物理引导的FEM–ML框架用于DED原位合金化FeMn–CoCrNi高熵合金熔池几何预测与柱状晶–等轴晶转变分析

《Journal of Manufacturing Processes》：Physics-guided FEM–ML framework for melt pool geometry prediction and CET analysis in DED-processed in-situ alloyed FeMn–CoCrNi HEA

　　

理解柱状晶–等轴晶转变（columnar-to-equiaxed transition, CET）并预测不同制造条件下的熔池尺寸，对于定制定向能量沉积（directed energy deposition, DED）成形材料的显微组织和力学性能至关重要。本研究采用DED制备原位合金化FeMn–CoCrNi高熵合金（high-entropy alloy, HEA）单道，并利用实验测得的熔池尺寸校准有限元（finite element, FE）模型，以预测所研究工艺条件下的熔池几何。校准后的FE模型与实验测量结果吻合良好，相对误差低于6%。随后，验证后的FE模型用于生成扩展的物理辅助数据集以供机器学习（machine learning, ML）使用，从而在所研究工艺条件下实现熔池几何预测。与XGBoost相比，高斯过程回归（Gaussian process regression, GPR）模型表现出更优的预测精度，熔池宽度和熔深的R²分别为0.992和0.996。实验观察表明，CET沿沉积高度发生，并与胞状亚结构的形貌转变相关。采用有限元模拟计算温度梯度（thermal gradient, G）和凝固速率（solidification rate, R），随后将其与基于Hunt–G?umann的CET判据结合，分析柱状晶和等轴晶形成的空间趋势。结果表明，激光能量密度（laser energy density, LED）增加与较低的G/R比以及更强的等轴晶形成趋势相关。总体而言，本研究建立了一个集实验–FEM–ML于一体的框架，用于预测DED加工原位合金化FeMn–CoCrNi HEA的熔池几何，并进行基于FE-CET的分析。

研究背景方面，多主元合金（multi-principal-element alloys, MPEAs）包括高熵合金和中熵合金，因兼具强度、塑性、损伤容限和断裂韧性而受到关注；面心立方（face-centered cubic, FCC）CoCrNi基合金具有优异力学性能，尤其低温性能突出，Fe和Mn的加入可调控晶格畸变、层错稳定性、位错活动和冲击响应，从而平衡强度与塑性。控制凝固组织尤其是柱状晶与等轴晶的平衡十分关键，因为晶粒形貌和织构强烈影响各向异性、力学响应和损伤容限。DED具有较高沉积效率、修复能力、成分灵活性和复杂结构成形能力，但原位合金化同时送入FeMn与CoCrNi粉末会引入热与化学不均匀性、可能的不完全混合、局部成分波动和空间变化的凝固条件，使CET预测较预合金粉末体系更复杂。已有CET研究多集中于预合金粉末，针对原位合金化、熔池几何模拟、热历史与FEM预测综合作用的认识仍不足，因此本研究建立物理引导的工艺–凝固–组织框架，以预测DED制备原位合金化FeMn–CoCrNi HEA的熔池几何并分析CET。研究人员制备单道、开展热模拟、构建ML代理模型并进行基于Hunt–G?umann判据的CET分析，结果表明校准FE模型可较好复现熔池几何，GPR具有较高预测精度，LED增加与较低G/R比和更高等轴晶形成趋势相关；该工作为熔池几何预测、工艺窗口探索和CET空间趋势解释提供了集成实验–FEM–ML框架。

关键技术方法方面，采用全因子设计在316L基板上DED沉积FeMn–CoCrNi单道，激光功率为300–600 W、轴向速度为300–1050 mm/min，共24组；用光学显微镜测量熔池宽度、熔深和道高，用电子背散射衍射（electron backscattered diffraction, EBSD）分析晶粒；在Abaqus 2024中建立对称三维瞬态热FE模型，采用校准的Goldak双椭球热源和DFLUX子程序，并以实验熔池尺寸校准；由温度场提取G和R，结合Hunt–G?umann判据和UVARM子程序进行CET分类；以FE扩充数据至56点，训练GPR和XGBoost，并采用嵌套交叉验证和超参数优化。

