专栏名称: 材料学网

材料界最具影响力的资源共享平台！发布基础知识、新闻资讯、科技服务、数值模拟、考研考博、论文写作、招聘信息、先进设备及产业应用等，服务于中国高校、企业及科研院所的发展，以及相应科研成果的推广、转让和咨询

金属顶刊《Acta Materialia》多主元素合金中有序间隙配合物的形成及强化机理

材料学网 · 公众号 · · 2024-09-21 18:55

正文

导读 : 本研究以 TiNbZr 中熵合金中的氧 OIC 为例，阐明了具有高度精确深度学习潜力的 OIC 的强化和增韧机制。有序间隙配合物 (OIC) 处于无序间隙溶质和化合物之间的中间状态，能有效改善多元素合金的力学性能。然而，通过实验观察 OIC 形成的复杂原子细节及其与位错的相互作用仍然具有挑战性。同时，对于多组分体系， OIC 行为的模拟面临缺乏原子间势的困境。利用分子动力学模拟研究了 OIC 的形成机理、原子堆积及其与位错的相互作用。发现间隙原子在加载时能量聚集，增加了位错运动的屏障。结果表明，铌含量对 OIC 的形貌和分布有显著影响。 Nb 含量的降低有利于形成更大的簇状 OIC 。 OIC 的存在可以显著提高位错连续运动所需的临界剪应力。当边缘位错遇到 OIC 时，观察到钉切行为，而当螺旋位错遇到 OIC 时，则发生交叉滑移行为。开发的原子间势为阐明 TiNbZrO 合金的变形机制提供了有价值的工具，突出了 OICs 对多元素合金力学性能的显著影响。

在合金的制造和加工过程中，氧、碳、氮等间隙元素经常渗透到晶格中，与金属原子形成脆性化合物，对合金的力学性能构成威胁。然而，最近的研究结果表明 ，在多主元素合金 (MPEA) 中，间隙原子可以形成有序的间隙配合物 (OICs) 。这些 OIC 处于随机间隙溶质和化合物之间的中间状态，可以同时提高 mpea 的强度和延性，打破了长期存在的强度 - 延性权衡。之前的工作表明， Ti 和 Zr 之间存在化学短程有序，促进了氧 OIC 的形成，表明间隙原子与合金基体之间存在复杂的相互作用。 OICs 将位错剪切模式从平面滑移转变为波浪形滑移，促进交叉滑移。此外，通过 控制铌和氧的含量可以优化材料的强度和延展性 。 Nb 含量的降低提高了 (Ti,Zr) 富化学短程有序度，有利于氧掺杂后 OIC 的形成 。

然而， OIC 的原子堆积细节、 OIC 的形成机制以及 OIC 与位错之间的相互作用仍然是未知的。尽管表征技术的进步提供了 OIC 的二维视图，但通过实验澄清其三维原子排列仍然具有挑战性。在这种情况下， 原子模拟工具对于进一步阐明 OIC 的强化和增韧机制变得强大 。然而，当涉及到 HEAs 或 MEA 时，由于主成分丰富而缺乏准确的原子间电位成为一个主要问题。传统的嵌入原子法 (EAM) 和改进的嵌入原子法 (MEAM) 经验势不够复杂，无法准确描述各元素之间的相互作用，影响了模拟结果的可靠性。机器学习技术的出现通过开发机器学习潜力 (MLP) ，使得 MD 模拟的精度可以与密度泛函理论 (DFT) 计算相媲美。在各种 MLP 模型中， Deep Potential (DP) 模型具有精度高、适用性强、适合多种体系的优点。

北京科技大学吴宏辉教授团队 以 TiNbZr MEAs 中的氧 OIC 为例，研究了 OIC 的形成和强化机制。首先利用并行学习策略开发了 以氧原子为间隙强化溶质的 TiNbZr MEAs 的原子间电位 。将 DFT 计算结果作为 DP 模型的训练数据，将 DP 模型表示为深度神经网络。利用所建立的 DP 模型进行 MD 模拟， 揭示了 Ti 和 Zr 之间的局部化学顺序以及 OIC 的原子堆积特性 。对 OIC 形成机理的分析证实了氧原子聚集的能量优势。 进一步讨论了 OIC 对边位错和螺位错运动的影响 。

相关研究成果以 “ Formation and strengthening mechanism of ordered interstitial complexes in multi-principle element alloys ” 发表在 Acta Materialia 上

链接： https://www.sciencedirect.com/science/article/pii/S1359645424007146?via%3Dihub

图 1 DP 模型的性能。

DFT 计算结果与使用 DP 模型预测 (a) 能量和 (a) 力的值的奇偶图。

(f) DP 模型预测的 Ti, Nb, Zr 和 TiNbZr MEA 的 GSF 能量 ( 曲线表示 ) 与相应的 DFT 计算结果 ( 实体符号表示 ) 的比较。

(g) 计算 GSF 能量的原子模型。在计算中，超晶胞的上半部分被一个 Burgers 矢量移向 <111> 方向。

图 1 显示了 DP 模型在预测能量、力、熔点和广义层错 (GSF) 能量方面的性能。 DFT 计算结果与预测值如图 1a-b 所示。数据集包括初始训练数据和 DP-GEN 迭代过程中生成的标记数据。能量和力的均方误差 (MSE) 分别为 0.15 eV 和 0.25 eV/Å 。能量和力的 r 平方 (R2) 值都大于 0.99 。图 1c-e 分别显示了 Ti 、 Nb 和 Zr 的势能随温度的变化曲线，并将实验测量的熔点进行了比较。 DP 模型预测值与实验值的差异均小于 100 K 。图 1f 显示了 DP 模型对层错能的可预测性。用于 GSF 能量计算的 TiNbZr 超级单体的晶体取向如图 1g 所示。

表 1 DP 模型弹性常数预测。

图 2TiNbZr MEAs 中 LCO 结构和 OIC 的形成。

(a) MC 交换后等摩尔 TiNbZr 模型的原子构型 (LCO 模型 ) 。绿线段表示 Nb-Nb 键。

(b) LCO 模型的 Warren-Cowley 参数。 (c) LCO 模型的径向分布函数 ;

(d) 形成 OIC 的等摩尔 TiNbZr 的原子构型 (OIC 模型 ) 。绿线段表示 Nb-Nb 键。

(e) OIC 模型的 Warren-Cowley 参数。 (f) OIC 模型径向分布函数。

嵌入 LCO 的模型如图 2a 所示，它代表了混合蒙特卡罗 (MC)/MD 模拟后等摩尔 TiNbZr MEA 的原子构型，下文将其称为 LCO 模型。观察到 Nb 原子明显聚集。图 2b 绘制了图 2a 的 Warren-Cowley 参数。 Nb-Nb 和 Ti-Zr 元素对的 Warren-Cowley 参数分别为 -0.26 和 -0.10 ，表明这两种元素对具有较强的亲和力。相反， Nb-Zr 和 Ti-Nb 对的 Warren-Cowley 参数分别为 0.19 和 0.07 ，说明 Ti 和 Zr 原子倾向于排斥 Nb 原子。图 2c 为图 2a 对应的径向分布函数 (RDF) 。 Nb-Nb 对的 RDF 曲线在 2.83 Å 处出现第一个峰，而 Ti-Zr 对的 RDF 曲线在 2.97 Å 处出现第一个峰。