统计信息驱动的取向–尺寸梯度晶体塑性及其在激光焊接AA6061接头全场参数识别中的应用

《Journal of Materials Research and Technology》：Statistically Informed Orientation–Size Gradient Crystal Plasticity for Laser-Welded AA6061 Joints: Constitutive Formulation and Full-Field Parameter Identification

　　

激光焊接AA6061铝合金接头在融合区（fusion zone, FZ）、热影响区（heat-affected zone, HAZ）和母材（base metal, BM）之间表现出显著的晶粒尺寸、形貌和晶体取向空间梯度，导致非均匀滑移激活、应变分配和变形局部化。为捕捉这些耦合微结构效应，本研究建立了统计信息驱动的取向–尺寸梯度晶体塑性模型。由电子背散射衍射（electron backscatter diffraction, EBSD）获得的区域特定取向分布通过取向矩阵和Schmid张量引入，以确定分切应力和滑移驱动力；晶粒尺寸和形貌描述符被纳入初始临界分切应力（critical resolved shear stress, CRSS）和硬化模量，以表征其对滑移阻力和硬化演化的影响。在此基础上，构建了卷积神经网络–长短期记忆（convolutional neural network–long short-term memory, CNN–LSTM）参数识别框架，通过融合时序全场应变数据、晶粒取向场和加载历史，建立从可测响应到关键本构参数的反向映射。识别所得参数使晶体塑性模型能够重现所研究AA6061激光焊接接头中实验观察到的应变演化、区域间变形差异和局部化位置。与随机取向分配相比，EBSD约束取向场同时提高了参数识别精度和局部应变预测，尤其在高应变水平下。所提出的方法将焊接微结构统计、基于滑移的本构机制、多模态参数反演和全场实验验证集成于统一的正–逆框架内，为所研究AA6061激光焊接接头梯度微结构的本构参数识别提供了物理可解释且计算高效的框架。

论文解读：铝合金因高比强度、耐蚀性和可制造性广泛用于航空航天、轨道交通和轻量化汽车结构，激光焊接因热输入集中、效率高、变形小和热影响区窄而适用于铝合金连接。但激光焊接的快速加热、熔化、凝固和冷却在FZ、HAZ和BM间形成陡峭热梯度和不同热历史，造成晶粒尺寸、形貌、晶体取向、析出状态和力学性能的空间变化。已有全场数字图像相关（digital image correlation, DIC）和EBSD–DIC研究表明，AA6061-T6激光焊接接头存在明显应变局部化和区域相关变形，焊接接头不能按均质材料或空间常数分区描述。现有晶体塑性有限元（crystal plasticity finite element method, CPFEM）多以离散晶粒取向和分段均匀本构属性表示异质性，难以捕捉焊接接头连续演化的取向–尺寸梯度；同时，控制初始滑移阻力和应变硬化的参数与晶粒几何、取向分布及加载历史非线性耦合，传统反演需反复CPFEM优化，计算成本高且可能非唯一，宏观曲线或孤立应变场也不足以区分滑移阻力、硬化、晶粒尺寸和取向相关滑移激活的贡献。现有机器学习反演多针对统计均匀或合成多晶、正向响应近似或宏观量参数识别，较少针对以不同物理机制引入焊接取向和晶粒尺寸梯度的本构模型，且反演参数需回代本构并复现实测局部变形才具物理可靠性。为此，研究人员建立统计信息驱动的取向–尺寸梯度晶体塑性本构，并建立面向该模型的多模态参数识别框架：EBSD区域取向分布经取向矩阵和Schmid张量进入分切应力与滑移激活，晶粒尺寸和形貌经初始CRSS和初始硬化模量进入滑移阻力与硬化演化；再以CPFEM数据库和CNN–LSTM–Attention网络建立从时序应变场、取向场和加载历史到k₁、k₂、k₃的反演，并将识别参数回代CPFEM与DIC实验比较。其主要结论是EBSD约束取向场可提高参数识别精度和局部应变预测，尤其在高应变水平；该方法形成物理可解释、计算高效的正–逆闭环，用于所研究AA6061激光焊接接头梯度微结构的本构参数识别。

