想象一下，材料科学的世界就像一个巨大的、高风险的厨房，厨师们正试图发明终极超级平底锅。这个锅需要承受喷气发动机或火箭喷嘴的热量，而不发生熔化、变形或解体。几十年来，这项工作的最佳工具一直是“超合金”，但科学家们现在正在寻找比这更坚韧的东西：难熔高熵合金（RHEAs）。不要把它们仅仅看作简单的混合物，而是要把它们想象成不同金属原子（如钼、铬、钛和铝）全部挤在同一个微小空间里的混乱人群。其中的大谜团在于这些原子在受热时会如何表现。它们是保持一种混乱、随机的堆积状态，还是会突然决定排列成整齐、有序的行阵？这种“有序化”就像音乐会上的观众突然开始跳起同步的舞蹈；它会改变材料的强度。理解这种“舞蹈”至关重要，因为如果我们能控制它，我们就能制造出飞得更高、寿命更长的发动机。
在这项研究中，研究团队充当了数字侦探，使用一种名为“机器学习原子间势函数”的强大计算机工具来观察这些金属原子的舞蹈。他们没有在熔炉中熔化真实的金属（这既昂贵又难以控制），而是构建了一个虚拟世界，可以在从寒冷的 200 开尔文到灼热的 2000 开尔文的温度范围内进行模拟。他们测试了四种不同的 (MoCrTi)100−xAlx 合金配方，每种配方的铝含量略有不同。
研究人员发现，原子的行为并不随配方的不同而完全一致。这就像一场派对，音乐会根据有多少人穿着红衬衫而改变。对于铝含量最高（25%）和最低（4%）的合金，原子经历了一次单一且剧烈的转变：它们几乎在同一时间从混乱的堆积转变为有序的模式。然而，对于中间的两种配方（16% 和 10% 铝），这场派对分成了两个幕次。首先，一小部分特定的原子（比如钼和铝，或者仅仅是铝与铝）决定在较低的温度下先进行配对并有序化。然后，在很久之后，剩下的群体才加入进来，在更高的温度下完成有序化。
最令人兴奋的发现是这种“舞蹈”如何影响金属的强度。团队发现，当原子处于混乱、随机的状态（就像混乱的人群）时，随着铝含量的减少，金属会变得更加僵硬，并遵循一条可预测的直线规则。但当原子变得有序时，故事就完全改变了。硬度不仅上升了，还在 10% 铝的配方处出现了意想不到的峰值。这仿佛是有序的原子找到了一个“甜点区”，在这种特定配对下，它们创造出了一种随机混合无法实现的超强结构。模拟表明，这是因为有序状态创造了一种“刚性”原子对的完美组合，就像是用最强组合的钢梁建造一座桥梁一样。
虽然这些结果来自计算机模拟而非物理实验，但他们发现的模式与科学家在现实世界测试中所观察到的现象是一致的。这项研究表明，通过仔细调节铝含量以命中那个原子有序化的“甜点区”，工程师可以设计出比现有材料更强韧、更耐热的下一代合金，从而为更先进的航空航天技术铺平道路。
技术摘要：(MoCrTi)100−xAlx 型难熔高熵合金中的有序化研究
问题陈述
难熔高熵合金（RHEAs）由于其相比传统镍基超合金具有更优越的机械性能，成为极具前景的航空航天高温应用候选材料。然而，优化其性能需要深入理解这些复杂多主元体系中控制化学有序化和相稳定性的热力学机制。传统的理论建模方法（如团簇展开法和嵌入原子模型 EAM）往往存在过拟合或缺乏迁移性的问题，而第一性原理密度泛函理论（DFT）在进行大规模模拟以捕捉 RHEAs 中的有序-无序转变及短程有序（SRO）时，计算成本过于高昂。具体而言，驱动 (MoCrTi)100−xAlx 系中有序-无序转变的原子尺度机制及其对机械刚度的影响，目前仍缺乏充分的研究。
研究方法
本研究采用了一种结合分子动力学（MD）和蒙特卡洛（MC）方法的混合模拟方案，并由通用机器学习原子间势函数（uMLIP）驱动。
- 势函数： 使用了由 Bochkarev 等人开发的通用机器学习原子间势模型 GRACE-1L-OAM，该模型在准确性和计算效率之间取得了平衡。通过针对特定 B2 配置的 DFT 计算验证了其可靠性。
