npj: 高熵合金—基於第一性原理的屈服強度預測

2021-02-08 知社學術圈

海歸學者發起的公益學術平臺

分享信息,整合資源

交流學術,偶爾風月

高熵合金(HEAs)是一類隨機合金,一般由5種或5種以上的元素組成,各種元素的比例接近於等組分,通常能表現出非常優異的力學性能。由於HEAs具有高維度的組分空間,並且對於合金的組分沒有明顯的物理限制,所以高熵合金擁有巨大的優化空間,以提高一種或多種材料屬性(例如力學屬性裡的屈服強度,極限強度,塑性,等等)。 但這為指導新型多組分貴金屬HEAs的設計、預測其屈服強度帶來了挑戰。

來自瑞士聯邦理工學院洛桑分校(EPFL)多尺度力學模擬實驗室(LAMMM)以及國家計算設計和新材料發現中心(NCCR MARVEL)的尹冰輪 博士後和William Curtin教授,提出了一種通用的方法。根據新近提出的溶質強化模型理論,利用第一性原理(密度泛函理論,DFT)計算出模型所需要的材料基本屬性,然後通過模型理論可以預測出任何隨機合金(包括高熵合金)的屈服強度。在這裡,所需要計算的材料基本屬性都在DFT的計算能力範圍之內,可以保證計算結果的準確性。DFT計算的物理量包括隨機合金中各種元素的平均錯配體積、合金晶格常數、彈性常數和穩定的堆垛層錯能。對於貴金屬HEAs體系RhIrPdPtNiCu,該方法預測的屈服強度583 MPa與實驗測得的強度527 MPa相當接近。同時他們還評估了該方法的不確定性,也評估了多種掃描組分空間的方案,以優化材料性能(尋找最高屈服強度的組分)。該研究可以不依賴於任何擬合參數,而實現屈服強度的預測;在沒有任何實驗輸入的情況下,所建立的合金成分與屈服強度之間的定量聯繫,可以用於探索新的、有潛力的、高強度高熵合金,並為高強度合金的「計算指導設計」提供了重要途徑。


該文近期發表於npj Computational Materials 5: 14 (2019),英文標題與摘要如下,點擊左下角「閱讀原文」可以自由獲取論文PDF。



First-principles-based prediction of yield strength in the RhIrPdPtNiCu high-entropy alloy 


Binglun Yin & William A. Curtin 


Abstract High-entropy alloys are random alloys with five or more components, often near equi-composition, that often exhibit excellent mechanical properties. Guiding the design of new materials across the wide composition space requires an ability to compute necessary underlying material parameters via ab initio methods. Here, density functional theory is used to compute the elemental misfit volumes, alloy lattice constant, elastic constants, and stable stacking fault energy in the fcc noble metal RhIrPdPtNiCu. These properties are then used in a recent theory for the temperature and strain-rate dependent yield strength. The parameter-free prediction of 583 MPa is in excellent agreement with the measured value of 527 MPa. This quantitative connection between alloy composition and yield strength, without any experimental input, motivates this general density functional theory-based methodological path for exploring new potential high-strength high-entropy alloys, in this and other alloy classes, with the chemical accuracy of first-principles methods.


