通过原位表征与机器学习分子动力学方法揭示了CuSn10P1磷青铜中断口、孪生现象及加工硬化的原子尺度起源
《Journal of Alloys and Compounds》:Atomistic origin of faulting, twinning, and work hardening in CuSn10P1 phosphor bronze revealed by in-situ characterization and machine-learning molecular dynamics
【字体:
大
中
小
】
时间:2026年06月14日
来源:Journal of Alloys and Compounds 6.3
编辑推荐:
Hao Chen|Yang Tao|Cheng Xin Li|Han Xiao昆明理工大学材料科学与工程学院,中国昆明650093摘要CuSn10P1磷青铜因其高强度、耐磨性和机械可靠性而被广泛应用于各种苛刻环境。然而,其变形行为和加工硬化的原子级机制至今仍不清楚。本研究结合原位
Hao Chen|Yang Tao|Cheng Xin Li|Han Xiao
昆明理工大学材料科学与工程学院,中国昆明650093
摘要
CuSn10P1磷青铜因其高强度、耐磨性和机械可靠性而被广泛应用于各种苛刻环境。然而,其变形行为和加工硬化的原子级机制至今仍不清楚。本研究结合原位拉伸试验与三元Cu–Sn–P机器学习原子间势模型,将实验观察到的微观结构演变与原子尺度缺陷动态联系起来。拉伸变形会导致明显的织构演变、滑移带交叉、堆垛层错以及变形孪晶的产生。经过密度泛函理论数据训练和验证的NEP模型,可用于对变形过程进行大规模分子动力学模拟。模拟结果表明,塑性变形始于晶界处肖克利部分位错的释放,随后是堆垛层错的形成和孪晶生成。进一步的非共面位错相互作用会产生静态锁止和位错缠结,从而为实验中观察到的显著加工硬化提供依据。这些结果建立了一个实验与机器学习相结合的框架,用于将缺陷演变与铜基合金的宏观变形机制联系起来。
引言
Cu–Sn–P磷青铜是一种重要的工程用铜合金,它兼具较高的强度、良好的疲劳性能、耐磨性、耐腐蚀性以及一定的成型性。这些特性使其适用于轴承、弹簧、电气连接器以及海洋部件等领域[1]、[2]、[3]。在这些合金中,整体的Cu–Sn相组成以及铸造、热机械处理和退火过程中形成的局部微观结构状态,都会显著影响最终的力学性能[1]、[2]、[4]、[5]、[6]、[7]。近期关于磷青铜及相关Cu–Sn基合金的研究进一步表明,元素偏析、晶粒尺寸、晶界特征分布以及加工历史等因素,都会显著改变合金的拉伸性能、弯曲加工性能以及抗断裂能力[5]、[6]、[7]。不过,尽管这类工艺-微观结构-性能关系已被越来越多地记录下来,但CuSn10P1合金的原子级变形路径仍未得到充分阐明,尤其是在拉伸载荷作用下,多种缺陷机制可能同时发挥作用。
面心立方结构(FCC)铜合金中的一个核心问题是:堆垛层错能如何影响全位错滑移、肖克利部分位错活动、堆垛层错积累以及变形孪晶之间的竞争关系[8]、[9]、[10]、[11]、[12]、[13]、[14]、[15]、[16]、[17]、[18]。广义堆垛层错能概念最初用于描述晶体剪切现象,后来被扩展到孪晶形成分析中,该概念表明,内在堆垛层错能、不稳定堆垛层错能以及不稳定孪晶故障能共同影响着位错解离、跨滑移阻力、孪晶核化以及由平面缺陷引发的应变硬化过程[8]、[11]、[12]、[13]、[14]。在低至中等堆垛层错能的铜合金中,部分位错和堆垛层错可直接导致加工硬化。在适当条件下,层错增厚和孪晶形成也可能成为重要的辅助变形机制[9]、[10]、[15]、[16]、[17]、[19]。这一框架对磷青铜而言尤为重要。近期基于电子背散射衍射的技术研究表明,磷青铜属于具有低堆垛层错能的FCC合金,而针对CuSn10P1的多尺度研究则表明,含Sn和P的局部环境能够显著降低γisf值,并稳定存在层错结构的原子排列。这样的能量变化可能有助于在肖克利部分位错释放后,保持堆垛层错结构的存在,从而使得以部分位错为驱动的层错形成和孪晶生成比传统的完美位错滑移更为常见[6]、[20]。
