《Journal of Materials Research and Technology》：LSTM-based prediction of mechanical performance of nanocrystalline Ni-Al alloys with diverse nanostructures
编辑推荐：
基于长短期记忆（LSTM）模型对具有多样化纳米结构的纳米晶Ni-Al合金力学性能进行预测。通过协同调控多样化纳米结构来精确预测Ni基高温合金等结构材料的力学性能仍具挑战性。本研究整合分子动力学（MD）模拟与长短期记忆（LSTM）模型，实现了对晶粒尺寸（??）、
基于长短期记忆（LSTM）模型对具有多样化纳米结构的纳米晶Ni-Al合金力学性能进行预测。通过协同调控多样化纳米结构来精确预测Ni基高温合金等结构材料的力学性能仍具挑战性。本研究整合分子动力学（MD）模拟与长短期记忆（LSTM）模型，实现了对晶粒尺寸（??）、孪晶间距（??）及析出物体积分数（??）耦合效应作用于纳米晶Ni-Al合金力学响应的高效预测。详细的MD研究表明，??和??分别依赖的Hall-Petch强化与反Hall-Petch软化效应存在。值得注意的是，纳米孪晶可通过抑制晶界（GBs）迁移和/或晶粒合并有效增强晶界稳定性。此外，提高??′析出物体积分数可延迟初始塑性的发生并显著提高平均流动应力（??flow）。基于纳米晶Ni-Al合金的MD数据集，所开发的LSTM模型相较于传统回归模型实现了最高的预测保真度，LSTM预测值与MD所得??flow之间的Pearson相关系数（??）超过0.97，同时具备预测全范围拉伸应力-应变关系的能力（平均??>0.91）。基于LSTM的预测进一步揭示：临界??随??减小而降低，而纳米孪晶的引入降低了反Hall-Petch效应发生的临界??。此外，增加??提高了??flow并降低了软化的临界??，表明??′析出物能够抑制孪晶诱导的软化机制。该MD-LSTM框架为建立微观结构-性能关系提供了高效策略，并为多样化纳米结构高性能材料的设计提供了理论指导。
一、研究背景与意义
Ni基高温合金因其优异的力学性能被广泛应用于航空发动机和燃气轮机等领域，其性能优势源于多样的微观结构特征，包括晶粒尺寸、孪晶间距和析出物体积分数等。已有研究表明，不同纳米结构的协同效应可激活新型强化机制，双梯度结构可通过空间协调变形进一步优化强度-韧性平衡。然而，微观结构特征对力学行为的耦合影响仍有待深入认识，如何确定最优的纳米结构参数组合以优化力学性能，始终是材料设计领域的核心挑战。
实验方法受制于时空分辨率和高效制备难度，难以精确解析晶粒、析出物和孪晶等微观结构各自的贡献及其协同强化效应。分子动力学（MD）模拟能够在原子尺度动态解析变形机制，量化界面-位错相互作用及多尺度结构参数，为理解强化机制和指导高性能合金设计提供关键理论支撑。近年来，数据驱动的人工智能（AI）技术为材料研发带来了变革性突破。相比传统试错实验和高成本数值模拟，AI驱动方法可显著缩短高性能材料的研发周期并降低成本。机器学习（ML）算法能够建立材料参数与目标性能之间的定量映射模型，实现成分-结构-性能关系的端到端预测与优化。
然而，现有研究大多局限于预测孤立的力学指标，缺乏对弹塑性转变和应变硬化/软化等全范围力学响应的系统分析。高斯过程等方法在扩展到MD数据集时存在严重的计算瓶颈。本研究在前期MD-ML研究的基础上，针对同时包含晶粒尺寸、孪晶间距和??′析出物体积分数等多种共存微观结构特征的纳米晶NiAl合金，构建统一框架以建立多维微观结构-性能图谱，并识别强化到软化的临界转变区域。
二、研究内容与主要结论
