《Journal of Magnesium and Alloys》：Microstructural evolution and thermal restoration mechanism of pre-twinned Mg-Y-RE alloys during annealing: A study combining quasi-in-situ experiments and machine learning approach
编辑推荐：
通过热机械加工优化Mg-RE合金的力学性能仍是镁合金研究的核心，特别是高温回复机制的阐明。然而，建立可靠判据以准确预测该条件下孪晶诱发形核位点仍是一项艰巨挑战。机器学习(ML)为微观组织预测及机理阐释提供了数据驱动途径。本研究采用准原位电子背散射衍射(quas
通过热机械加工优化Mg-RE合金的力学性能仍是镁合金研究的核心，特别是高温回复机制的阐明。然而，建立可靠判据以准确预测该条件下孪晶诱发形核位点仍是一项艰巨挑战。机器学习(ML)为微观组织预测及机理阐释提供了数据驱动途径。本研究采用准原位电子背散射衍射(quasi-in-situ EBSD)结合ML，研究了经12%工程预应变及500 ℃退火的Mg-Y-RE合金的热回复机制——特别是退火初期回复行为及初始形核过程的瞬态演变。不同于传统孪晶诱发再结晶(Twin-Induced Dynamic Recrystallization, TDRX)理论，本研究确定{10–12}和{11–21}拉伸孪晶(Extension Twins, ET)为优先形核位点。研究人员提出一种融合卷积神经网络(Convolutional Neural Network, CNN)、卷积块注意力模块(Convolutional Block Attention Module, CBAM)与集成学习(ensemble learning)的混合深度学习架构。以退火前多维微观组织及晶体学特征为输入，模型实现了对Mg-Y-RE合金热机械处理后孪晶附近再结晶晶粒数量的高精度预测。此外，梯度加权类激活映射(Gradient-weighted Class Activation Mapping, Grad-CAM)解析了微观组织输入与输出的关联，生成的可视化热力图精确定位控制形核的空间域，显著增强了模型的物理可解释性。基于此，模型预测了孪晶诱发形核位点并阐明了高温回复机制：自主识别的"热点(hotspots)"与高位错密度区及复杂孪晶界交汇处吻合，这些高位错区的激活及相关位错交互促进新晶界形成及随后的静态再结晶(Static Recrystallization, SRX)。该ML框架为理解Mg-Y-RE合金高温回复提供了定量指导，并为可解释机器学习驱动的合金机理分析提供了参考与新思路。
预孪生Mg-Y-RE合金退火过程中微观组织演变与热回复机制——准原位实验结合机器学习方法的研究的解读
本文发表于《Journal of Magnesium and Alloys》。镁(Mg)合金塑性变形时部分机械能以储存能形式保留，高温退火加速热回复（恢复Recovery与静态再结晶Static Recrystallization, SRX）。变形Mg合金中孪晶机制广泛激活以协调应变，后续退火中孪晶诱发再结晶(Twin-Induced DRX, TDRX)可弱化强基面织构，但Mg-RE合金层错能较低使再结晶机制复杂，且目前缺乏可靠判据预测孪晶诱发形核位点，尤其对退火初期回复及形核瞬态演变研究不足。传统人工神经网络(Artificial Neural Network, ANN)"黑箱"模型仅拟合宏观流变行为，无法反推微观形核物理机制。研究人员以Mg-4Y-2Nd-2Sm-0.5Zr合金为对象，通过准原位EBSD结合融合CBAM与集成学习的CNN深度学习架构及Grad-CAM可视化，探究预孪生Mg-Y-RE合金500 ℃退火时微观组织演变与热回复机制，确定{10–12}和{11–21}拉伸孪晶(Extension Twin, ET)为SRX优先形核位点，模型可高精度预测再结晶晶粒数并定位形核"热点"，对理解Mg-RE合金高温回复及可解释ML驱动机理分析具有重要意义。
主要关键技术方法：
研究人员采用Mg-4Y-2Nd-2Sm-0.5Zr合金室温压缩至12%工程应变，封装真空石英管500 ℃分别退火10/20/30 min后水淬，逐次离子铣削并进行准原位EBSD表征，辅以高角环形暗场扫描透射电镜(HAADF-STEM)表征位错组态。从EBSD图中提取反极图(Inverse Pole Figure, IPF)、核平均取向差(Kernel Average Misorientation, KAM)、几何必需位错(Geometrically Necessary Dislocation, GND)、晶粒取向散布(Grain Orientation Spread, GOS)、晶界(Grain Boundary, GB)特征及各滑移系施密特因子(Schmid factor)构建多维特征数据集，将EBSD图分割标注再结晶晶粒数（1–8级）作为标签。构建融合CBAM与集成学习（三个不同Dropout率的基学习器）的多分支并行CNN模型，采用10折交叉验证与遗传算法(Genetic Algorithm, GA)优化超参数，以混淆矩阵、Precision、Recall及F1-score评估性能，并利用Grad-CAM生成热力图解释模型决策依据。
