基于凝固理论指导的机器学习优化三维打印W合金化难熔高熵合金的微观组织与力学性能

《Microstructures》:Machine-learning optimization of microstructure and mechanical properties in 3D-printed W-alloyed refractory high-entropy alloys

【字体: 大 中 小 】 时间:2026年10月23日 来源:Microstructures 8.5

编辑推荐:

  对于传统工艺而言,制备细晶、低偏析的富钛难熔高熵合金(refractory high-entropy alloys,RHEAs)仍具挑战性。增材制造(additive manufacturing,AM)/三维打印可削弱显微偏析,但其强烈的定向热流不利于细等轴晶

  
对于传统工艺而言,制备细晶、低偏析的富钛难熔高熵合金(refractory high-entropy alloys,RHEAs)仍具挑战性。增材制造(additive manufacturing,AM)/三维打印可削弱显微偏析,但其强烈的定向热流不利于细等轴晶的形成。通过合金化细化晶粒需要进行大量实验以将合适的AM参数与这些新设计合金相匹配,导致成本高昂且耗时。本研究选取W作为富钛RHEA的晶粒细化元素,并开发了一种凝固理论指导的机器学习框架,以同时优化W含量与AM参数。通过整合与速度相关的凝固及传热计算,该框架确定了一种优化合金(Ti3.6Zr1.2V0.8NbAl0.3)93.7W6.3,其AM参数为1,556 W和7.75 mm/s。实验验证表明,所设计合金呈现完全细等轴晶微观组织,平均晶粒尺寸为49.6 μm,较无W对应合金减小约80%。该合金沿L方向测试的屈服强度为1,215 ± 15 MPa,极限抗拉强度为1,241 ± 9 MPa,延伸率约为16%。上述结果展示了一种用于AM细晶富钛RHEAs的高效成分-工艺协同设计策略。
一、研究背景与科学问题
难熔高熵合金(RHEAs)由IV、V和VI族高熔点元素(如Ti、Zr、V、Nb、Mo和W)组成,近年来受到广泛关注。其中,具有单相体心立方(BCC)结构的非等原子比富钛RHEAs,如Ti3.6Zr1.2V0.8NbAl0.3,展现出优异的力学性能。然而,这类合金通常具有数百微米尺度的粗大晶粒,导致变形局限于少数具有高施密特因子的晶粒内。由于RHEAs冷热加工性能差且高温下晶粒易粗化,传统加工手段难以实现晶粒细化。
合金化是细化晶粒的有效途径。能够增加凝固区间ΔT0、成分过冷参数P和生长限制因子Q的元素,有利于凝固过程中柱状晶向等轴晶转变(CET),促进细等轴晶形成。然而,这类元素因其分配系数k显著偏离1,也会加剧富钛合金中的显微偏析。W具有最高的P和Q值,且其高剪切模量GS使其成为有效的固溶强化元素,因此W合金化对同时促进晶粒细化和强化具有独特吸引力。但W的强偏析倾向和高熔点使其在传统钛合金中通常仅少量添加。
激光金属沉积(LMD)作为一种同轴送粉金属增材制造技术,为制备难成形难熔合金并降低显微偏析提供了有效途径。然而,LMD过程中强烈的定向热流使富钛RHEAs通常呈现沿构建方向的织构化微观组织。当追求细晶微观组织时,工艺参数与合金成分需协同考虑。传统合金开发方法成本高、耗时长,且当成分和工艺均可变时,需要大量工艺-微观组织图,计算和实验成本大幅增加。
机器学习(ML)是协同多目标优化的有力工具,但现有研究多聚焦于成分设计或工艺/质量控制之一。事实上,AM合金的微观组织和力学性能由成分和工艺共同决定,因此成分-工艺协同优化可降低遗漏有前景合金成分的风险。
二、研究内容与主要结论