- 模拟流程： 使用原子模拟环境（ASE）实现了混合 MC/MD 工作流。针对四种特定合金成分（Mo25Cr25Ti25Al25、Mo28Cr28Ti28Al16、Mo30Cr30Ti30Al10 和 Mo32Cr32Ti32Al4）执行了三个阶段：
- MC 平衡： 在固定晶格上进行 2,000,000 步 Metropolis MC 模拟，以达到化学平衡。
- MD 热膨胀： 进行 50,000 步 NPT MD 模拟，以弛豫晶胞体积并考虑热膨胀。
- 生产阶段 MC： 在热膨胀后的结构上进行额外的 2,000,000 步 MC 模拟，用于收集性质计算所需的数据。
- 分析方法：
- 热力学： 通过在 NVT 系综中计算能量涨落来计算热容（CV），以识别有序-无序转变。
- 结构表征： 计算一阶和二阶近邻壳层的 Warren-Cowley 短程有序（SRO）参数，以量化原子有序度。
- 机械性能： 通过对平衡态快照（200 K 有序态和 2000 K 无序态）进行应力-应变计算，导出弹性常数（C11,C12,C44）和模量（体积模量、杨氏模量、剪切模量）。
- 验证： 对特定的 B2 配置进行了 DFT 计算（VASP），以验证 uMLIP 的能量以及研究亚点阵偏好。
关键结果
- 有序-无序转变： 热容曲线显示出依赖于铝（Al）含量的不同转变行为。
- 单次转变： 等原子比 Al25 和低 Al 含量的 Al4 合金表现出单一的主导有序-无序转变。
- 双重转变： 中间成分（Al16 和 Al10）表现出双峰行为，即具有两个独立的转变过程。
- 在 Al16 中，低温转变由 Mo–Al 有序驱动，而高温转变则由其他原子对控制。
- 在 Al10 中，低温峰由 Al–Al 有序（聚集）驱动，而高温转变则由剩余的原子对驱动。
- 结构有序化： 低温有序相（B2 型）的结构分析表明了一种特定的亚点阵排列：Mo 和 Al 原子共享一个亚点阵，而 Cr 和 Ti 原子共享另一个亚点阵。这种构型比 0 K DFT 预测的 (Mo, Ti)/(Cr, Al) 排列能量略高，但由于熵效应以及竞争状态之间微小的能量差（~0.005 eV/atom），在有限温度下更具优势。
- 机械刚度与 SRO：
- 无序态： 在随机固溶体（2000 K）中，机械刚度随 Al 含量的降低而单调增加，遵循混合定则。
- 有序态： 在有序构型（200 K）中，刚度呈现非单调趋势，并在 Al10 成分处达到峰值。Al10 合金与其无序对应物相比表现出巨大的模量提升（例如，体积模量增加了约 58%）。
- 机制： 这种提升归因于由 SRO 诱导的特定原子对的分布。Al10 成分最大化了硬质原子对（特别是 Mo–Mo 和 Mo–Cr）的贡献，而随机分布则无法优化这种配对。
意义与结论
本文声称提供了关于难熔高熵合金中化学成分、短程有序与机械性能之间相互作用的基础见解。通过利用通用机器学习势函数，本研究成功模拟了 (MoCrTi)100−xAlx 系复杂的的热力学过程，并揭示了：
- 这些体系中的有序-无序转变并非统一的，而是关键取决于由 Al 浓度驱动的特定原子对相互作用。
- 化学有序化显著增强了机械刚度，但这种增强相对于成分是非单调的，这与简单的混合定则预测相矛盾。
- 通过理解并控制特定硬质原子对（通过短程有序）的分布，可以指导难熔高熵合金的机械性能优化。
这些发现为高性能 RHEAs 的设计提供了原子尺度的指导，表明通过平衡成分以最大化有益的短程有序（如在 Al10 合金中所见）是优化强度和刚度的可行策略。
每周获取最佳 materials science 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。