SLM AlSi10Mg的形貌感知PSP框架：晶粒与枝晶贡献的解耦分析

《Materials & Design》：A morphology-aware process–structure–property framework for SLM AlSi10Mg: Decoupling grain and dendrite contributions

本研究针对SLM（选择性激光熔化）制备AlSi10Mg合金中多尺度结构-性能关系不清的问题，提出了一种形貌感知的工艺-结构-性能（PSP）框架。通过重构Si网络为封闭胞元，首次实现了枝晶/胞状形貌的系统量化，结合EBSD晶粒分析、热物理建模和统计验证，直接比较了晶粒和枝晶级预测因子。研究发现晶粒分类（等轴/柱状）可优化Hall-Petch关系并可靠预测屈服强度（σy），而枝晶形貌虽直观却无法有效预测硬度。该框架可推广至其他具有胞/枝晶结构的AM合金（如SLM Ti-6Al-4V、IN718），强调了在PSP模型中依赖视觉直观但缺乏统计支持的代理指标的风险。

　　

在增材制造（Additive Manufacturing, AM）领域，选择性激光熔化（Selective Laser Melting, SLM）技术能够制造出具有复杂几何形状的高性能铝合金零件。其中，AlSi10Mg合金因其轻质和良好的力学性能平衡而备受青睐。然而，SLM过程中固有的快速凝固和陡峭温度梯度会诱导形成多层次、相互耦合的微观结构——包括孔隙、晶粒形态以及细尺度的枝晶结构——这些结构共同影响着材料的力学性能。这种热耦合但结构各异的特征使得建立统一、定量的工艺-结构-性能（Process-Structure-Property, PSP）关系变得极其困难。以往的研究往往只能分析孤立的尺度，使用定性的微观结构描述符，或者依赖物理意义有限的数据驱动相关性，缺乏一个能够系统解耦不同尺度结构贡献的定量框架。尤其关键的是，在微观尺度上，枝晶形态（等轴/柱状）常常与晶粒结构（等轴/柱状）相混淆，而这两者可能受不同物理机制控制并在后续固态过程中发生解耦，这一关键区别长期以来缺乏统计验证。

为了弥补这一研究空白，来自曼彻斯特大学材料系的研究团队在《Materials 》上发表了一项研究，旨在为SLM AlSi10Mg建立一个稳健的、形貌感知的多尺度PSP框架。该研究不仅致力于优化工艺窗口以获得高致密度样品，更核心的目标是首次系统性地量化枝晶/胞状形貌，并直接比较晶粒和枝晶级别预测因子对力学性能（宏观屈服强度和微观纳米压痕硬度）的贡献，最终揭示晶粒与枝晶结构之间的耦合或解耦关系。

研究人员采用了混合数据-物理的分析框架。关键技术方法包括：1） 利用机器学习（决策树、高斯过程回归）结合热物理模拟（Thermo-Calc）优化SLM工艺参数（激光功率LP、扫描速度SP、扫描间距HD），以最小化孔隙率，为后续分析提供致密（相对密度>98%）的样品基础；2） 使用扫描电子显微镜（SEM）和电子背散射衍射（EBSD）对选自优化参数窗口的9个样品进行多尺度微观结构表征，其中创新性地开发了一种基于分水岭分割算法的流程，将Si网络重构为封闭胞元，从而实现了对二维枝晶/胞状形貌的稳健量化，替代了传统的、局限性较大的一维度量；3） 通过单轴拉伸测试获取宏观屈服强度（σ_y），通过纳米压痕获取局部硬度（H），并结合定量的微观结构指标（如数量比例n、面积比例a、等效直径d、纵横比r），利用线性回归、Bootstrap验证乃至随机森林（Random Forest）等统计方法，系统地建立了X（工艺参数）→Y（微观结构）→Z（力学性能）的PSP关联。

3.1. 宏观结构随打印参数的变化：孔隙率

通过机器学习模型（决策树DT表现最佳）和热物理模拟相结合，研究成功定义了高致密度且熔池稳定的优化工艺窗口。模拟预测并实验验证了两种缺陷机制：在高能量输入（高LP、低SP）下发生的匙孔（Keyholing）缺陷，以及在低能量输入（低LP、高SP）下发生的未熔合（Lack-of-fusion）缺陷。这为后续在无关键孔隙条件下研究微观结构-性能关系奠定了基础。

3.2. 微观结构随打印参数的变化

3.2.1. 微观结构织构

研究揭示了SLM AlSi10Mg的多尺度结构层次：在熔池中心（FZ）形成细小的柱状枝晶（CD），而在熔池边界（MPB）区域则出现粗化的等轴枝晶（ED）和热影响区（HAZ）。同时，EBSD分析显示晶粒结构由沿建造方向生长的柱状晶（CG）和球形的等轴晶（EG）组成。