研究人员将W引入富钛RHEA Ti3.6Zr1.2V0.8NbAl0.3(简称T50)以促进晶粒细化,同时采用LMD缓解伴随的偏析。为此,提出了一种凝固理论指导的ML框架,通过多目标进化算法结合新的决策策略,快速优化W含量和LMD参数。随后通过LMD制备了逆向设计合金,并表征其微观组织与力学性能以验证ML设计,同时以相同LMD参数制备无W的T50合金作为对比。
实验结果表明,逆向设计的E1合金(T5093.7W6.3)呈现完全细等轴晶微观组织,平均晶粒尺寸49.6 μm,较T50的265 μm减小约80%。E1合金织构强度仅为1.57,远低于T50的4.28,表明W添加促进了CET并削弱了定向热流对晶粒生长的影响。E1沿L方向的屈服强度(YS)为1,215 ± 15 MPa,极限抗拉强度(UTS)为1,241 ± 9 MPa,较T50提高约33%,延伸率约16%也高于T50。E1沿L和T方向的拉伸性能几乎一致,表现出良好的力学各向同性。定量计算表明,W引起的固溶强化贡献约268 MPa,晶粒细化贡献约19.3 MPa,本征强度差约21.5 MPa,总计算强度增量约308.8 MPa,与实验观察到的约300 MPa增量吻合良好,证实YS提升主要由W固溶强化主导。
变形行为分析显示,E1中位错呈多滑移特征,滑移线密集均匀分布,位错从平面滑移向波浪滑移转变,促进了位错积累和均匀变形。而T50中滑移线稀疏,多数晶粒仅激活单一滑移系,导致晶界附近应力集中,在三叉晶界处观察到孔洞。KAM分析表明,相同应变下E1的几何必要位错(GND)密度约为T50的两倍,体现了更强的变形诱导位错存储和应变协调能力。两种合金均呈现沿晶断裂特征,晶界处存在富Ti-Zr的密排六方(HCP)结构晶界相,削弱晶界结合力并提供沿晶裂纹萌生的优先位置。E1的细等轴晶改善了变形协调性,部分缓解了弱化晶界的不利影响,但晶界相仍限制延展性的进一步提升。
三、主要关键技术方法
该研究建立了凝固理论指导的ML框架,主要包括以下关键技术:(1)集成计算:结合解析传热模型提供温度梯度G和凝固速度V,凝固模型评估凝固与微观组织特征,CALPHAD方法提供所需热物理参数,生成888组数据集;(2)特征工程:通过Spearman秩相关分析和SHAP分析筛选输入特征,确定激光功率PL、扫描速度Vb和速度依赖成分过冷参数PV为关键输入;(3)代理模型训练:分别采用支持向量回归(SVR)、高斯过程回归(GPR)、人工神经网络(ANN)和最小二乘提升(LSBoost)四种算法预测不同微观组织特征;(4)逆向设计:基于NSGA-II多目标优化算法,结合误差加权决策策略(WcTRD系统)实现成分与工艺协同优化。
四、讨论与结论
研究讨论部分定量分析了E1强度提升的来源。基于Senkov-Yao模型计算的固溶强化贡献(268 MPa)占主导地位,晶粒细化贡献(19.3 MPa)和本征强度差异(21.5 MPa)为次要贡献。断裂分析表明两种合金均以沿晶断裂为主,Ti-Zr富集晶界相的存在削弱了晶界结合力。E1的细等轴晶通过改善变形兼容性提高了延展性,但晶界相仍限制了进一步塑性提升。
研究结论表明,凝固理论指导的ML框架能够实现成分与LMD工艺参数的快速协同优化,为开发细晶AM RHEAs提供了高效途径。E1合金的实验验证证明了逆向设计策略的可行性。W添加通过固溶强化显著提高合金强度,同时通过促进CET有效细化晶粒。细等轴晶和弱织构促进了均匀应变分布,改善了变形兼容性,增强了延展性并降低了力学各向异性。然而,由于未进行沉积后热处理,沉积态合金晶界处仍存在Ti-Zr富集相,可通过适当的热处理消除或改性以进一步提升延展性。该框架理论上可迁移至其他RHEA体系,但已训练的代理模型主要适用于所研究的TiZrVNbAl-W成分和工艺窗口,不同合金体系需重新训练或校准。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号