通过优化钛（Ti）含量，在激光焊接的Al-Mg-Si-Cu合金焊缝中实现机械性能与耐腐蚀性能的平衡

《Materials Reports: Energy》：Achieving balanced mechanical-corrosion properties in laser-welded Al-Mg-Si-Cu alloy welds by Ti content optimization

钛合金TRIP效应设计与预测模型研究。摘要：本研究开发了基于Stacking算法的多任务集成框架，结合Sparrow Search Algorithm优化超参数，有效预测钛合金的变形机制和力学性能，并构建[Mo]eq-[Fe]eq映射指导合金设计。

　　
本文聚焦于TRIP钛合金的快速设计与性能优化，提出了一种结合智能优化算法与多任务集成框架的创新方法，并建立了半经验设计指导工具。研究主要包含以下六个核心部分：

一、研究背景与现状分析
传统TRIP钛合金设计依赖Bo-Md相图，但存在预测精度不足、难以处理多组分合金等问题。当前研究多集中在单一性能优化（如强度或塑性提升），而缺乏对变形机制与机械性能协同预测的系统解决方案。实验验证环节存在周期长、成本高的问题，制约了合金开发效率。

二、多任务集成框架开发
1. 框架架构创新
采用Stacking集成框架，将分类（预测变形机制）与回归（预测强度塑性）任务有机整合。通过七种基模型（随机森林、XGBoost等）的异构融合，有效克服单一模型局限性。引入Sparrow搜索算法优化超参数，相比传统网格搜索效率提升50%以上，AUC值达0.9175，显著优于粒子群优化方法。

2. 数据集构建策略
采用216组高可靠性实验数据，涵盖Ti-Mo-V-Cr-Fe-Nb等关键合金元素。通过严格的预处理筛选，确保数据质量。特征选择包含九种合金元素、两种等效成分指标及热处理参数，其中[Mo]eq和[Fe]eq通过特定公式计算，体现元素对β相稳定性的综合影响。

三、新型合金设计与验证
1. Ti-5Mo-5V-3Cr-3Al-2Nb合金开发
基于模型预测，确定最优成分区间：Mo≤5.5%、V≤5%、Cr≤3.2%、Al≤3.1%。通过三重熔炼工艺实现成分均匀性控制，锻造后获得128μm均匀β晶粒结构。

2. 热处理优化实验
对比850℃与870℃两种处理温度：
- ST850：屈服强度662MPa，延伸率23%
- ST870：屈服强度748MPa，延伸率28%
EBSD分析显示ST870合金在变形区形成更密集的α'马氏体（体积占比达18%），其应力诱发相变激活能降低32%，有效改善应力分布。

四、[Mo]eq-[Fe]eq设计地图构建
1. SHAP可解释性分析
通过SHAP值量化特征贡献度，发现[Mo]eq和[Fe]eq对TRIP效应的影响权重达78%，显著高于其他元素。建立双参数耦合模型，揭示[Mo]eq/[Fe]eq比值＞2.3时TRIP概率提升40%。

2. 设计地图应用
构建三维概率曲面，定义高置信区域（P(TRIP)＞0.75）：
- [Mo]eq＜12.75%
- [Fe]eq＜3.64%
该区域包含93%的已知成功案例，较传统Bo-Md地图精度提升34%。通过虚拟合金点验证，新地图在52组新合金中准确率达89%。

五、工艺参数优化模型
1. 温度-时间协同效应
建立STT（溶体处理温度）与[Mo]eq/[Fe]eq的交互模型，最佳温度窗口为825-925℃：
- 低温（＜825℃）：β相稳定性不足，TRIP概率＜60%
- 高温（＞925℃）：元素偏析加剧，塑性损失达15%
- 850℃处理时，晶界迁移率提升2.1倍，促进马氏体形核

2. 时间效应分析
处理时间＞1小时时，晶粒尺寸粗化率达23%，导致延展率下降8-12个百分点。建议采用梯度时效处理，先以0.5h短时固溶获得细晶，再通过1-2h长时时效调控相分布。

六、工业应用价值与展望
1. 成本效益分析
新方法使合金开发周期缩短40%，实验次数减少至传统方法的1/5。基于某型号航空航天部件设计案例，可使材料成本降低28%（通过精准调控Mo/Cr配比）。

2. 扩展应用方向
- 开发多参数耦合地图（[Mo]eq-[Fe]eq-STT三维空间）
- 构建TWIP与TRIP双模式预测模型
- 探索Zr、Sn等微量元素的补偿效应
- 研发在线热处理监测系统

3. 研究局限与改进
当前模型主要适用于α稳定元素含量＜15%的合金体系。计划扩展至Ti-Al-Mn三元体系，并通过数字孪生技术实现工艺-性能的实时映射。

本研究的创新性体现在：
1. 首次将Sparrow算法应用于钛合金多目标优化，解决传统机器学习模型超参调优效率低下问题
2. 开发具有物理意义的双参数设计地图，突破传统相图依赖元素含量的局限性
3. 建立工艺参数与变形机制的定量关联模型，指导热处理工艺优化
4. 提出基于机器学习的合金设计范式，包含"成分计算-工艺模拟-性能预测"完整链条

该成果为TRIP钛合金开发提供了新方法论，已应用于某航空锻件生产线，使产品合格率从72%提升至89%，并降低热处理能耗35%。后续研究将重点突破高成本元素（如Nb、Ta）的协同优化，并探索机器学习与物理模型的深度融合路径。