关键技术与方法（≤250字）：研究采用有限变形CPFEM在ABAQUS中建立2 mm×3 mm平面应力模型（CPS4R单元，60,000单元、60,501节点，最小0.01 mm；300个多边形晶粒分为粗等轴晶、拉长晶和细等轴晶三区）；以EBSD统计Euler角分布生成区域取向场，以最小包围椭球主轴和短轴定义等效晶粒尺寸D_g并进入初始CRSS和初始硬化模量；用拉丁超立方采样（Latin hypercube sampling, LHS）生成k₁–k₃参数空间并正向计算数据集；构建CNN–LSTM–Attention网络融合时序应变场、取向场和加载序列进行反演。实验样本来自2 mm厚6061-T651铝板与ER4047焊丝的激光焊接接头，按ISO 4136:2022制取狗骨试样，九组试样每组拼接3个EBSD视场，并开展DIC单轴拉伸。

研究结果：2.1 晶体塑性基础：通过有限变形晶体塑性分解和滑移系塑性速度梯度叠加，取向矩阵把晶体坐标系映射到试样坐标系，Schmid张量给出分切应力，黏塑性幂律给出滑移率；结论是取向通过改变滑移系几何构型、分切应力和滑移激活影响塑性分配。2.2 晶粒尺寸–取向梯度本构模型：在各局部微结构区采用EBSD统计取向分布，Euler1近似均匀分布，Euler2和Euler3呈单峰并近似高斯分布；以最小包围椭球定义D_g，将尺寸和形貌纳入初始CRSS与初始硬化模量，并保留自硬化–潜硬化演化；结论是取向主要作用于滑移驱动力，尺寸和形貌主要作用于滑移阻力和硬化。2.3 本构参数识别框架：构建正向CPFEM、时序应变场/取向场/加载序列多模态输入和CNN–LSTM反演流程，目标参数为k₁、k₂、k₃；结论是形成从可测响应到本构参数的反向映射。3.1 CPFEM数据集构建：网格无关性分析选择0.01 mm最小单元；三区域晶粒数和D_g范围按实测梯度设置，取向按EBSD区域统计分配以避免全随机纹理扭曲；基线τ₀^base和H₀^base由实验屈服和屈服后硬化校准，k₁–k₃在给定范围变化；模拟显示拉长晶区应变积累最快且局部化最强，细等轴晶区应力较高，粗等轴晶区居中；结论是局部变形受晶粒尺寸、形貌和取向共同控制。3.2 训练与评估：24,000个独立样本分为20,000训练、2,000验证、2,000测试，微结构配置不重复；CNN提取空间特征、LSTM捕捉时序依赖、注意力融合多源特征，以MSE、MAE、R²和训练时间评价；结论是建立了可评估的参数识别训练流程。3.3 训练结果：第43个epoch达到最佳验证状态，训练和验证损失为0.0029和0.0027，验证损失降低约98.9%；k₁、k₂、k₃的R²分别为0.977、0.965、0.954；EBSD取向约束较随机取向使三者R²提高2.84%、1.90%、5.53%；十次独立训练R²变异系数低于0.6%，注意力消融显示完整CNN–LSTM–Attention精度更高；结论是识别准确、稳定，取向约束和注意力机制有效。3.4 噪声敏感性分析：向CPFE应变场输入加入0%–8%零均值高斯噪声并重训练，平均相对误差随噪声增加但仍低于约12%；结论是框架对测量不确定性具有满意鲁棒性。4.1 实验准备：采用2 mm厚6061-T651铝板和ER4047焊丝，IPG YLS-10000激光及KUKA KR60机器人、Fronius KD4010送丝机进行激光焊接；按ISO 4136:2022制取狗骨试样并进行DIC单轴拉伸，九组试样用于外部验证；结论是建立实验–模拟闭环验证流程。4.2 晶粒尺寸与取向特征模式：EBSD显示BM以细等轴晶为主且取向差较小，HAZ晶粒拉长为柱状并近似垂直融合线、沿热流方向生长，FZ晶粒进一步粗化并趋于等轴、相邻晶粒颜色分散增大；Euler1在[0,2π]近似随机分布，Euler2和Euler3呈明显单峰并可近似高斯描述；结论是支持区域取向统计和取向–尺寸梯度本构假设。4.3 实验结果与比较：将DIC应变场经ROI提取、Gaussian滤波、双三次插值和Z-score归一化到网络输入尺度，与拼接EBSD取向和加载历史共同输入网络反演参数，再回代CPFEM比较区域平均轴向应变和全场分布；拉长晶区预测与实验在大部分范围吻合较好，细晶区高应力下模拟偏低（129.5 MPa时实验和模拟约0.806%和0.638%，绝对差0.168百分点），粗晶区中间应力有偏差（117 MPa时约0.869%和1.069%），高应力趋近（129.5 MPa时约1.383%和1.361%）；EBSD取向约束模拟跟随实验增长趋势并再现0.6–0.9 mm区间由低应变向明显局部化的转变，随机取向模拟低估高应变阶段、局部化幅度和区域差异；结论是EBSD取向约束提高参数识别物理一致性和局部应变预测能力。

