团队活动
多元合金含压CALPHAD热力学模型及其在压力凝固Al-Si-Mg合金中的应用
高压技术已成为调控合金组织和提高合金性能的重要手段。深入了解压力作用下合金的热力学本质是利用高压技术进行合金设计的先决条件。基于精准数据库的CALPHAD方法在合金设计方面具有显著优势。然而,可靠的多元合金含压热力学模型/数据库缺失限制了CALPHAD方法在高压领域的应用。本文将合金含压的能量分为常压和压力增加引起的两部分贡献,依此发展了多元合金含压CALPHAD唯象热力学模型,并成功应用于构建Al-Si-Mg合金的含压热力学数据库。计算的压力相关相平衡/热力学性质与文献报道实验数据间的一致性验证了含压热力学数据库的可靠性。随后,耦合含压热力学模型/数据库、CALPHAD计算/模拟和高通量计算平台Malac-Distmas,提出了压力凝固合金的CALPHAD设计框架,基于该框架预测了不同Al-Si-Mg合金的高压凝固和高压热处理行为。预测的合金微结构、相变和相平衡与实验数据吻合。该论文研究结果揭示了压力对合金热力学本质的影响,为高压合金设计的发展提供了理论指导。 (文章DOI: https://doi.org/10.1016/j.apmate.2024.100182)
冬至,幸福至
冬至,是一年中黑夜最长的一天。在这一天,PPM课题组组织了一场包饺子活动。冬至包饺子是PPM课题组的传统,也是同学之间促进交流、增进感情的美好时刻。活动中,我们分工明确,忙得不亦乐乎。 我们有很多种不同口味馅料,从传统的韭菜鸡蛋、猪肉大葱馅到创意的芹菜虾仁馅,各类口味应有尽有。成员们在包饺子的过程中,相互交流心得,分享独特的包饺子技巧。活动现场充满欢声笑语,大家在包饺子的同时,也品尝到了各种美味的饺子。最终,成员们共同享用了丰富的晚餐,品味了彼此用心制作的饺子,共同迎接冬至的到来。这次冬至活动不仅让大家度过了一个欢快而温馨的时光,也为团队注入了新的活力。期待通过类似的活动,继续营造轻松和谐的科研氛围,激发团队创造力和凝聚力。
祝贺吴晓科在Acta Materialia上发表论文!
近期,吴晓科在Acta Materialia杂志上发表了题为《Laser powder bed fusion of immiscible steel and bronze: A compositional gradient approach for optimum constituent combination》的研究论文。该论文与北京科技大学张百成老师课题组合作,我方完成了可打印性分析及微米和纳米尺度的凝固相场模拟三部分工作。 文章研究了一种激光粉末床熔覆方法制备的成分梯度合金,在316L不锈钢-Cu10Sn合金宽广的成分范围内,对其微观结构、力学性能、可打印性、微结构演变机理从实验表征和相场模拟及CALPHAD计算多角度、多尺度进行了深入研究,并解释了对力学性能有突出贡献的α-Cu纳米球的形成机理。 临近年末,PPMG课题组鼓励所有成员在新的一年中继续努力,为科研事业贡献更多创新成果,共同推动材料科学与工程领域的进步。 Cite: WEN Y, WU X, HUANG A, et al. Laser powder bed fusion of immiscible steel and bronze: A compositional gradient approach for optimum constituent combination[J]. Acta Materialia, 2024,264:119572. DOI:https://doi.org/10.1016/j.actamat.2023.119572
张利军教授在JMI上合作专辑正式刊出
张利军教授与伍斯特理工的Yu Zhong教授、西北工业大学的William Yi Wang教授和匹兹堡大学的Soumay Sridar博士在Journal of Materials Informatics上合作的一期专辑Topic: Computational Thermodynamics, Computational Kinetics and Machine Learning in Advanced Materials(https://www.oaepublish.com/specials/jmi.1109),已经正式刊出,共刊出7篇论文,其中包括高田创的1篇机器学习相关论文,欢迎大家查看。
微结构定量模拟:基于Pareto最优的调幅分解微结构定量模拟框架
张童弟博士的最新研究题目为“Pareto optimal driven automation framework for quantitative microstructure simulation towards spinodal decomposition”。这一研究带来了一种全新的Pareto最优自动化框架,用于量化Cahn–Hilliard模拟的调幅分解过程,充分利用了有限的实验信息。其框架采用了多种微观结构数据作为目标,以精确确定Cahn–Hilliard模型的超参数和不确定参数。此外,还探索了先进的优化算法和策略,成功验证了框架的普适性。该研究成果将有助于更好地理解调幅分解过程中的微观结构特征,为材料设计和制备提供了新的可能性。
高建宝在SCIENCE AND TECHNOLOGY OF ADVANCED MATERIALS上发表论文
高建宝在SCIENCE AND TECHNOLOGY OF ADVANCED MATERIALS上发表论文[<u>“Accelerated discovery of high-performance Al-Si-Mg-Sc casting alloys by integrating active learning with high-throughput CALPHAD calculations”</u>](https://www.tandfonline.com/doi/full/10.1080/14686996.2023.2196242)。
中南大学张利军教授团队JMI研究论文 | 大浪淘沙——从高质量数据集到高性能增材制造铝合金设计
近日,中南大学粉末冶金国家重点实验室张利军教授团队在《材料信息学》(Journal of Materials Informatics) 期刊上发表了“选区激光熔化 Al-Si-(Mg) 合金‘成分-工艺-性能’的精准数据集及其在合金设计中的应用”论文(全文链接:https://jmijournal.com/article/view/5528)。文章利用专家知识指导与单特征可视化相结合的数据清洗策略,从目标变量出发筛选出高质量数据集。在此基础上,进一步利用机器学习构建出 Al-Si-(Mg) 合金“成分-工艺-性能”定量化关系模型,实现对合金强度与延伸率协同提升的优化设计。该文章为高性能铝合金的开发提供了可靠的数据集与定量模型,同时也证明了机器学习技术驱动合金设计策略的适用性,为选区激光熔化制备新型高性能铝合金提供了重要的理论指导。
杨胜兰在Acta Materialia上发表文章
新春来临之际,杨胜兰在Acta Materialia上发表论文[<u>“Ni coarsening in Ni-yttria stabilized zirconia electrodes: Three-dimensional quantitative phase-field simulations supported by ex-situ ptychographic nano-tomography”</u>](https://www.sciencedirect.com/science/article/pii/S135964542300040X),为PPM课题组营造了良好的开端。也祝大家兔年大吉,阖家幸福!新的一年各位同学万事如意,心想事成,人人手里都有ACTA!