尽管已有诸多研究成果,但Cu–Sn–P磷青铜的变形机制尚未在完整的实验-原子级框架下得到明确解释。现有的研究主要集中于热变形、半固态加工、晶界工程、弯曲行为、元素偏析以及热处理后的微观结构优化等方面[4]、[5]、[6]、[21]、[22]。这些研究为工艺设计提供了宝贵指导,但未能完全解释Sn和P元素如何在拉伸变形过程中改变缺陷能以及缺陷间的相互作用。尤其是,晶界介导的部分位错释放、堆垛层错增厚、孪晶形成以及位错锁止等现象是如何协同作用并导致显著加工硬化的,目前仍不清楚。要解决这一问题,就需要能够识别织构演变、滑移带和孪晶带以及堆垛层错区域的变形表征方法,同时还需要一个能够描述化学成分复杂的三元合金中平面缺陷能以及位错反应的原子级模型。
密度泛函理论为研究合金能态和缺陷结构提供了良好的起点。然而,其可描述的长度和时间尺度较为有限,无法直接追踪多晶模型中晶界源、部分位错、堆垛层错、孪晶以及静态连接点等的整体演变过程[11]、[12]、[13]、[14]、[23]、[24]、[25]。传统的经验性原子间势模型虽然能够实现更大规模的模拟,但其适用性往往不足以应对多元合金以及以缺陷为主的非平衡过程。当研究结论依赖于广义堆垛层错能表面以及各种平面缺陷之间的能量平衡时,这一局限性尤为突出[14]、[23]、[24]、[25]。机器学习原子间势模型则通过结合接近密度泛函理论的精确度与分子动力学的高效率,为弥补这一缺陷提供了可能[18]、[19]、[26]、[27]、[28]、[29]、[30]、[31]、[32]、[33]、[34]。包括高维神经网络势、GAP、MTP、Deep Potential、ACE以及NEP在内的各类主流机器学习原子间势模型,都已证明能够从第一性原理数据中高保真地学习复杂的局部结构特征[18]、[19]、[26]、[27]、[28]、[29]、[30]、[31]、[32]、[33]、[34]。诸如DP-GEN之类的主动学习工作流程,进一步提升了针对不同机械和化学性质的体系构建训练集的能力[31]。这些发展共同推动了金属体系及合金的原子级模拟技术的发展[29]、[35]。近期出现的等变机器学习原子间势模型,如NequIP[36]和MACE[37],更是提升了机器学习原子间势模型构建与验证的标准。NequIP表明,E(3)等变表示方式能够在分子和材料体系中实现高数据效率以及精确的分子动力学模拟结果。MACE则进一步证明了更高阶的等变消息传递方式能够产生准确且高效的力场,并具备出色的基准测试性能。这些进展也表明,机器学习原子间势模型的验证不应仅局限于整体能量和力误差的检测,对于变形研究而言,验证还应包括对与目标机制相关的各项物理量进行符合物理规律的测试,比如弹性响应、缺陷能、广义堆垛层错能曲线以及分子动力学稳定性等。
