Experimental and computational diffusion analysis in Ni-X binary and Ni-Al-X (X = Cr, Mo, Ta, W, Re) ternary systems

本研究对 Ni-X 二元及 Ni-Al-X 三元体系中的扩散现象进行了全面的实验与计算分析，揭示了尽管主互扩散系数与其二元对应物相当，但交叉扩散效应显著影响通量，并建立了一个将第一性原理计算与物理信息神经网络相结合的稳健框架，以准确模拟全成分范围内的成分依赖性扩散。

要点

想象一个巨大且高温的厨房，其主要食材是镍（Ni）。为了使这个厨房足够耐用，能够承受极端高温（例如喷气发动机中的环境），厨师们会加入特殊的“香料”，如铝（Al）、铬（Cr）、钼（Mo）、钽（Ta）、钨（W）和铼（Re）。

问题在于：当你加热这些合金时，原子开始移动，或者说发生扩散。如果它们移动得太快或方向错误，材料的结构就会瓦解，导致发动机失效。科学家需要确切知道每种“香料”原子移动的速度以及它们彼此之间如何相互作用。

本文就像一张详细的地图和一套新规则，用于预测这些原子在镍基“厨房”中如何移动。以下是用通俗语言对其发现的分解说明：

1. “独舞”与“群舞”（二元系与三元系）

首先，研究人员观察了二元系（镍 + 仅一种香料，例如镍 + 铬）。他们测量了香料原子单独移动的速度。

• 发现：有些香料移动非常快（如铝），而另一些则缓慢且顽固（如铼）。他们发现，铼的“缓慢”主要是因为它跳入金属晶格中的空位（空穴）需要消耗大量能量。这就像试图推着一块巨石上山，与滚动一颗弹珠形成对比。

随后，他们观察了三元系（镍 + 铝 + 第三种香料）。这更像是一个有三名舞伴的舞池。

• 发现：当铝和第三种香料同时存在时，它们并非独立移动，而是相互影响。
  • “交通”效应：如果铝和第三种香料试图向相同方向移动，它们会互相协助，加速彼此。
  • “制动”效应：如果它们试图向相反方向移动，它们会互相拖慢速度。
  • 意外发现：过去，科学家只关注群体的“平均”速度。本文表明，仅看平均值可能会产生误导。你必须观察具体的相互作用（即“交叉扩散”），才能理解真正发生了什么。例如，在镍 - 铝 - 铼混合物中，平均数据暗示存在强烈的负相互作用（如同争斗），但真实数据显示它们几乎不发生相互作用。

2. “铼”的问题

铼是一种移动极其缓慢的特殊香料。由于它移动得太慢，当科学家试图测量它与铝的相互作用时，两条扩散“路径”几乎互不交叉。这就像试图找到两只缓慢移动的蜗牛相遇的确切位置；数据过于模糊，无法信赖。

• 解决方案：与其试图寻找两条路径的交叉点，他们使用了一个巧妙的技巧，涉及“柯肯达尔标记”（Kirkendall marker，即一条由惰性粒子组成的细线，标记舞池的中心）。这使得他们能够仅凭一条扩散路径就准确计算出速度。

3. “智能计算器”（PINN）

通常，为了推算原子在所有可能浓度下（而不仅仅是他们测试的特定点）的移动速度，科学家会使用数学模型。然而，研究人员发现，如果仅仅将扩散剖面（原子最终位置的图像）输入计算机并让其猜测速度，计算机可能会得出一个数学上正确但物理上错误的答案。这就像一个学生猜对了数学题的答案，却使用了错误的公式。

• 创新之处：他们使用了物理信息神经网络（PINN）。这可以想象为一个超级智能的计算器，它既知晓物理定律（舞蹈的规则），又被强制要求用现实世界的测量数据来核对它的工作。
• 关键规则：他们发现，为了让计算器给出可靠的答案，你必须给它一些真实的测量数据点作为“锚点”（约束）。如果不提供这些锚点，计算器可能会完美地拟合曲线，但物理原理却完全错误。通过用真实数据将其“锚定”，他们能够准确预测原子在整个浓度范围内的移动情况。

4. “蜿蜒”的路径

当他们在三角形地图（称为吉布斯三角形）上绘制这些原子的移动轨迹时，路径并非直线，而是像蛇一样弯曲。

• 原因：这是因为不同的原子移动速度不同。如果铝是短跑运动员，而铼是乌龟，混合物的路径就会发生弯曲，以补偿谁跑在了前面。研究人员表明，这些“蛇形路径”的形状与他们计算出的速度差异完美吻合，证明了他们的数据是准确的。

总结

本文不仅测量了原子移动的速度，还建立了一个稳健的框架，以理解它们在复杂混合物中如何相互影响。

1. 铼是移动最慢的，其缓慢是由于高能垒所致。
2. 交叉相互作用至关重要：原子可以根据移动方向加速或减缓其邻近原子的速度。
3. 平均值可能撒谎：你不能只看平均速度；你需要观察元素之间的具体相互作用。
4. 智能 AI 需要锚点：要使用先进的人工智能（PINN）来预测扩散，必须向其输入真实的实验数据作为“真实性检查”，否则结果将不可靠。

