马氏体不锈钢中δ-铁素体向γ-奥氏体转变的动力学建模：激光粉末床熔融过程中的微观结构预测

《Materials Advances》：Kinetic modeling of δ-ferrite to γ-austenite transformation in martensitic stainless steel: microstructure prediction in laser powder bed fusion

激光粉末床融合（LPBF）加工17-4 PH不锈钢时，δ-铁素体到γ-奥氏体的相变受热力学数据和局部冷却速率影响。本研究提出一种数值模型，结合热力学计算（FactSage 8.1）和热历史模拟（Simufact），考虑异质形核、碳扩散及晶界能等因素，预测相变动力学和微观结构演变。实验验证显示模型预测的α’-马氏体体积分数与实测值R2=0.9405高度吻合。研究表明，降低Cr_eq/Ni_eq比值（如EQ2.05至EQ2.49）可加速相变，而激光功率升高导致HAZ区温度累积，延长相变时间，使马氏体体积分数增加。螺旋扫描模式的热积累效应与实际显微结构分布一致，验证了模型的有效性。

　　在现代制造业中，激光粉末床熔融（LPBF）技术作为增材制造（AM）的一种重要形式，因其能够制造复杂形状的部件而受到广泛关注。然而，由于该过程中的重复激光扫描和局部热积累，导致了复杂的热历史变化，这使得微结构演化预测变得极具挑战性。17–4沉淀硬化不锈钢（PH不锈钢）在LPBF过程中表现出的微观结构多样性，主要源于其从δ铁素体向γ奥氏体以及最终向α’马氏体的相变路径。这种相变过程不仅受到材料化学成分的影响，还受到局部冷却速率的显著调控。本研究提出了一种建模框架，用于预测LPBF过程中δ铁素体到γ奥氏体的相变行为，从而实现对最终微结构的准确预测。

为了实现这一目标，研究者利用热化学软件FactSage 8.1收集了不同化学组成下δ铁素体和γ奥氏体的吉布斯自由能数据。这些数据被用于构建基于经典成核与生长理论的相变模型。同时，使用Simufact软件模拟了不同体积能量密度（VED）对应的局部热历史曲线。通过将热力学与动力学模型与模拟的热历史曲线相结合，研究团队成功预测了激光诱导的热循环过程中发生的相变，并据此预测了最终制造出的部件的微结构。为了验证模型的准确性，将预测结果与在相同粉末成分和工艺参数下制造的样品的实验观察结果进行了对比，结果显示模型与实验数据具有高度一致性（R2=0.9405）。

研究发现，相变行为在不同材料组成和冷却速率下表现出显著差异。具体而言，Cr等效/ Ni等效比值的降低会显著减少δ铁素体的吉布斯自由能，并降低γ奥氏体的吉布斯自由能，从而促进δ铁素体向γ奥氏体的相变。此外，激光功率的增加会导致熔池区域的温度升高，但同时由于先前层的预热，冷却速率反而会下降。这种冷却速率的变化显著影响了熔池区域与热影响区（HAZ）的相变行为，使得HAZ中的相变更为显著。在研究中，熔池区域由于快速冷却而抑制了δ铁素体向γ奥氏体的转变，而在HAZ区域，由于多次激光扫描导致的局部加热，相变得以发生并促进了α’马氏体的形成。

在实验部分，研究者采用了不同比例混合的17–4 PH不锈钢粉末，以获得不同的Cr等效/ Ni等效比值。这些粉末分别来自LPW Technology和Oerlikon公司，并通过调整混合比例实现了所需的等效比值。实验样品的化学成分通过多种技术进行了精确测定，包括电感耦合等离子体-光学发射光谱（ICP-OES）、X射线荧光（XRF）、氧氮氢分析仪（ONH836）和碳硫分析仪（CS844）。样品采用Veltz M160 VM设备制造，其主要工艺参数包括750 mm/s的扫描速度、110 μm的 hatch 距离和40 μm的层厚。激光功率被设定为170 W，但为了研究不同能量输入的影响，实验中采用了130 W、150 W、170 W和190 W等不同功率进行制造。这些参数被优化以达到99.90%的相对密度，并且每层之间旋转67度以模拟典型的LPBF制造方式。

为了分析微结构变化，研究团队对制造的立方样品进行了机械研磨和抛光，并通过电子背散射衍射（EBSD）技术获取了详细的晶粒结构信息。这些EBSD数据结合光学显微镜图像，用于观察样品的微观结构。研究发现，δ铁素体在熔池区域中较为常见，而随着冷却速率的降低，γ奥氏体和α’马氏体的体积分数显著增加。在不同的激光功率下，微结构的分布也发生了变化，表现出与热历史曲线高度一致的趋势。

此外，研究还对热历史曲线进行了模拟，以探讨不同激光功率对熔池尺寸和热历史的影响。模拟结果表明，随着激光功率的增加，熔池的宽度和深度均有所增加，但冷却速率却因先前层的预热而降低。这种现象表明，在LPBF过程中，熔池区域和HAZ区域的热历史曲线存在显著差异。在熔池区域，由于冷却速率较高，相变被抑制；而在HAZ区域，由于多次激光扫描引起的局部加热，相变得以发生并促进了γ奥氏体向α’马氏体的转变。

为了进一步验证模型的适用性，研究者模拟了螺旋扫描模式，并将其与实际制造的样品进行了对比。结果表明，螺旋扫描模式显著影响了热积累行为，尤其是在样品的中心区域。这种热积累导致了不同的冷却行为，进而影响了相变的路径和微结构的分布。模型预测的微结构与实验观测结果高度一致，特别是在相分布和区域尺寸方面，进一步证明了该模型在预测LPBF制造过程中微结构演化方面的有效性。

综上所述，本研究提出了一种基于热历史曲线和相变动力学的建模方法，成功预测了17–4 PH不锈钢在LPBF过程中从δ铁素体向γ奥氏体以及最终向α’马氏体的相变行为。该模型不仅考虑了材料化学组成对相变路径的影响，还综合了局部冷却速率和热历史曲线的复杂性。模型的高精度（R2=0.9405）为理解并控制增材制造过程中微结构演化提供了新的视角，同时为优化机械性能提供了理论依据。此外，研究结果表明，扫描模式对热积累和相变行为具有重要影响，强调了在微结构预测模型中考虑扫描模式效应的必要性。未来的研究应进一步扩展该模型，以纳入更复杂的工艺参数和热力学行为，从而提高其在实际应用中的预测精度。