《Journal of Materials Research and Technology》:Non-additive Zn-Mg interaction enables high-strength Al-Zn-Mg alloy via deformation-route-associated precipitation: A machine learning-assisted study
编辑推荐:
高性能7xxx系铝合金通常依赖复杂成分和多步时效处理,这会增加成本并使回收复杂化。本工作将机器学习辅助工艺优化与显微组织表征相结合,通过严重塑性变形设计一种高强度Al-Zn-Mg合金。梯度提升决策树(gradient boosting decision tre
高性能7xxx系铝合金通常依赖复杂成分和多步时效处理,这会增加成本并使回收复杂化。本工作将机器学习辅助工艺优化与显微组织表征相结合,通过严重塑性变形设计一种高强度Al-Zn-Mg合金。梯度提升决策树(gradient boosting decision tree, GBDT)模型提示,在临界阈值以上(Zn > 10 wt.%,Mg > 1 wt.%)可能存在非加和Zn-Mg协同作用。基于这些阈值和既往经验,选择Al-11Zn-1.5Mg合金,并将其工艺优化为四道次等通道转角挤压(equal channel angular pressing, ECAP)加90%轧制。该合金在没有任何形变后T6时效处理的情况下达到极限抗拉强度(ultimate tensile strength, UTS)473 MPa和屈服强度(yield strength, YS)469 MPa。透射电子显微镜(transmission electron microscopy, TEM)显示,最终状态中存在纳米尺度MgZn2析出相,平均等效直径约为~17.8 nm。由于证据仅限于最终状态,析出阶段无法进行时间分辨;这些颗粒被保守描述为变形路径关联析出。成分约束Orowan分析表明析出强化占主导,给出的估计屈服强度约为~484 MPa,接近实验值469 MPa。这些数值属于理论估计,因为纳米尺度MgZn2的三维(three-dimensional, 3D)体积分数无法通过TEM直接测量。本工作建立了从工艺优化到显微组织设计和机理量化的集成范式,为开发具有简化加工路线的高性能铝合金提供了策略。
研究背景与科学问题:7xxx系铝合金主要依靠Zn和Mg添加实现强化,因比强度高和热稳定性较好而广泛用于航空航天、交通运输和海洋领域。其力学性能通常通过复杂热机械处理和多步时效控制MgZn
2(η相)及其前驱体(GP区、η′)析出来实现。然而,传统合金开发高度依赖试错实验,耗时且耗费资源;随着对高性能和短开发周期的需求增加,机器学习(machine learning, ML)等数据驱动方法被用于加速先进金属材料设计。近年来,ML已用于成分-工艺-性能预测与优化、时效硬化行为预测、热处理参数优化以及高强合金设计等。但本工作中的ML并非目的本身,而是作为筛选工具,用于识别值得系统实验研究的有希望成分,并强调可解释ML需要严格验证和具有物理意义的适用域。该问题尤其关系到Al-Zn-Mg合金的严重塑性变形(severe plastic deformation, SPD)加工。ECAP和高压轧制等SPD技术可引入超细晶、高位错密度和变形路径关联析出,获得甚至超过传统时效处理的强化水平;但成分、SPD参数与析出行为之间的相互作用高度非线性且表征不足。两个基本问题仍未解决:第一,变形路径关联析出能否在不需要任何形变后热处理的情况下达到与常规T6时效相当的强化水平;第二,Zn和Mg在SPD过程中的联合强化效应是否仅为加和,还是涉及非加和协同。常规实验设计难以解决这些涉及大量变量的问题,而ML适合从已有数据中检测和量化此类非线性相互作用。