本研究旨在全面探究晶粒尺寸（??）、孪晶间距（??）和析出物体积分数（??）对纳米晶NiAl合金力学响应的协同效应。研究人员采用MD模拟生成了覆盖不同微观结构参数组合的数据集，进行了原子级分析以表征相应的尺寸相关变形及强化/软化机制。随后，利用MD数据集训练LSTM模型，以预测所研究的微观结构参数空间内的拉伸应力-应变响应。原子分析进一步为预测的转变行为提供了机理性解释，包括纳米孪晶在晶界迁移中的作用以及??′析出物对孪晶软化区的影响。
研究得出以下主要结论：晶粒尺寸和孪晶间距均控制着Hall-Petch与反Hall-Petch行为之间的转变，适当间距的纳米孪晶能有效稳定晶界抵抗迁移；??′析出物体积分数具有双重效应，一方面通过降低高应力原子比例延迟初始塑性，另一方面通过促进不可动Stair-rod位错在析出物内积累和平面层错形成来提高流动应力；LSTM模型能够准确重建应力-应变曲线和流动应力，相关系数分别超过0.91和0.97；纳米孪晶的引入降低了反Hall-Petch效应发生的临界晶粒尺寸，而增加析出物体积分数抑制了孪晶诱导的软化并降低了临界孪晶间距，从而扩大了强化区间。
三、关键技术方法
本研究采用的主要技术方法包括：（1）基于Voronoi镶嵌方法生成纳米晶纯Ni模型（??相），通过在模拟箱中心移除球形区域原子并替换为Ni?Al析出物（??′相）构建含析出物模型，通过改变单一析出物尺寸控制体积分数；（2）采用Purja Pun和Mishin开发的NiAl合金原子间势函数描述原子间相互作用，使用Ovito软件进行微观结构演化和可视化分析；（3）所有模拟采用三维周期性边界条件，经共轭梯度法能量最小化后在300 K下通过NPT系综弛豫50 ps，随后沿??轴施加应变速率为1.0×101? s?1的单轴拉伸载荷，以10%至20%应变范围内的平均流动应力确定材料强度；（4）构建长短期记忆（LSTM）网络模型，输入特征包括晶粒尺寸、孪晶间距、析出物体积分数和拉伸应变，输出为相应的应力响应，采用自适应矩估计（Adam）优化器进行网络训练；（5）采用平均绝对误差（MAE）、均方误差（MSE）、均方根误差（RMSE）和Pearson相关系数（R）等统计指标评估模型性能。
四、主要研究结果
**（一）单轴拉伸响应**
**晶粒尺寸效应**：针对无孪晶、无析出物的模型研究发现，当??大于10 nm时，??flow随??减小而增加，呈现Hall-Petch关系；当??小于10 nm时，??flow随晶粒进一步细化而降低，呈现反Hall-Petch效应，临界晶粒尺寸约为10 nm。原子尺度分析表明，小晶粒模型的塑性变形以晶界处形核、晶粒旋转、晶粒合并和晶界迁移为主导；而大晶粒模型的变形以晶内位错传播和在晶界处的位错塞积为主。Hall-Petch向反Hall-Petch行为的转变源于主导变形机制从位错介导向晶界介导活动的转变。
**孪晶间距效应**：孪晶间距对弹性模量和峰值应力影响不大，但??flow对??呈非单调依赖关系，临界孪晶间距约为1.2 nm。对比含孪晶与无孪晶模型发现，在无孪晶模型中，晶粒G1和G2发生旋转，原始晶界逐渐减弱，出现晶粒合并现象；而在纳米孪晶模型中未观察到明显的晶界迁移或晶粒合并。晶体取向分析表明，纳米孪晶显著抑制了晶粒旋转，从而稳定晶界并阻止晶粒合并，增强微观结构稳定性和强度。
**析出物体积分数效应**：弹性模量随??的增加近似线性降低。虽然不同??模型的峰值应力相近，但峰值应力对应的临界应变和塑性变形阶段的??flow随??增加呈指数增长。原子von Mises应力分布分析表明，随着??增加，高应力原子比例单调降低，较大的析出物抑制了局部高应力原子的产生，降低了给定应变下潜在塑性形核位点被激活的概率，从而延迟了初始塑性的发生。位错密度分析显示，整体位错密度随析出物体积分数增加而降低，但析出物内部的位错密度、Stair-rod位错密度和HCP原子分数均随??增加而显著提高，表明较大析出物在塑性阶段能容纳更多位错并激活多滑移系。