结果部分如下。3.1 单道显微组织特征：通过单道横截面显微组织和EBSD分析发现，所有沉积单道沿沉积高度均出现CET，熔池上部和中部的等轴样晶较明显，融合边界附近以伸长柱状晶为主；LED增加促进更强的等轴晶形成趋势，较低LED倾向于抑制CET。高角晶界（high-angle grain boundaries, HAGBs）比例在40、60、100和120 J/mm²下分别为96.0%、96.2%、95.7%和95.4%，低角晶界（low-angle grain boundaries, LAGBs）分别为4.05%、3.84%、4.28%和4.55%，在本工艺窗口内未表现出强单调依赖；核平均取向差（kernel average misorientation, KAM）随LED从40增至120 J/mm²而升高，表明局部晶格畸变增加，可能与较高位错密度和残余应力积累相关。3.2 有限元建模：通过三维瞬态热模型与24组实验对比，熔池宽度最大和平均相对误差分别为3.47%和1.50%，熔深分别为5.56%和2.73%，均低于6%；实验熔池宽度、熔深和道高分别约为588–910 μm、30–480 μm和10–210 μm，说明校准模型可在研究窗口内合理复现全局熔池几何并用于提取热参数。3.3 FEM驱动ML数据生成：通过FE模拟增加3个功率水平和2个速度水平，获得32个FE样本，与24个实验点合计56个数据点；FE结果显示激光功率升高和轴向速度降低使熔池尺寸增大。3.4 机器学习结果：通过嵌套交叉验证比较XGBoost和GPR，GPR预测精度更高，宽度和熔深R²分别为0.992和0.996，XGBoost分别为0.956和0.970；GPR提供95%预测区间，56个宽度预测中47个、56个熔深预测中50个落入区间，残差无系统偏差，学习曲线显示GPR训练与验证误差随样本增加趋于收敛，较适合小样本；XGBoost训练误差很低但验证误差较高，尤其熔深，表现出小数据下过拟合迹象；相关性分析显示轴向速度与宽度和熔深呈负相关（分别为?0.83和?0.46），激光功率与宽度和熔深呈正相关（分别为0.51和0.87）。3.5 DED对CET演化影响：通过FE计算G和R并采用Hunt–G?umann判据分类，临界条件为Gⁿ/R > 2.6603×10²⁴时全柱状、Gⁿ/R < 1.4127×10²²时全等轴；预测结果与EBSD观察在定性上一致，近基板区域柱状晶占优、熔池上部等轴晶形成；随凝固前沿接近熔覆界面，G逐渐增加而R降低，Gⁿ/R增加，稳定固–液界面并抑制等轴晶形核、促进柱状晶生长；LED增加对应较低G/R比和更高等轴晶形成趋势。

讨论部分总结：该CET模型忽略曲率和动力学过冷贡献，采用常数材料参数和文献枝晶生长常数，且FE模型未显式求解熔池流体流动和Marangoni对流，因此G和R应视为半定量热指标，CET图主要用于解释柱状–等轴晶转变的空间趋势而非精确定量预测；由于未进行直接成分表征，化学不均匀性和异质形核在CET中的作用不能直接确立；未来将扩展工艺参数空间、研究二次相作用并推广至多道和块体构建。研究结论翻译如下：1. 所有沉积单道沿沉积高度均表现CET；EBSD/IPF图和长宽比分布表明等轴样晶优先形成于熔池上部和中部的，伸长柱状晶在融合边界附近占优；LED增加促进更强烈的等轴晶形成趋势，较低LED条件倾向于抑制CET。2. 长宽比分布用作晶粒形貌的辅助指标，较低长宽比通常与等轴样特征一致，较高长宽比指示伸长或柱状特征，因此长宽比被解释为定性/半定量指标而非严格的晶粒类型分类标准。3. 基于FE的热分析表明LED变化改变G与R的局部平衡；熔池上部较低G/R趋势与实验观察到的等轴样晶形成一致；由于未进行直接成分表征，化学不均匀性和异质形核在观察到的CET中的作用不能直接确立。4. 校准FE模型与实验熔池尺寸吻合良好，相对误差低于6%；校准模型用于生成ML用物理辅助数据集；在测试模型中，GPR提供了带不确定性信息的准确熔池几何预测；由FE得到的G和R用于研究采用既定CET判据开展CET分析的可行性。总体而言，该工作展示了用于研究DED制备原位合金化FeMn–CoCrNi HEA中CET并预测熔池几何的集成实验–FEM–ML框架；其中基于FEM的热分析和采用的CET判据可解释柱状晶与等轴晶倾向的空间演化，ML则为熔池几何预测和工艺窗口探索提供高效途径。未来工作将扩展工艺参数空间、研究二次相对CET的作用，并将该框架推广至多道和块体构建。