處理金屬材料以優(yōu)化其應(yīng)用性能的新方法

一些固體金屬以各種結(jié)構(gòu)形式存在，這種現(xiàn)象稱為多態(tài)現(xiàn)象。例如，鐵在室溫下采用一種類型的立方晶格（α-鐵），但在高于912°C時會轉(zhuǎn)變?yōu)榱硪环N（γ-鐵）。這是一個相變的例子-在溫度或壓力逐漸變化的過程中，材料的原子結(jié)構(gòu)發(fā)生突然變化。長期以來，將與碳合金化的鐵從高溫快速冷卻時發(fā)生的γ-轉(zhuǎn)變?yōu)棣?鐵已被用來生產(chǎn)堅硬的鋼。相比之下，純鐵柔軟而易延展。Meiners

等人在《自然》中撰文。1個報告指出，在構(gòu)成大多數(shù)純金屬的微小晶體之間的界面上，也可能發(fā)生多態(tài)相變。這一發(fā)現(xiàn)提出了一種處理金屬材料以優(yōu)化其應(yīng)用性能的新方法。絕大多數(shù)的固體金屬及其合金是多晶體-數(shù)十億個被稱為晶粒的微小單晶的集合，它們被晶界隔開。這些邊界通常是導致材料變脆并破裂的“薄弱環(huán)節(jié)”。但是，它們也可以用于增強材料，因為某些晶界有效地阻止了位錯滑動（金屬可塑性的基本機制，涉及晶格缺陷的運動）。大約一個世紀前，人們認為2晶界是約一微米厚的非晶層。但是，現(xiàn)代顯微鏡工具發(fā)現(xiàn)3，這些邊界處扭曲的原子結(jié)構(gòu)只有幾埃斯特龍厚，可與原子間的距離相媲美?，F(xiàn)在還已知，大多數(shù)晶界的原子結(jié)構(gòu)可以被認為是某些原子結(jié)構(gòu)單元4的周期性排列，也就是說，晶界可以被認為是具有自己的原子結(jié)構(gòu)的二維晶體，與它們分離的谷物的結(jié)構(gòu)有很大不同。一個關(guān)鍵問題是這些2D結(jié)構(gòu)是否經(jīng)歷與相鄰晶粒中的相變無關(guān)的相變。對于由兩種或兩種以上成分組成的合金，答案是肯定的。這樣的相變已被廣泛地表征在實驗中，并通過理論和計算模型已經(jīng)描述5，6。這種情況是為純金屬不太清楚：間接證據(jù)7，8暗示，相變是可能在純錫和銅的晶界，但沒有直接觀察已作出。觀察晶界原子結(jié)構(gòu)的變化是一項艱巨的任務(wù)，因為僅需要改變晶界上原子的微小位移即可改變其結(jié)構(gòu)，并且原子在晶界中的移動要比晶粒9中快得多。Meiners

等?，F(xiàn)在報道，晶界相變發(fā)生在純銅中。作者研究了在超凈條件下沉積在藍寶石襯底上的銅薄膜中的幾個晶界，以排除雜質(zhì)的任何潛在影響。他們使用掃描透射電子顯微鏡直接成像了薄膜樣品中原子列的位置。它們的原子分辨率圖像揭示了在兩個具有相似幾何參數(shù)的晶界中兩個不同原子結(jié)構(gòu)的共存，這在相變過程中是可以預期的。作者根據(jù)其中的原子形成的圖案將這些結(jié)構(gòu)稱為多米諾和珍珠相（圖1）。然而，僅此觀察并不能構(gòu)成相變的證據(jù)，因為兩相中的一相可能處于高度不穩(wěn)定的狀態(tài)，該狀態(tài)在銅膜的沉積過程中形成，并在冷卻時保留在固態(tài)膜中。因此，作者在晶粒邊界的原子計算機模擬中使用機器學習方法（進化算法）獲得了進一步的證明，該晶粒邊界具有與實驗觀察到的邊界相同的幾何形狀。模擬表明，珍珠相對應(yīng)于晶界的最低能態(tài)，而多米諾相則處于亞穩(wěn)態(tài)。模擬結(jié)果還表明，當應(yīng)力垂直于模擬晶界的平面施加時，亞穩(wěn)態(tài)的多米諾骨相穩(wěn)定。Meiners和同事的工作清楚地證明了相變發(fā)生在純金屬的晶界中，從而為材料設(shè)計開辟了新的機會。散裝金屬的多晶型物可能的數(shù)量一般限于，但品種晶界結(jié)構(gòu)和它們的可能的多晶型物的亞穩(wěn)態(tài)的（有時被稱為膚色6）基本上是無限的10，11。因此，可以設(shè)想一種處理技術(shù)，該技術(shù)通過產(chǎn)生晶界相（穩(wěn)定或亞穩(wěn)）來優(yōu)化材料的整體性能，該晶界相可以使邊界的正效應(yīng)最大化，而將其負效應(yīng)最小化。例如，如果可以在鋁中產(chǎn)生晶界多晶型物，從而有效地阻止位錯滑動（以最大化機械強度）并最小化電子散射（以最小化電阻率），則所得金屬將成為制造架空導線的“理想材料”電源線-無需使用更昂貴的鋁基復合線。但是，是否可以在實踐中實現(xiàn)晶界上工程相變的全部潛力還有待觀察。原因之一是不清楚如何設(shè)計產(chǎn)生所需晶界相的加工方法。此外，一種稱為晶界工程12的類似概念（使用加工方法來獲得具有所需幾何形狀和特性的晶界，而無需使用相變）至今僅產(chǎn)生了適度的實際結(jié)果。另一個問題是，大量可能的晶界多晶型物將使系統(tǒng)地確定多晶型物的性能變得困難。高通量基于機器學習和大數(shù)據(jù)的計算方法將是幫助在這里\l"ref-C