在现有的各类机器学习原子间势模型中,神经演化势模型因其在GPUMD环境下兼具较高的精确度与出色的计算效率,而特别适合用于大规模变形模拟[32]、[33]、[38]。基于该模型的算法也已被扩展应用于更广泛的金属体系,进一步体现了该框架在多元体系中的应用潜力[38]。不过,当研究目标是缺陷主导的塑性变形时,针对特定合金的模型验证仍然十分重要。只有在准确再现能量、力、弹性响应,尤其是与广义堆垛层错能相关的各项参数之后,才能可靠地对部分位错、堆垛层错、孪晶以及锁止现象等进行机理分析[11]、[12]、[13]、[14]、[23]、[24]、[25]、[33]、[38]。对于Cu–Sn体系而言,近期有一项基于主动学习的深度势模型研究,证明了该类模型在青铜化学体系中的应用可行性[39]。然而据我们所知,目前还尚未建立起一种经过严格验证的、专门用于分析CuSn10P1磷青铜变形机制的三元Cu–Sn–P机器学习原子间势模型。
为此,本研究通过结合原位拉伸表征与基于第一性原理数据训练的三元Cu–Sn–P NEP模型,并将其应用于大规模分子动力学模拟,以此填补这一空白。本研究的目的不仅在于重现该合金体系的平衡状态下的性质,更在于建立实验观察到的变形特征与其原子级起源之间的机理联系。我们利用电子背散射衍射技术和透射电子显微镜技术,识别由应变引起的织构演变、滑移带与孪晶带的相互作用、堆垛层错以及变形孪晶的存在。之后,再利用经过验证的Cu–Sn–P NEP模型,探究晶界介导的肖克利部分位错释放、层错积累、孪晶形成以及非共面位错反应的先后演变过程。通过建立这种实验与模拟之间的闭环关联,本研究阐明了在CuSn10P1合金中,部分位错介导的层错形成、孪晶生成以及静态锁止现象是如何共同调控其拉伸变形和加工硬化行为的。
章节要点
实验步骤与微观结构表征
实验所用材料为通过金属模具铸造得到的CuSn10P1合金,其化学成分经测定为:铜88.80wt%,锡9.49wt%,磷0.87wt%,其他元素0.84wt%。为减少铸造过程中产生的微观偏析,获得更加均匀的初始微观结构,首先将铸态合金在660℃下均匀化处理8小时,之后再进行炉冷处理。均匀化处理后的合金随后在室温下经过多道次冷轧,最终使合金厚度减少50%。
CuSn10P1合金的实验变形特性
图2总结了CuSn10P1合金的拉伸响应及其对应的微观结构演变情况。由于应变是通过测量横梁位移来估算的,没有使用伸长计,因此初始加载阶段的非线性现象可能是由试验设备的弹性特性、夹持装置的情况以及加载系统的调整所导致的,而非合金本身的固有弹性行为所致。因此,这条曲线主要用于判断整体的变形趋势。在塑性变形阶段,
结论
本研究通过结合原位微观结构表征与基于三元Cu–Sn–P机器学习势模型的原子级模拟,分析了CuSn10P1合金的变形行为,主要结论如下:
1. 原位电子背散射衍射和透射电子显微镜分析表明,CuSn10P1合金在拉伸变形过程中会出现织构演变、堆垛层错形成以及变形孪晶生成现象。
2. 所开发的三元Cu–Sn–P NEP模型能够再现与塑性变形相关的、基于密度泛函理论计算得到的关键物理参数
CRediT作者贡献说明
杨涛:论文撰写——审稿与编辑,论文撰写——初稿撰写,软件应用,研究方法设计,实验研究。郝晨:论文撰写——审稿与编辑,论文撰写——初稿撰写,软件应用,研究方法设计,实验研究,正式分析,数据整理。韩晓:论文撰写——审稿与编辑,论文撰写——初稿撰写,软件应用,研究方法设计,实验研究,资金获取。李成新:论文撰写——审稿与编辑,论文撰写——初稿撰写,软件应用,研究方法设计,实验研究。
利益冲突声明
作者声明,他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。
致谢
作者感谢中国国家自然科学基金委员会(项目编号:52365047)以及云南省基础研究计划(项目编号:202001AT070031)所提供的财政支持。
生物通微信公众号
生物通新浪微博
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