研究实施、结论与意义:研究人员建立了从ML辅助工艺优化到实验验证和定量机理理解的集成范式,目标包括:证明变形路径关联析出可在不进行单独形变后热处理时达到与T6时效相当的强度水平;建立ML识别的Zn-Mg协同效应与物理强化机制之间的定量联系,尤其是变形路径关联析出对屈服强度的贡献。研究人员建立覆盖成分、SPD工艺参数和力学性能的综合数据库,系统比较五种ML算法,用SHAP分析解释最优模型以识别关键特征及其非线性交互;依据SHAP识别的Zn-Mg交互阈值预选Al-11Zn-1.5Mg成分,再由ML优化工艺参数并进行实验表征;基于显微组织测量定量评价固溶、晶粒细化、位错和析出强化贡献,为无人工时效获得高强提供机理说明。该简化加工路线对大型锻件或复杂形状部件具有实际意义,因为单独形变后时效步骤可能因尺寸公差、表面氧化或热变形而不利;将析出强化直接集成到变形过程中,有望减少制造步骤并保持有竞争力的力学性能。
关键技术方法(≤250字):研究人员基于本实验室自建数据库(243条记录:UTS 84、YS 88、EL 71;合并为132个唯一成分-工艺对;数据来自本组已发表工作、正式归档硕士论文和未发表内部记录,无外部期刊数据)建立成分-工艺-性能预测框架;比较Lasso回归、Ridge回归、线性回归(LR)、决策树(DT)与梯度提升决策树(GBDT),以网格搜索优化超参数,用R
2、平均绝对误差(MAE)和均方误差(MSE)评价,并用SHAP解释特征及Zn-Mg交互;按筛选成分进行ECAP与轧制,采用拉伸、X射线衍射(XRD)、扫描电子显微镜(SEM)/能谱(EDS)、电子背散射衍射(EBSD)、TEM/高分辨TEM(HRTEM)/选区电子衍射(SAED)表征,并计算固溶、晶粒细化、位错和Orowan强化贡献。
研究结果:
3.1 ML引导筛选与工艺优化:研究人员通过自建数据库比较五种算法,确定GBDT具有较均衡预测性能,测试集R
2为UTS 0.920、YS 0.837、EL 0.729;通过SHAP分析发现Zn和Mg是控制UTS和YS的主导特征,且当Zn超过约10 wt.%、Mg超过约1 wt.%时,二者对强度的联合SHAP贡献大于各自贡献之和;但该高Zn/高Mg区域仅含9条记录(5个唯一成分-工艺对),交互稳定性和跨模型一致性未系统评价,因此该模式只是模型捕获的统计关联而非直接物理因果。基于SHAP阈值和既往经验,研究人员预选Al-11Zn-1.5Mg,并用多目标评分函数对工艺路线排序,最终以实验验证为最终评价标准。
3.2 工艺路线调整:研究人员通过真空熔炼铸锭成分测定和工艺可行性分析,确定实际成分为Zn 11.177 wt.%、Mg 1.493 wt.%、Fe 0.123 wt.%、Si 0.219 wt.%、Al余量;考虑八道次ECAP加50%轧制可能引入过大累积变形损伤和边裂风险,而单道次ECAP加90%轧制在后续90%轧制中开裂风险高,最终选择四道次ECAP加90%轧制作为预测性能与加工可靠性之间的平衡。初步变形试验中该成分因高溶质含量显著提高固溶强化并限制位错运动,室温ECAP发生严重开裂,因而将ECAP温度提高到300°C以成功实现不开裂变形。
3.3 力学性能:研究人员通过室温拉伸测试发现,300°C四道次ECAP后室温90%轧制样品具有UTS 473±3.5 MPa、YS 469±4.2 MPa、EL 7.8±0.4%,且未进行任何形变后T6时效处理;这相对于通常需要复杂多步时效的7xxx系合金实现了加工简化。通过实验测量与GBDT预测比较发现,模型系统性高估三种力学性能:UTS高估40—64 MPa,YS高估40—158 MPa,EL预测值约为实验值的两倍。其原因主要在于模型未捕捉高溶质Al-11Zn-1.5Mg合金的室温可加工性限制,该合金需在300°C进行ECAP,而高温促进动态回复、降低位错积累,导致模型基于室温ECAP数据产生高估。
3.4 显微组织表征:研究人员通过SEM、EDS和XRD发现,基体主要为α-Al固溶体,其中分散大量短棒状Mg-Zn bearing相,经ECAP和高应变轧制后显著破碎并沿轧制方向呈链状分布;XRD确认MgZn
2为唯一第二相,但这些微米/亚微米级颗粒与Al基体界面非共格,尺寸过粗,预期不能有效贡献析出强化。通过EBSD发现晶粒沿轧制方向明显拉长并有一定细化,平均晶粒尺寸为30.9 μm;局部取向差(kernel average misorientation, KAM)分析显示材料内部仍存在高局部取向差,表明大塑性变形引入大量位错和晶格畸变,同时部分区域较低KAM值提示可能发生动态回复和位错重排;EBSD还揭示强变形织构,取向分布函数结果显示混合Cube-Brass-Copper织构,最大强度为35.5。通过TEM发现高密度位错结构及局部位错塞积和钉扎,近球形Mg-Zn富析出相弥散分布于基体;基于40个纳米析出相测量,平均等效直径约为~17.8 nm;HRTEM显示典型晶面间距约为0.202 nm和0.24 nm,SAED确认析出相为MgZn