其结果是为设计用于高温应用的更好、更持久的超级合金，提供了一张更清晰、更准确的地图。

技术摘要

技术摘要：Ni-X 二元及 Ni-Al-X 三元体系中的实验与计算扩散分析

问题陈述
扩散控制过程主导了镍基高温合金的微观结构演变、高温性能及使用寿命。尽管关于二元 Ni-X 体系（其中 X = Cr, Mo, Ta, W, Re）和 Ni-Al 二元体系的扩散数据已十分丰富，但针对三元 Ni-Al-X 体系的研究仍然有限。目前存在一个关键空白，即缺乏对铝（Al）的存在如何改变合金元素 X 扩散行为的理解，特别是关于扩散相互作用（交叉扩散系数）方面。既往文献通常仅报告互扩散系数（$\tilde{D}_{ij}^n$），该系数代表了本征系数和示踪系数的平均值，可能会掩盖各元素的具体作用。此外，现有研究往往缺乏三元体系的活化能报告，且用于提取成分依赖性系数的数值反演方法若未受实验数据约束，已被证明会产生非唯一或不可靠的结果。

方法论
本研究采用多管齐下的方法，结合实验扩散偶分析、第一性原理计算和先进的数值优化：

1. 实验扩散偶：合成二元（Ni-X）和三元（Ni-Al-X）扩散偶，并在 1100°C 至 1250°C 的温度范围内退火 50 小时。使用波长色散光谱（WDS）分析成分分布。
2. 系数估算：
   • 二元体系：利用 Sauer-Freise 关系式计算互扩散系数（$\tilde{D}$）。
   • 三元体系：对于大多数体系（Ni-Al-Cr, Mo, Ta, W），在扩散路径的交点处估算系数。对于 Ni-Al-Re 体系，由于交点靠近端际组分（导致梯度不确定性），采用了利用 Kirkendall 标记面的单剖面法。
   • 系数类型：本研究计算了示踪系数（$D_i^*$）、本征系数（$D_{ij}^n$）和互扩散系数（$\tilde{D}_{ij}^n$）。
3. 第一性原理计算：采用密度泛函理论（DFT）计算 Ni 中杂质扩散的空位形成能和迁移势垒。将这些数值结合以确定活化能，有助于区分扩散趋势中的热力学贡献和动力学贡献。
4. 物理信息神经网络（PINN）：应用基于 PINN 的反向优化方法，提取整个扩散剖面范围内的成分依赖性扩散系数。至关重要的是，本研究在特定成分（交点或标记面）处强制将实验估算的扩散系数作为等式约束，以确保物理可靠性。

主要贡献与结果

• 二元体系趋势：本研究确立了 2.5 at.% 浓度下二元 Ni-X 体系中扩散系数的一致层级：$D_{Al} > D_{Ta} \approx D_{Cr} > D_{Mo} > D_{W} > D_{Re}$。Re 表现出最高的活化能（约 339 kJ/mol），而 Ta 最低。第一性原理计算揭示，活化能的差异主要由迁移能的差异驱动，而非空位形成能。
• 三元体系相互作用：
  • 主系数：三元 Ni-Al-X 体系中 X 的主互扩散系数被发现与其二元对应物相当，且具有相似的活化能。
  • 交叉扩散效应：交叉扩散系数被证明对流通量有显著影响。取决于交叉项的符号以及 Al 和 X 的相对扩散方向，流通量可能增强或减弱。例如，在 Ni-Al-Re 中，互扩散系数 $\tilde{D}_{ReAl}^{Ni}$ 表明存在强烈的负相互作用，而本征系数 $D_{ReAl}^{Ni}$ 则揭示了可忽略的正相互作用，这突显了仅依赖平均互扩散数据可能导致误解的潜在风险。
  • 扩散路径：吉布斯三角形上扩散路径的“蛇形”特征由元素的相对扩散速率合理化。偏离深度与 X 的扩散率相关，遵循以下序列：Ta < Cr < Mo < W < Re。
• 带约束的 PINN 验证：一个关键发现是，在没有实验等式约束的情况下优化扩散剖面会导致非唯一解，这些解可能拟合剖面数据，但产生物理上不正确的扩散系数（例如 $D_i^*$ 的相对大小错误）。将实验确定的系数作为约束条件是恢复可靠、成分依赖性参数的必要条件。
• 可迁移性：从三元体系推导出的优化参数通过预测 Ni-Cr 和 Ni-Al 的二元互扩散系数得到了成功验证，其结果与实验数据吻合良好。

意义与主张
本文声称提供了首个全面的、温度依赖的扩散分析，比较了二元 Ni-X 和三元 Ni-Al-X（X = Cr, Mo, Ta, W, Re）体系。其主要意义在于：

1. 阐明扩散相互作用：证明交叉扩散系数在三元流通量中起关键作用，且仅依赖互扩散系数（$\tilde{D}_{ij}^n$）可能导致对元素相互作用的误导性结论。
2. 方法论的稳健性：建立了一个框架，即物理信息神经网络（PINN）必须受实验数据约束，才能产生可靠、成分依赖的扩散系数。本研究明确指出，即使剖面拟合效果极佳，无约束的优化也无法保证扩散参数的可靠性。
3. 综合数据集：提供了一组针对多种合金元素的扩散系数和活化能，填补了文献中关于铝对镍基高温合金中难熔元素扩散具体影响的空白。

作者在关于合金中活化能测定的复杂性方面保持了适度的语气，指出实验值代表各种原子构型的体平均，而第一性原理计算则提供了对特定迁移机制的洞察。该工作被呈现为未来多组分镍基体系扩散研究的稳健框架。