石墨烯增强铝基复合材料中Al4C3界面相的力学行为与强化机制研究

为解决Al/G复合材料中Al4C3界面相作用机制争议，研究人员开发了神经进化势能(NEP)模型，通过分子动力学模拟揭示了Al4C3通过共价键增强界面强度并保持高延展性的机制，证实混合法则可预测复合材料力学性能，为碳增强铝基复合材料设计提供理论依据。

　　

在航空航天和汽车工业对轻量化材料需求日益增长的背景下，石墨烯增强铝基(Al/G)复合材料因其优异的强度重量比和导热性备受关注。然而，这类材料在实际应用中面临一个关键科学问题：在制备过程中必然形成的Al₄C₃界面相对材料力学性能的影响机制存在长期争议。部分研究认为Al₄C₃能通过强界面结合提升复合材料强度，而另一些研究则指出其可能导致界面脆性断裂。这种争议源于传统分子动力学(MD)模拟中缺乏能准确描述Al/G/Al₄C₃多相体系的原子间势函数，使得研究者难以在原子尺度揭示界面相的真正作用。

为破解这一难题，中国国家自然科学基金重点项目支持下的研究团队创新性地将第一性原理计算、机器学习势函数和分子动力学模拟相结合。研究人员首先开发了具有高精度的神经进化势能(NEP)模型，该模型成功克服了传统Lennard-Jones势函数在多晶向界面描述方面的局限性。通过系统构建包含不同取向Al/Al₄C₃界面的纳米层状模型，研究团队实现了对复合材料在平行和垂直载荷下力学响应的精确模拟。

关键技术方法包括：(1)基于密度泛函理论(DFT)构建训练数据集；(2)开发能同时描述Al、G和Al₄C₃相互作用的NEP势函数；(3)建立包含不同晶向界面的纳米层状模型；(4)开展单轴拉伸和剪切加载的分子动力学模拟；(5)采用混合法则分析强化机制。

【Construction and validation of NEP model】部分显示，新开发的NEP模型在预测弹性常数、堆垛层错能、界面相互作用和声子色散关系等方面均优于传统势函数。通过主动学习策略优化的模型对Al₄C₃晶体结构的能量预测误差小于5 meV/atom，力预测误差低于0.1 eV/?。

【Results and discussions】部分揭示了关键发现：在平行拉伸条件下，含Al₄C₃界面的复合材料展现出2.46 GPa的极限强度，比纯铝提高45%。剪切分析表明界面共价键形成是强化的主要原因。特别值得注意的是，Al₄C₃的存在使复合材料在保持高强度的同时仍具有15%以上的延展性，打破了强度-韧性此消彼长的传统认知。通过不同晶向界面的对比研究，发现(001)_Al∥(0001)_Al4C3取向界面表现出最优的力学性能。

【Conclusion】部分总结指出，Al₄C₃通过以下机制提升复合材料性能：(1)强共价键界面促进有效载荷传递；(2)Al₄C₃晶体结构提供额外承载能力；(3)界面锚定效应实现机械互锁向化学键合的转变。研究首次通过原子模拟证实混合法则可准确预测复合材料的弹性模量和极限强度，确立载荷传递为主导强化机制。

这项发表在《Mechanics of Materials》的研究具有重要理论价值和应用前景：一方面为Al/G复合材料界面设计提供了定量化的理论指导，另一方面发展的NEP建模方法可推广至其他多相复合材料体系。研究成果对航空航天用轻量化结构材料的性能优化具有直接参考价值，其中揭示的界面强化机制也为开发新型金属基复合材料提供了新思路。