基于机器学习的本构模型优化以及对L1型2相强化Co-33Cr-23Ni-34Al-5Ti（一种化学成分复杂的合金）高温变形的微观结构研究

《Materials Characterization》：Machine-learning-assisted optimization of constitutive modeling and microstructural insights into the hot deformation of L1 2-strengthened Co 33Cr 23Ni 34Al 5Ti 5 chemically complex alloys

高温下L1?型强化化学复杂合金（CCA）热加工行为研究表明，温度（1073-1313 K）与应变率（0.001-0.5 s?1）共同调控动态再结晶（DRX）机制演变，揭示低应变率下温度升高引发DRX→DDRX→CDRX相变路径，高应变率抑制CDRX发展。纳米析出相通过钉扎位错和阻碍亚晶界迁移有效细化再结晶组织，XGBoost机器学习模型较传统本构方程提升流变应力预测精度达15.2%。最优工艺窗口为1313 K/0.001 s?1，实现强度（1130 MPa）-延展性（23.6%）协同优化。

　　在现代材料科学领域，尤其是在航空航天工程中，对高性能材料的需求日益增长。这类材料需要在极端的工作条件下保持优异的机械性能和热稳定性，以应对诸如蠕变、热疲劳等潜在的失效机制。传统镍基高温合金因其出色的高温强度和抗氧化性能，长期以来一直是这一领域的主流选择。然而，随着工程要求的不断提高，这些合金也暴露出一些固有的局限性，例如其成分和性能趋于饱和，使得通过传统元素调整来进一步提升性能变得困难。此外，它们的使用温度范围相对狭窄，难以满足更加严苛的环境需求。因此，开发具有更优异性能的新一代高温结构材料已成为推动航空航天技术进步的重要课题。

近年来，化学复杂合金（Chemically Complex Alloys, CCAs）因其独特的组成设计和局部化学有序结构，在材料性能优化和结构设计方面取得了显著进展。这些合金通常包含多种主元素，其组成比例并不完全相等，这种非等摩尔的多相结构使得CCAs在强度和延展性之间实现了更优的平衡。CCAs的种类繁多，包括单相面心立方（FCC）型、单相体心立方（BCC）型、共晶型以及难熔型等。其中，单相FCC型CCAs因其良好的热稳定性、抗氧化能力和韧性而受到广泛关注。然而，它们的高温强度仍显不足，例如Otto等人研究发现，一种常见的单相CoCrFeMnNi合金在873 K时的屈服强度仅为约150 MPa，远低于传统镍基高温合金的水平。这种高温性能的下降主要归因于单相固溶体中缺乏有效的机制来抑制位错运动。

相比之下，镍基高温合金通过引入有序的L1?（γ’）相，显著提高了其抗软化能力。这种有序结构不仅增强了材料的强度，还通过位错的钉扎和亚晶界运动的阻碍，实现了对晶粒生长的有效控制。因此，L1?相的引入成为提升CCAs高温性能的关键策略之一。通常，通过在基体中添加如Al、V和Ti等元素来实现多尺度的L1?析出相。例如，Zhang等人开发了一种新型的L1?强化Ni-Co-Cr-Al-Ti合金，其在室温下的屈服强度达到约1300 MPa，抗拉强度为1610 MPa，延展率为14%。在873 K时，其屈服强度和抗拉强度分别为约1060 MPa和1271 MPa，延展率仍保持在约25%。类似地，Huang等人通过选择性激光熔化和热处理制备了一种Co??Cr??Ni??Ti?Al?合金，其在室温下的屈服强度和抗拉强度分别为约1180 MPa和1586 MPa，延展率为约22.7%。而在873 K时，其抗拉强度和延展率分别下降至约1147 MPa和9.1%。这些研究结果表明，L1?析出相的强化机制可以有效克服单相CCAs在高温下的性能不足。

为了实现L1?强化CCAs在极端条件下的最佳强度-延展性平衡，通常采用多步骤热机械加工技术，以定制其微观结构和析出行为。在这些加工过程中，热变形扮演着至关重要的角色，主要用于通过动态再结晶（Dynamic Recrystallization, DRX）实现晶粒细化或异质结构。L1?纳米析出相在热变形过程中能够有效控制再结晶后的晶粒生长，通过钉扎位错和阻碍亚晶界运动，形成一种不同于单相CCAs的动态软化机制。值得注意的是，DRX行为对变形温度和应变速率非常敏感，这表明优化热加工过程对于提升材料性能具有重要意义。然而，尽管热变形在材料制备中占据重要地位，目前关于L1?强化CCAs在热变形过程中动态软化机制的研究仍然较为有限，尤其是析出相与位错之间的相互作用以及流动应力的演变过程。

为了解决这一研究空白，本研究对一种L1?强化的Co??Cr??Ni??Al?Ti? CCA的热变形特性及最佳加工参数进行了系统研究。实验在1073 K至1313 K的温度范围内以及0.001 s?1至0.5 s?1的应变速率条件下进行。通过对不同热机械加工条件下流动应力曲线的分析，以及采用Arrhenius型本构方程建立峰值应力的内在模型，研究人员能够更准确地预测材料在热变形过程中的行为。然而，这些传统本构模型由于其经验性和依赖于拟合，存在在低温或复杂热机械加工条件下捕捉应变、温度和应变速率之间非线性相互作用的局限性。相比之下，先进的机器学习方法，如极端梯度提升（XGBoost）模型，能够从大规模数据集中识别模式，并有效建模复杂的非线性关系。这些方法因其高预测精度、计算效率和强大的泛化能力，成为传统模型的有力替代。