3. Results（结果）
3.1. Microstructure characterization（微观组织表征）：
准原位EBSD显示退火中{10–12}和{11–21} ET附近出现细小SRX晶粒，不同于普遍认为双孪晶(Double Twin, DT)或压缩孪晶(Compression Twin, CT)为强形核位点的观点。纯{10–12} ET交叉孪晶内部退火时无SRX形核，仅靠应变诱发晶界迁移(Strain Induced Boundary Migration, SIBM)在原晶界形核；而{10–12}与{11–21} ET相交界面处萌生新SRX晶粒。TEM显示{10–12} ET内富含〈a〉和〈c+a〉位错，{11–21} ET内〈c+a〉位错较少。统计表明退火初期{11–21} ET比例明显下降，延长退火后{10–12} ET比例大幅下降，证实{10–12} ET为再结晶优先形核位。无孪晶粗晶仅沿原晶界靠高位错密度LAGBs处SIBM形核SRX晶粒且随机取向，对最终织构影响有限。含平行孪晶的晶粒中，厚ET热稳定性好，薄ET发生去孪晶(detwinning)转为高位错密度LAGBs；含{10–11}-{10–12} DT的区域DT逐渐消失，相邻晶粒沿DT轴生长（SIBM机制）。含交叉孪晶（{10–12}+{11–21} ET）的晶粒中，孪晶交汇区KAM值高，退火10 min后交汇界处高密度SRX形核，新晶粒取向偏离基体但与原始孪晶取向密切关联；部分{11–21} ET与位错交互失去共格转为大角度晶界(High-Angle Grain Boundary, HAGB)并可迁移吸收位错促进形核，低储存能再结晶晶粒快速消耗周围变形基体。
3.2. Multi-feature fusion CNN framework（多特征融合CNN框架）：
构建含9种特征输入的多分支并行CNN，引入CBAM进行通道与空间双重注意力加权以增强关键物理特征（如锯齿GB、孪晶交汇）并抑制噪声，采用残差学习防退化，Mix Up与Random Erasing正则化扩增数据。经GA优化超参数后训练集准确率由0.685升至0.842，测试集由0.662升至0.810。三个不同Dropout率(0.4/0.5/0.6)基学习器集成，Model 1(Dropout=0.4)约25 epoch进入目标区，验证准确率峰值~86%，无过拟合。本CNN总体分类准确率82.00%，显著优于XGBoost(75.00%)、随机森林(Random Forest, RF, 70.00%)及支持向量机(Support Vector Machine, SVM, 64.00%)，八类晶粒数各类真正率>0.73，误分主要集中于相邻类别，符合SRX亚晶界模糊的物理实际。各类别F1-score均>0.78，Macro-F1高表明对少数类无偏学习。Grad-CAM热力图高响应"热点"精确对应实验中观测到的孪晶界、孪晶–晶界交汇及孪晶–孪晶交汇等高位错密度、活跃界面迁移区，与退火10 min后实际SRX形核位置完全吻合，验证了模型对SRX形核位点的预测准确性与物理可解释性。
4. Discussion（讨论）：
无孪晶晶粒室温压缩位错滑移受限致晶界附近LAGBs堆积，退火时晶界凸起靠SIBM形核SRX。平行ET晶粒内KAM值低于交叉孪晶，储存能不足以激活再结晶，薄ET发生去孪晶，厚ET稳定，HAGB在孪晶尖端迁移引发锯齿GB及SIBM。交叉孪晶（含{10–12}与{11–21} ET）中孪晶带及基体均累积应变能，孪晶交汇处与孪晶–晶界连接处KAM显著升高，TB被钉扎并积累位错滑移，退火时不受TB约束萌生并长成均匀SRX晶粒。晶内取向差轴(In-grain Misorientation Axis, IGMA)与晶粒参考取向偏差(Grain Reference Orientation Deviation, GROD)分析显示交叉孪晶交汇区GROD轴图颜色复杂，表明激活位错类型多样且交互复杂（Taylor旋转轴集中〈uvt〉，表明激活基面或锥面〈c+a〉滑移），利于新GB形成促SRX形核；单一颜色区位错类型单一不利于形核。Grad-CAM热点与实验观测高位错密度复杂界面区一致，证实模型捕捉到热回复关键特征，SRX形核位点为上述复杂界面交汇处。
Conclusion（结论）：
(1) 不同于传统孪晶诱发SRX认识，预孪生Mg-Y-RE合金中{10–12}和{11–21}拉伸孪晶(ET)在热机械耦合作用下充当SRX优先形核位点。
(2) 所提融合CBAM与集成学习的CNN框架通过注意力机制增强对锯齿GB及变形孪晶等关键微观特征的提取能力，集成策略进一步优化预测性能实现再结晶晶粒数精确定量预测；Grad-CAM可视化生成热力图阐明输入输出映射关联，提升模型可解释性并从数据驱动角度验证孪晶诱发SRX潜在形核位点。
(3) 预孪生Mg-Y-RE合金中SRX形核位点主要集中于孪晶–晶界、孪晶–孪晶及晶界–晶界等复杂界面交汇处；孪晶交互产生高位KAM提供充足储存能，ET诱发SRX晶粒均匀形核长大不受TB约束，位错交互促进退火过程中{10–12}和{11–21} ET内SRX的发生与演变。