2并与Al基体保持特定取向关系,具有良好共格或半共格特征。
讨论部分总结:研究人员讨论认为,无T6时效而获得高强度的关键在于双尺度MgZn
2析出相,其中SEM观察到的粗棒状MgZn
2继承自凝固和高温变形,界面非共格且尺寸过大,对析出强化贡献可忽略;TEM观察到的纳米近球形MgZn
2与Al基体共格/半共格,被认为是变形路径关联析出,ECAP和轧制引入的高密度位错与非平衡空位为Zn、Mg原子提供快速扩散路径和异质形核位点。按实测成分计算Zn/Mg原子比约为2.78:1,超过MgZn
2形成所需的2:1;若几乎所有Mg(~1.493 wt.%)用于形成MgZn
2,约需8.03 wt.% Zn,剩余约3.15 wt.% Zn可保留在Al基体中贡献固溶强化。研究人员同时强调SHAP交互分析基于有限数据,高Zn/高Mg区域仅9条记录(5个唯一成分-工艺对),交互值对数据密度和模型选择敏感,且未系统评价重复运行稳定性和跨模型一致性,因此观察到的非加和统计模式不能解释为物理协同机制证据。定量强化分析在成分约束极限假设下估计:固溶强化约9.1 MPa、晶粒细化强化31.6 MPa、位错强化74 MPa、Orowan强化上限约344 MPa,加上纯Al本征强度25 MPa,屈服强度极限估计约484 MPa,接近实验469 MPa;但5.2%的MgZn
2体积分数为包含粗颗粒和纳米颗粒的总量上限,纳米MgZn
2三维体积分数未直接测量,因此该一致性并非强化模型的精确定量验证,只能说明纳米析出主导强化并辅以位错、晶粒细化和固溶强化。关于ML预测偏差,研究人员认为训练数据未捕捉高溶质Al-Zn-Mg合金的室温可加工性限制,未来ML框架应把溶质依赖的可变形性极限等可加工性约束作为附加输入特征或事后可行性过滤器;当前流程未将新实验数据反馈用于再训练和再筛选,因此属于集成式一次性筛选-验证框架而非闭环系统。
研究结论部分翻译:
(1)经300°C四道次ECAP后室温90%轧制处理的Al-11Zn-1.5Mg合金达到YS 469 MPa、UTS 473 MPa和EL 7.8%。值得注意的是,该高强度是在没有任何形变后T6时效处理的情况下获得的,相比7xxx系合金常规加工路线实现了显著简化。
(2)高强度主要来源于最终变形状态中观察到的纳米尺度MgZn
2析出相(~17.8 nm)。由于无法从当前最终状态表征中对某确切形成阶段进行时间分辨,这些析出相被保守描述为变形路径关联析出相。在所采用的极限化学计量假设下,Orowan贡献估计高达约344 MPa,而位错、晶粒细化和固溶强化分别贡献约74、31.6和9.1 MPa;相应的屈服强度极限情形估计约为484 MPa,与实测值469 MPa较为接近。
(3)必须对两类MgZn
2作关键显微组织区分:SEM观察到的粗棒状颗粒继承自凝固,对强化贡献可忽略;相比之下,TEM观察到的纳米近球形析出相被认为是变形路径关联析出相,并对析出强化提供主要贡献。该区分对于正确解释高强度来源至关重要。
(4)SHAP分析提示的Zn-Mg协同仅在统计意义上为非加和,即GBDT模型中两种元素均需超过一定阈值(约10 wt.% Zn、约1 wt.% Mg)。然而,该模式仅基于高Zn/高Mg区域的9条记录,其稳定性和跨模型一致性未评价,因此它是模型导出的假设而非已证明的物理机制。实测Al-11Zn-1.5Mg成分的Zn/Mg比约为2.78:1,超过MgZn
2形成的2:1化学计量需求,从而为MgZn
2形成提供足够Zn,同时保留足够过量Zn用于固溶强化。
(5)ML预测与实验测量比较显示模型存在系统性高估,主要原因在于ML模型未捕捉的物理约束:Al-11Zn-1.5Mg合金的高溶质含量使其对室温ECAP而言过脆,必须采用300°C高温加工。具体而言,未来用于成分-工艺优化的ML模型应明确纳入可加工性约束,如溶质依赖的可变形性极限,可作为附加输入特征或事后可行性过滤器,以避免对需要高温加工的成分子产生高估。