在本研究中，实验采用了一系列高纯度金属（>99.9 wt%）在氩气气氛下的电弧熔炼炉（WuKeGuangDian, WK-II）中制备了名义成分为Co??Cr??Ni??Al?Ti?（at.%）的铸锭，每块铸锭的质量约为30 g。为了确保化学均匀性，每块铸锭至少进行了五次重熔。随后，利用电弧熔炼炉中集成的吸铸功能模块，生产出尺寸为40 × 10 × 10 mm3的板材。通过高温压缩实验，研究人员能够系统研究材料在不同热机械加工条件下的变形行为和微观结构演变。这些实验不仅提供了材料在高温下的力学性能数据，还揭示了其微观结构在热变形过程中的变化规律。

在初始微观结构方面，图1展示了Co??Cr??Ni??Al?Ti? CCA的显微结构和相形成情况。如图1(a)和(b)所示，该合金呈现出单相FCC结构，具有等轴晶形态，平均晶粒尺寸约为75 μm。图1(c)显示，约77%的晶界为高角度晶界（HAGBs，θ ≥ 15°），而约23%为低角度晶界（LAGBs，15° > θ > 2°）。晶粒的取向是随机的，如图1(d)所示。由于L1?相与基体结构的相似性，它在热变形过程中能够有效控制晶粒的生长行为。通过钉扎位错和阻碍亚晶界运动，L1?纳米析出相能够显著抑制再结晶后的晶粒粗化，从而实现更精细的微观结构。

在热变形过程中，材料的流动应力表现出明显的应变硬化和动态软化行为。当温度较低时，材料的流动应力随着应变的增加而迅速上升，随后由于动态再结晶（DRX）和动态回复（DRV）机制的激活而下降。随着应变的进一步增加，材料的流动应力趋于稳定，此时应变硬化与动态软化达到平衡。这种流动应力的变化趋势表明，材料在热变形过程中经历了从位错密度增加到再结晶机制激活的转变。然而，当温度升高时，这一过程的演变有所不同，例如在较低应变速率下，随着温度的升高，材料的变形机制从主导的DRX机制逐渐转变为不连续DRX（DDRX）机制，最终进入DDRX与连续DRX（CDRX）机制的耦合状态。而在较高的应变速率下，高温反而会削弱CDRX机制，使得材料在热变形过程中表现出不同的行为特征。

此外，研究还发现，L1?纳米析出相在热变形过程中对晶粒生长的控制作用显著。这些析出相通过位错的钉扎和亚晶界运动的阻碍，有效抑制了再结晶后的晶粒粗化，从而实现了更精细的微观结构。这种结构细化不仅提高了材料的强度，还增强了其延展性，使其在极端条件下表现出更好的综合性能。然而，这种微观结构的演变并非一成不变，而是受到变形温度和应变速率的显著影响。因此，研究热变形过程中材料行为的变化规律，对于优化热机械加工参数具有重要意义。

为了进一步揭示这些机制，研究人员采用了先进的机器学习方法，特别是XGBoost模型，对实验数据进行了建模和分析。通过构建机器学习模型，研究人员能够更准确地预测材料在不同热机械加工条件下的流动应力行为，并揭示其与应变、温度和应变速率之间的复杂关系。这些模型不仅能够捕捉到传统本构模型难以处理的非线性相互作用，还能够通过数据训练，提高对材料行为的预测精度。XGBoost模型在本研究中的应用，使得研究人员能够更系统地分析热变形过程中的材料响应，并为优化加工参数提供理论依据。

在实验数据的基础上，研究人员还对材料的微观结构演变进行了深入研究。通过显微分析，研究人员能够观察到材料在热变形过程中晶粒的细化和异质结构的形成。这些微观结构的变化不仅影响了材料的力学性能，还对其热稳定性产生了重要影响。因此，研究热变形过程中材料微观结构的演变，对于理解材料在极端条件下的行为具有重要意义。此外，这些研究结果还为未来开发具有更优异性能的L1?强化CCAs提供了理论支持和实践指导。

综上所述，本研究通过系统的实验和先进的机器学习方法，揭示了L1?强化的Co??Cr??Ni??Al?Ti? CCA在热变形过程中的行为特征和最佳加工参数。研究结果表明，L1?纳米析出相在热变形过程中能够有效控制晶粒生长，通过钉扎位错和阻碍亚晶界运动，实现更精细的微观结构。此外，热变形温度和应变速率对材料的变形机制和微观结构演变具有显著影响，不同的加工条件会导致不同的软化机制。这些发现不仅为优化热机械加工参数提供了理论依据，还为未来开发具有更优异性能的L1?强化CCAs提供了重要的指导意义。通过深入研究这些机制，研究人员能够更有效地设计和制造适用于极端环境的高性能材料，从而推动航空航天技术的进步。