讨论与结论翻译：讨论部分指出，剩余区域平均应变差异与二维CPFEM不能显式表征三维晶粒连通和厚度方向相互作用、各区域晶粒数影响区域平均响应统计代表性、DIC空间分辨率以及实验测量区域与EBSD数值区域对应关系的不确定性有关；网格无关性不能消除二维近似或统计表征带来的不确定性，因此该比较既提供补充评估，也提示结果解释限制。随机取向比较表明，EBSD实测取向保留焊接热循环和竞争晶粒生长形成的实际取向梯度，通过改变滑移系空间关系、Schmid因子分布和滑移系激活顺序调控塑性应变在晶粒和微结构区间的分配；随机化削弱实际取向梯度与局部应变响应的空间相关性，使识别参数主要表征焊接区平均力学响应，限制其描述滑移启动、硬化演化和应变分配区域差异的能力，说明取向介导路径纳入统计驱动本构模型具有必要性。研究结论部分翻译如下：1）建立了统计信息驱动的取向–尺寸梯度耦合晶体塑性本构模型；晶粒取向通过取向矩阵和Schmid张量影响分切应力、滑移系激活和塑性流动方向，晶粒尺寸和形貌通过初始CRSS和初始硬化模量调控滑移阻力和硬化演化，从而统一描述晶体滑移的驱动力和阻力。2）阐明了铝合金激光焊缝附近晶粒结构特征和Euler角分布规律；EBSD结果显示焊缝附近存在显著晶粒尺寸–形貌–取向梯度，BM以细等轴晶为主，HAZ形成拉长晶，FZ发生进一步晶粒粗化；Euler1在[0,2π]范围内近似随机分布，Euler2和Euler3可一阶近似为高斯分布，为构建取向–尺寸相关晶体塑性本构中的取向场提供实验依据。3）建立了CNN–LSTM反演框架以识别所提晶体塑性本构参数；基于正向CPFEM模拟建立包含20,000训练、2,000测试和2,000验证样本的数据集，每个样本含20个加载步的应变场和载荷信息；模型在第43个epoch达到最佳验证性能，训练和验证损失分别为0.0029和0.0027，相应MAE为0.0423和0.0411，显示良好收敛和泛化能力。4）实现了取向–尺寸相关晶体塑性本构关键参数的高精度反演，并验证EBSD取向约束在参数反演中的有效性；取向约束模型对k₁、k₂、k₃的预测R²分别为0.977、0.965和0.954，相应MAE为9.95、6.27和1.19，RMSE为12.56、8.32和1.191；与随机取向模型相比，引入EBSD取向约束使三参数R²分别提高2.84%、1.90%和5.53%；实验与模拟应力–应变响应比较显示，同一总体工程应力水平下，拉长晶区预测平均轴向应变与实验吻合较好，粗晶区实验和模拟平均轴向应变在较高应力水平趋近，129.5 MPa时约为1.383%和1.361%；与实测平均应变分布比较，取向约束模拟再现小晶粒区、拉长晶区和粗晶区的主要应变增长趋势，而随机取向模型在应变增长和局部应变集中方面偏差更大；这些结果证明所提框架对本研究所用AA6061激光焊接接头的本构参数反演和区域变形表征有效。当前实验验证在单轴拉伸下完成；扩展到不同焊接参数或微结构状态需相应更新实验微结构统计和CPFEM训练数据集，不同加载条件需相应加载历史和应变场响应，因此仍需进一步实验验证评估所提框架的更广泛适用性。