本文系網易新聞·網易號「各有態度」特色內容

媒體轉載聯繫授權請看下方

相關焦點

  • npj: 相穩定性預測—看看熵的臉色
    海歸學者發起的公益學術平臺分享信息,整合資源交流學術,偶爾風月高熵合金含有多種元素而且比例很大,容易導致相分離,通常具有淺混合焓和相似級別的熵。因此,合金的相穩定性既取決於混合焓又取決於混合熵,必須等量齊觀地了解它們各自對合金熱力學性質的貢獻,才能預測合金的穩定性。來自美國懷俄明大學的Dilpuneet Aidhy教授等,採用密度泛函理論計算,檢測了不同類型的熵在7種具有淺混合焓的二元金屬合金中的貢獻。他們發現依靠混合焓來預測固溶體穩定性是不準的。
  • 香港理工頂刊:2GPa屈服+16%塑性!超強新型高熵合金
    最近,香港理工大學焦增寶博士團隊、香港城市大學劉錦川院士團隊和中科院金屬所研究人員合作,提出了共格納米片層合金的設計理念,成功的開發出具有超高強度(屈服強度>2GPa)和高塑性(均勻延伸率16%)的新型高熵合金,克服了金屬材料的強塑性矛盾,為高性能金屬材料的開發帶來了新的研究思路。
  • 高熵合金領域高被引的11篇文章,給過你那些啟示?
    (多主元合金)在論文中第一次被提出後,關於高熵合金的文章如雨後春筍層出不窮。在這裡我們詳細介紹高熵合金兩年內高被引的11篇文章,希望這些高質量的文章能祝你更好地理解高熵合金,也給你靈感閃現的瞬間。此外,初始的單相合金可能是合成複雜納米複合材料結構的實用基礎。通過選擇合適的退火時間和溫度來優化強度和延性之間的權衡,可以調整各個相的體積分數。一種等原子單相TiZrNbHfTa高熵合金經高壓扭轉處理,晶粒尺寸小於100nm。在材料中引入納米晶體微觀結構有助於加速材料的相分解,因為這種材料具有大量快速擴散路徑和晶界形核位置。為了測試納米晶高熵合金材料的熱力學穩定性。
  • 極限抗拉強度1100 MPa,德國亞琛3D列印高熵合金NADEA
    隨著金屬3D列印日趨受到重視,可列印的金屬合金材料也在不斷的獲得研發領域的突破。化工廠、油井及氣井開採設備等的部件通常曝露在強腐蝕性氣體中,為了確保操作中的安全性,這就要求這些部件具備高強度和耐腐蝕性,高熵合金在其中扮演了重要的角色。以往,這些高熵合金是通過鑄造出來的,然而,鑄造時容易出現成分偏差現象。
  • 電弧增材製造高熵合金玩出新高度:多股絞絲增材
    江蘇雷射聯盟導讀: 據悉,溫州大學陳希章教授團隊首次突破了多股絞絲增材製造高熵合金製造技術,為大尺寸和複雜形狀高熵合金材料及產品的製造提供了一種高效有前途的製造方法,製造的Al-Co-Cr-Fe-Ni高熵合金達到強度2.8GPa和延伸率42%的優異結合。
  • 溫州大學:首次實現電弧3D列印高熵合金,強度塑性都高
    編輯推薦:溫州大學陳希章教授團隊首次突破了多股絲材增材製造高熵合金製造技術,為大尺寸和複雜形狀高熵合金材料及產品的製造提供了一種有前景的製造方法,製造的Al-Co-Cr-Fe-Ni高熵合金綜合性能優異,強度2.8GPa且塑性42%!
  • 北航《Scripta》強度1228MPa,延伸率12.4%,三維核殼異質結構打造高強韌FCC高熵合金
    本研究通過控制機械研磨和隨後的燒結,成功地製備了具有可調殼層分數(範圍從約16%到約70%)的非等原子FeMnCoCr高熵合金。與均勻結構的樣品相比,設計的樣品顯示出優異的強度和應變硬化能力。特別是外殼的比例為70%的試樣的極限抗拉強度和均勻伸長率分別達到1228 MPa和12.4%,表現出優異的強度-延展性協同作用。高熵合金(HEAs)在2004年提出以來,引起了全世界的關注。
  • 難熔高熵合金獨特的彈塑性變形行為!
    儘管現階段已有部分針對高熵合金的脆塑性模擬研究,但是這些理論計算方法在彈性各向異性和延展性方面對BCC HEAs的有效性仍有爭議,缺乏實驗證實,這是HEA研究的關鍵問題之一。 來自美國田納西大學等單位的研究人員採用原位中子實驗和理論計算方法探討了NbTaTiV BCC難熔HEA在室溫和高溫下的彈性和塑性變形行為,發現與傳統金屬材料相比,NbTaTiV HEA在高溫下彈性各向異性變形行為缺乏強烈的溫度依賴性,這是一種非典型的彈性變形行為。
  • 鋰離子電池電極材料的第一性原理研究進展
    、分子動力學模擬和蒙特卡羅模擬等.近二十年來,第一性原理計算同分子動力學相結合,在材料設計、模擬和評價等方面都有明顯的進展,成為計算材料科學最重要的方法.所有這些進展都為從理論上認識和理解鋰離子電池中涉及到的物理問題創造了有利的條件,進而指導改進鋰離子電池的性能,擴大其應用範圍.本文主要介紹這種基於第一性原理計算的鋰離子電池電極材料研究的最新進展.
  • 【知識】一文了解高熵合金!