3.2.2. 晶粒结构趋势和定量分析

回归分析表明，扫描速度（SP）和体能量密度（VED）是控制晶粒尺寸（d_grain）的显著因素，SP增加（负系数）导致晶粒细化，VED增加（正系数）导致晶粒粗化。更重要的是，SP对等轴晶面积分数（a_EG）有显著正效应，即更高的SP促进了柱状晶向等轴晶的转变（CET）。

3.2.3. 枝晶结构演化及与晶粒的比较

与晶粒结构类似，更高的SP和更低的VED也导致枝晶尺寸（d_dendrite）细化。但与晶粒结构（CG主导）不同，枝晶结构在所有条件下均以ED为主导。枝晶的柱状-等轴转变（CET）对工艺参数的响应不如晶粒级别的CET明显，变化主要体现在尺寸上。

3.2.4. 晶粒和枝晶结构的解耦：区域分析

这是本研究的一个关键发现。通过分析不同凝固区域（FZ vs. MPB）内不同晶粒类型（EG vs. CG）中的枝晶组成，研究发现主导的晶粒类型（CG）内部主要由非主导的枝晶类型（ED）填充。例如，在MPB区域，CG内部68%的结构是ED。这表明最终的枝晶形态受其所在的局部凝固条件（如FZ或MPB）的影响远大于其所在的母晶粒，提供了晶粒和枝晶结构并非刚性耦合的直接微观结构证据。

3.2.5. 枝晶形态能否作为晶粒结构的代理？

统计分析显示，平均枝晶/胞元直径（d_dendrite）与平均晶粒直径（d_grain）之间不存在显著的线性或单调相关性。这表明，尽管枝晶和晶粒结构在凝固过程中共同演化，但它们的最终形态是显著解耦的，因此不能使用易于测量的SEM胞/枝晶尺寸作为EBSD晶粒尺寸的可靠定量替代品。

3.3. 与力学性能的关联

3.3.1. 晶粒结构与拉伸结果的相关性

研究建立了强有力的X（SP）→ Z（σ_y）关联。更重要的是，他们扩展了经典的Hall-Petch关系，将其表述为σ_y = σ₀ + β₁n_EGd_EG^-1/2 + β₂n_CGd_CG^-1/2。回归分析表明，晶粒分数（n_EG, n_CG）是比单纯晶粒尺寸更强的σ_y预测因子，其中等轴晶的贡献（p_EG = 0.009）优于柱状晶（p_CG = 0.038）。该模型比基于总体晶粒尺寸的传统Hall-Petch模型具有更好的预测能力和稳健性。

3.3.2. 凝固微观结构与纳米压痕结果的相关性

与晶粒-强度关系的明确性形成鲜明对比的是，研究未能建立枝晶形态与局部纳米压痕硬度（H）之间的可靠预测关系。一系列线性模型均告失败，即使表现最好的模型（使用d_CD和d_ED）也统计不显著。更复杂的随机森林模型甚至产生负的交叉验证R2，表明其预测能力比直接用平均值预测还差。这一决定性结果表明，尽管在局部区域可能观察到硬度与枝晶细化的直观关联，但平均化的、易于测量的二维枝晶形态指标不能作为支配局部力学性能的实际机制的可靠代理。硬度的多因子特性（如Si网络的三维连通性、晶体学取向、位错密度、残余应力等）使得其与单一形貌参数的相关性被掩盖。

3.4. 讨论与启示

研究对全文发现进行了综合讨论。尽管枝晶形态本身不能预测硬度，但样本平均硬度与宏观屈服强度之间存在中度至强的正相关关系（r ≈ 0.78）。与现有的PSP框架相比，该研究的创新点在于：1） 通过晶粒分类（等轴/柱状）细化了Hall-Petch关系，明确了晶粒分数的主导作用；2） 提供了统计证据，表明广泛假设的枝晶形貌-硬度相关性在全局尺度上并不成立，纠正了领域内的一个常见误解。该研究中发展的形貌感知PSP框架和方法，特别是基于分水岭分割的枝晶定量分析流程，具有高度的可转移性，可用于研究其他具有类似凝固结构的AM合金（如Ti-6Al-4V, IN718），为理解复杂合金系统中的PSP关系提供了严谨、可重复的策略。

4. 结论

本研究为SLM AlSi10Mg建立了一个全面的、多尺度的PSP框架。主要科学贡献有两点：首先，通过将晶粒分类为等轴和柱状种群， refined 了适用于混合微观结构合金的Hall-Petch关系，证明晶粒分数是屈服强度的主导预测因子，提供了更精确、物理意义更明确的强化模型。其次，该研究首次提供了系统的统计证据，表明通常假设的枝晶形貌与局部硬度之间的相关性对于全局性能预测是不可靠的。这一发现强调了易于获取的SEM可见形貌不足以作为真正驱动性能的晶粒结构的替代品。最终，本研究提出的可转移分析流程为审视AM领域其他复杂合金系统的PSP关系提供了 rigorous 的方法论，激励着对该领域内PSP假设的必要重新评估。