金碳化物平均尺寸更大(137vs80μm²)，但两者CVF标准差相近(±4.35)，保证了相似的载荷分布均匀性。

3.4 磨损性能验证
Abbott-Firestone曲线显示26%Cr合金在浅表层(0-18%承载区)具有更高轮廓高度，但在高载荷下(>95%)两者性能趋同。磨损实验证实：5N载荷时26%Cr合金磨损率(0.010mm³N^-1mm^-1)显著低于16%Cr合金，但20N时差异消失(0.019vs0.025)。

该研究首次建立了结合微观结构特征与表面特性的多相材料性能预测框架。通过证明16%Cr合金在保持性能的同时可减少铬用量，为可持续发展提供了材料设计新思路。开发的图像分割-接触力学耦合方法，可推广至其他复合材料的性能优化研究。