《Materials Today Communications》：Preparation of Graphene Nanoplatelets Reinforced Aluminum Matrix Composites by Friction Stir Processing and Study of Thermal Conductivity and Toughness Properties
编辑推荐：
本研究采用摩擦搅拌加工制备石墨烯增强铝基复合材料，系统研究其含量对性能的影响。1wt%时材料综合性能最佳：热导率提升35.2%，硬度提升49.4%，延伸率提升42%。微观分析显示，石墨烯形成连续热传导网络，抑制晶界，促进动态再结晶细化晶粒至7.06 μm，高角晶界占比74.9%。过量至1.5wt%导致聚集，性能下降。创新性采用超声混合与多道次FSP工艺解决分散问题，验证FSP优化晶界分布，结合界面强化使实际热导率（217.10 W/(m·K)）远超理论值（163.66 W/(m·K)），为电子封装热管理提供理论支持和技术保障。
张成|李辉|陈书进|焦磊|沈卫明|宋子宇|王继恒|聂志宏|奥历山大·谢列茨基
江苏科技大学材料科学与工程学院，镇江212000，中国
摘要
本研究采用摩擦搅拌加工（FSP）技术制备了石墨烯纳米片（GNPs）增强铝基复合材料（AMCs），并系统研究了GNPs含量对材料性能的影响机制。实验结果表明，当GNPs含量为1 wt%时，复合材料表现出最佳的综合性能：热导率达到217.10 W/(m·K)，比基体材料提高了35.2%；显微硬度和延伸率分别达到75.08 HV和30.1%，比基体材料提高了49.4%和42%。微观分析显示，1 wt%的GNPs通过钉扎晶界形成了连续的热传导网络，促进了动态再结晶（DRX），使平均晶粒尺寸降至7.06 μm，高角度晶界（HAGBs）的比例增加到74.9%，并显著降低了位错密度。过量的GNPs（1.5 wt%）会导致团聚现象，从而破坏热传导网络并降低性能。本研究创新性地采用了超声振荡混合和多道次FSP处理方法来解决GNPs分散问题，证实FSP诱导的等轴晶粒结构优化改善了晶界分布。结合GNPs与铝基体的界面作用，使得实际热导率（217.10 W/(m·K)远超过Maxwell-Garnett理论值（163.66 W/(m·K)）。本研究为高性能铝基复合材料在电子封装热管理等领域的应用提供了理论基础和技术支持。
部分内容摘录
引言
随着现代工业技术的快速发展，铝基复合材料（AMCs）在机械性能优化和多功能特性开发方面面临着更高的要求，迫切需要突破现有技术的瓶颈，以满足航空航天、海洋工程、军事装备、交通运输和电子信息产业等战略领域的综合应用需求[1]、[2]、[3]。特别是在
实验材料
实验基体材料选用了轧制状态的6061-T6铝合金（由明泰铝业制造），其成分如表1所示，尺寸为200 mm×150 mm×5 mm。采用固溶处理工艺：将6061铝合金加热至500°C，冷却至室温，然后通过退火进行再结晶，再加热至320°C，最后通过水淬快速冷却至T6状态。
微观结构表征
图6(a)展示了经过FSP处理的AMCs以及未经处理的6061铝合金基底和添加了0.5 wt%、1 wt%和1.5 wt% GNPs的AMCs的XRD谱图。从图中可以看出，每个谱图中铝的五个特征峰非常明显，分别对应于(111)、(200)、(220)、(311)和(222)五个晶面指数；然而，由于GNPs含量过低，0.5 wt%的AMCs未能检测到明显的C峰。
结论
(1) 本研究通过FSP制备了GNPs增强的AMCs。当GNPs含量为1 wt%时，复合材料的熱导率达到217.10 W/(m·K)，比基体材料（160.58 W/(m·K)提高了35.2%；过量的GNPs（1.5 wt%）导致团聚现象，使热导率降至209.78 W/(m·K)。
(2) 动态再结晶（DRX）和GNPs的钉扎效应使基体材料的晶粒尺寸从45.28 μm减小到7.06 μm，减少了84.4%，同时高角度晶界（HAGBs）的比例增加到74.9%。
作者贡献声明
焦磊：资源提供、项目管理、方法论设计、实验研究。陈书进：资源提供、项目管理、方法论设计、实验研究。宋子宇：资源提供、方法论设计。沈卫明：资源提供、方法论设计。李辉：数据可视化处理、软件应用、资源协调、项目管理、方法论设计、实验研究、数据分析、数据整理。张成：文章撰写与审稿、初稿撰写、软件应用、资源协调、项目管理、方法论设计、实验研究、数据分析。
利益冲突声明
作者声明以下可能构成潜在利益冲突的财务利益和个人关系：李辉表示获得了国家自然科学基金（项目编号51605206）的资助；还获得了科技部高端外国专家引进计划项目（项目编号G2023014007L）的资助；以及国际科技合作项目的资助。
致谢
首先，我非常感谢李辉教授为我申请了这笔资助，感谢她在实验方面提供的帮助和宝贵的修改建议，以及她抽出宝贵时间帮助我提交文章。同时，我也感谢陈书进教授、焦磊教授、王继恒教授、奥历山大·谢列茨基教授、沈卫明博士、宋子宇和聂志宏在研究和实验方面对我的支持。
此外，还要感谢国家自然科学基金的支持。