    高熵合金因原子的混亂度大而得名,在高溫下將會有更大的原子混亂度,因此高熵合金無論是結晶態還是非晶態都會變得更加穩定,仍然存在固溶強化效應,可獲得極高的高溫強度。有研究表明高熵合金在℃退火小時後爐冷,並未出現回火軟化現象目前工業上使用的合金鋼在超過℃時就出現回火軟化現象。高熵合金具有較高的耐腐蝕性。
  • 高熵合金的納米力學與納米結構的高熵合金:閒聊那些年寫過的文章
    當我們聊到高熵合金的時候,就想能不能用磁控濺射的辦法做一個NbMoTaW的高熵合金的膜,如果控制的好,肯定是納米晶的,強度肯定會很高,我們一拍即合。一個周末後,馬歡興奮的把鍍的膜拿給我。後來我們做了表徵,發現還真是成分均一的高熵合金,晶粒大小可以控制在50-150nm。又過了一個周末,我把力學測試的結果和分析都做出來了,拿給導師看,導師也很興奮。
  • 識得「廬山」真面目,浙大學者破解高熵合金強度與塑性兼得奧秘...
    人們研究發現,如果打破傳統的合金設計方法(少量合金元素添加進主元素中),將多種元素等原子比固溶在一起,理論上會製得原子排列有序而元素排列無序的所謂高熵合金。部分高熵合金可以同時具備高強度和高塑性,從而打破傳統金屬中強塑性難以兼得的困境。但是背後的原因卻讓人摸不透。對於高熵合金結構-性能關聯性的研究大有「廬山」之態。
  • 《稀有金屬材料與工程》張勇等工作:熱處理和熔煉方式改變對AlCoCrFeNiTi0.2高熵合金的影響
    2004年葉均蔚教授提出高熵合金的概念後,越來越多的科研學者投入到高熵合金的組織和性能研究中。傳統材料一般是以1種或2種元素為主,向其中添加少量的其他元素,以改變其性質獲得所需要的性能;而高熵合金打破了組分上的限制,一般指的是包含5種以上的主要元素,元素的原子比在5%到35%之間並且傾向於形成簡單固溶體結構的一類合金。研究發現高熵合金獨特的結構特點,使其具有優良的特性,在機械零件、高速切削刀具和薄膜等方面具有很大的應用前景,值得進一步研究和探索。
  • 德國馬普所Acta Materialia:間隙等原子比CoCrFeMnNi高熵合金:碳含量、微觀結構和成分均勻性對變形行為的影響
    含有多種主要元素的高熵合金(HEAs),也稱為成分集中(或複雜)合金(CCAs),在設計具有優異機械、物理和化學性能的新型材料方面顯示出巨大潛力
  • 高熵合金真空電弧熔煉與懸浮熔煉
    高熵合金真空電弧熔煉與懸浮熔煉高熵合金是由五種或五種以上等量或大約等量金屬形成的合金。由於高熵合金可能具有許多理想的性質,因此在材料科學及工程上相當受到重視,高熵合金的比強度比傳統合金好很多,而且抗斷裂能力、抗拉強度、抗腐蝕及抗氧化特性都比傳統的合金要好。高熵合金在2004年以前就已問世,但在2010年代才有許多相關的研究。
  • 耶魯大學Jan Schroers :高熵合金的相選擇規律:相對於BCC結構,原子尺寸差異越大越傾向於FCC結構
    高熵合金(HEAs)通常由五種或更多種元素組成,具有接近等分的組成成分。
  • 科學家發現了新型的半導體熵穩定材料
    半導體合金對於這些應用特別有用,因為可以通過調整混合比例或合金成分來設計它們的性能。然而,由於合金的熱力學相分離成分離的相,因此多組分半導體合金的合成一直是一個很大的挑戰。最近,密西根大學的材料科學與工程系的研究人員利用熵來穩定新型的半導體材料,這種材料基於高熵硫族化物合金,這一發現為在功能應用中廣泛採用熵穩定半導體的方法。
  • npj: 本刊高被引作者的新成果—主動學習預測熱電功率因子
    第一性原理的計算也被廣泛應用於熱電材料,以分析其機理及篩選潛在的高性能候選材料。近年來,數據驅動的機器學習方法也被引入熱電領域,以加速熱電材料的搜索。機器學習的一般過程包括數據收集、機器學習、驗證樣本選擇和計算驗證。大多數研究中,機器學習模型在已知數據集上表現很好,但沒有驗證已知數據之外的可靠性。而另一方面,在尋找新材料的過程中,機器學習模型的外推能力又至關重要。
  • 屈服強度接近抗拉強度的7A04合金
    ,可熱處理強化,其成分已列入GB/T3190-2008,與蘇聯及俄羅斯的B95合金及德國的AlZnMgCu1.5.3.4365合金相當,因為1944年蘇聯的95號工廠試製成功該合金半成品,故名B95合金,中國1957年在蘇聯專家的幫助下東北輕合金有限公司(當時名哈爾濱鋁加工廠)生產該合金板材
  • 《Acta Mater》晶格畸變和化學短程序對中熵合金變形機理的影響
    儘管已有充分的實驗研究和模擬計算結果表明晶格畸變(lattice distortion)和化學短程有序(chemical short-range order)確實存在於中、高熵合金當中且對材料性能有重要影響,兩者在材料變形的不同階段各自產生的作用仍缺乏系統的研究和解釋。 近日,美國加州大學聖芭芭拉分校Irene J.