L1?析出物内部滑移和平面层错结构的激活与位错剪切和平面层错相关机制一致，Stair-rod位错和平面层错的积累可阻碍后续位错运动和跨??′/??界面的位错传输，导致析出物内位错趋于保留和积累。
**（二）LSTM替代模型的应力-应变关系预测**
**LSTM模型训练与评估**：320条MD应力-应变曲线被划分为256条训练集、32条验证集和32条测试集，每个微观结构配置仅分配至单一子集以防数据泄漏。训练和验证损失均呈指数衰减并同步收敛，无过拟合或欠拟合迹象。LSTM模型在训练、验证和测试集上的平均Pearson相关系数分别为0.951、0.936和0.914，能够准确重现MD拉伸应力-应变响应的整体演化。对于应变10%至20%范围内的流动应力，LSTM模型在所有数据集上均表现出优异的预测性能，即使在包含未训练微观结构参数组合的测试样本上，R仍持续超过0.97。与支持向量机（SVM）、随机森林（RF）和反向传播神经网络（BPNN）的对比表明，LSTM模型具有最低的MSE、RMSE和MAE，且具备重建完整应力-应变响应的独特能力，从而以更高的整体保真度提取??flow。
**LSTM模型的应用与验证**：利用训练好的LSTM模型，研究人员绘制了固定析出物体积分数下的??flow二维分布图。在??=6.0至9.0 nm和??=1.0至2.5 nm的参数空间内观察到明显的??flow最大值区域。随着??减小，强化到软化转变的临界孪晶间距（??c）近似线性降低。??和??的协同效应分析表明，增加??不仅提高了??flow，还降低了??c。通过选取三个未包含在训练集中的代表性模型进行验证，LSTM预测强度与MD模拟结果的误差均低于2%。对比含孪晶与无孪晶样本发现，纳米孪晶的引入将强化到软化转变的临界晶粒尺寸从约10 nm降至约7 nm，表明致密孪晶界有效增强整体微观结构稳定性并延迟晶界介导软化的发生。原子快照分析进一步验证了LSTM模型捕捉微观结构参数与力学行为之间细微相互作用的能力：小晶粒模型经历晶粒旋转和合并导致强度降低；较大晶粒模型的塑性变形以孪晶介导的位错积累为主导；而过薄的孪晶诱发去孪晶效应，削弱孪晶界对位错的屏障作用从而降低强度。
五、讨论与结论总结
讨论部分指出，本研究所揭示的变形机制加深了对多样化纳米结构材料中力学行为的理解。??′析出物通过形成位错传播障碍（如反相畴界和层错）抑制孪晶界迁移，从而抑制孪晶诱导的软化机制。LSTM预测的??flow图谱为多维参数空间的高效筛选提供了实用指导，有助于识别针对目标力学性能的有利微观结构组合。未来工作可整合更广泛的使用条件（包括不同温度和应变速率）以实现更全面的预测，并将框架扩展至其他Ni基高温合金。实验验证预测的强化趋势和转变行为将有助于进一步评估MD-LSTM框架的实际适用性。
研究结论总结如下：本研究开发了整合MD模拟与LSTM网络的集成计算框架，用于预测纳米晶NiAl合金的全范围应力-应变关系。原子尺度分析揭示，晶粒尺寸（??）和孪晶间距（??）共同控制Hall-Petch与反Hall-Petch行为之间的转变，适当间距的纳米孪晶可有效稳定晶界抵抗迁移。??′析出物体积分数（??）具有双重效应：通过降低高应力原子比例延迟初始塑性，并通过促进析出物内不可动Stair-rod位错积累和平面层错形成来提升流动应力（??flow）。基于MD数据集训练的LSTM模型能够准确重建应力-应变曲线（??>0.91）和??flow（??>0.97）。所建立的多参数耦合性能图谱揭示，纳米孪晶的引入降低了反Hall-Petch行为发生的临界??，而增加??抑制了孪晶诱导的软化并降低了临界??，从而扩大了强化区间。这些发现深化了对多样化纳米结构材料变形机理的认识，加速了微观结构引导的高性能材料设计，为实验合成提供了有价值的见解。
