分享：计算辅助高性能增材制造铝合金开发的研究现状与展望

高建宝1, 李志诚1, 刘佳1, 张金良2, 宋波,2, 张利军,1

铝合金具有密度低，比强度高，塑性好，导电性、导热性和抗腐蚀性优良等特点，是实现结构轻量化的首选材料，广泛应用于航空航天、交通运输等领域[1]。随着“双碳”政策对轻量化需求的进一步提升，高强铝合金复杂零部件在航天航空、汽车等领域应用更加广泛，但传统的铝合金加工存在铸态强度较低、制造周期长、复杂结构难以成形和材料浪费等问题，无法满足航空航天对铝合金构件制造技术高效、快速的要求，缺乏生产复杂精密结构的灵活性以及随设计变化的快速响应能力[2,3]。增材制造(additive manufacturing，AM，又称3D打印)技术是基于分层制造原理，采用材料逐层累加的方法，直接将数字化模型制造为实体零件的一种新型制造技术[4]。与传统制造技术相比，增材制造技术具有柔性高、无模具、周期短、不受零件结构限制等一系列优点。选区激光熔化(selective laser melting，SLM)成形技术是最有前途的增材制造技术之一，为高性能复杂结构金属零件制造带来了巨大的机会[5]。

近年来，铝合金的SLM成形研究备受关注，涉及Al-Si、Al-Cu、Al-Mg-Si、Al-Zn和颗粒增强铝基复合材料等系列铝合金。然而，大多数铝合金存在激光吸收功率低、热导率高、易氧化、含大量易烧损元素和热裂倾向强等问题[6]，成形难度极大。因此，目前能用于增材制造工艺的铝合金体系仍局限于可铸造和可焊接的Al-Si系列合金，如AlSi7Mg[7,8]、AlSi10Mg[9,10]和AlSi12[11,12]等。这些铸造Al-Si合金的近共晶成分具有非常窄的凝固温度范围，从而极大降低了在激光增材制造过程中产生裂纹的风险。通过SLM制造的AlSi10Mg和AlSi12合金零件近乎全致密，晶粒细小，且具有独特的介观结构[9,12]。尽管Al-Si铸造合金具有优异的SLM成形性，但其力学性能仍偏低(中等强度)，无法取代力学性能更优异的变形铝合金，如高强系列的7xxx系合金和具有良好耐热性的2xxx系合金[13]。此外，由于增材制造过程冷却速率快、温度梯度大，导致现有的变形铝合金在增材制造中经常存在柱状晶和严重的热裂纹倾向[5,6]，且很难通过优化工艺参数来抑制其开裂[14,15]。与此同时，微熔池快速冷却过程中极易产生飞溅、球化、孔隙、烧损等冶金缺陷[16]。这些问题都严重制约了当前高性能增材制造铝合金的发展。

研究人员对高性能增材制造铝合金的组织和性能等开展了大量的实验研究工作。当前高性能增材制造铝合金的主要研究方向可概括为：(1) 开发高性能的Al-Si系合金，通过添加Fe、Ni、Er等元素进一步提升合金性能[17~19]；(2) 开发适用于增材制造过程的变形铝合金及其制备工艺，并进一步添加Ti[20,21]、Zr[22~24]、Sc[25]等细化晶粒，将粗大的柱状晶变为细小均匀的等轴晶，从而减少热裂纹的形成，提高合金的力学性能；(3) 开发颗粒增强铝基复合材料，在铝合金基体中添加TiB2、SiC等陶瓷颗粒，不仅能细化晶粒，提高激光吸收功率，同时能在后续热处理中起到钉扎晶界的作用，提高合金热处理后的性能[8, 26,27]。需要指出的是，Plotkowski等[28]构建了增材制造Al-Ce合金的“成分-工艺-微结构”实验图谱，用于合金成分设计和工艺选择，这为从实验角度进行增材制造铝合金的设计提供了一种高效方法。但截止目前，研究人员主要基于“经验试错法”开展相关研究，实验周期长，耗费大量的人力物力，而且很难快速找到性能最优的目标合金。

随着集成计算材料工程(Integrated Computational Materials Engineering，ICME)和材料基因工程(Materials Genome Initiative，MGI)等计划的深入实施，各尺度计算方法逐步应用于辅助增材制造铝合金的设计中。如原子尺度的第一性原理计算和介观尺度的相图计算(Calculation of Phase Diagrams，CALPHAD)方法作为合金设计的重要手段，能有效减少新材料设计与开发的时间和成本，实现合金的高效设计，已成功用于高性能铝合金的设计与开发[21,29,30]。再如介观尺度的相场模拟方法，通过耦合铝合金热/动力学数据库，可实现铝合金制备过程中微结构演化的定量模拟[31]。而宏观尺度的有限元模拟，能对铝合金在增材制造过程中的熔池温度场、应力场和速度场进行数值模拟，揭示变形铝合金SLM过程中球化、孔隙和裂纹的形成与冶金行为演变机制[32]。此外，通过机器学习对实验数据进行挖掘，建立制备工艺和力学性能的关系，能准确地预测裂纹的形成[33]和开发新型高性能铝合金[34]。综上所述，第一性原理计算、CALPHAD、相场模拟及机器学习等各尺度的计算方法有望实现高性能增材制造铝合金的高效设计与开发。

本文将基于近年来国内外学者的研究成果，分析不同计算方法进行增材制造铝合金设计的策略，并给出原子、介观和宏观尺度计算及机器学习辅助增材制造铝合金设计的代表性案例，进而从成分设计、工艺设计和组织优化等方面总结各尺度计算在高性能增材制造铝合金领域的发展现状。最后，针对加速推动多尺度计算在高性能增材制造铝合金开发中的应用进行展望，并指出发展方向。

1 原子尺度计算/模拟在增材制造铝合金中的应用

1.1 第一性原理计算

第一性原理指的是量子力学原理。基于少数几个基本假设的量子力学方法，同时增加了不同程度近似考虑的计算方法，统称第一性原理计算方法。第一性原理计算考虑了原子和电子层次的相互作用，可提供合金结构与性能关系之间的准确信息[35]。

第一性原理计算能为增材制造铝合金中固溶强化的元素选择和添加量提供指导。如：Uesugi和Higashi[36]采用第一性原理计算，研究了55种Al-mX (m = 3.70、3.13、1.56和0.93，原子分数，%)固溶体的晶格常数变化以及溶质原子引起的局部晶格畸变。计算的体积尺寸因子和错配应变与文献中可用的实验数据非常吻合。同时，作者将错配应变用于估算由固溶强化而增加的屈服应力，计算得到的固溶强化程度与现有实验值吻合较好。如图1a[37]所示，Michi等[37]总结了Al-X固溶体中各种元素能提供的固溶强化幅度，与Uesugi和Higashi[36]通过第一性原理估算的结果一致，该结果为增材制造铝合金的固溶强化元素的选择和添加量提供了理论指导。同时，Michi等[37]还总结了Al-X固溶体中各元素的最大平衡固溶度和400℃下在Al中的扩散系数的关系，如图1b[37]所示，可以看出，低扩散系数的溶质有望在高温下提供固溶强化效果，有利于寻找最优的固溶元素，如具有低扩散、高溶解度和高固溶强化效果的Mn。

图1

图1   Al-X固溶体中固溶强化效果随溶质浓度的变化，及Al-X固溶体中各元素的最大平衡固溶度与其在400℃下Al中扩散系数的关系[37]

Fig.1   Plot of solid solution strengthening increment as a function of solute concentration (atomic fraction) in the matrix (a) and plot of diffusivity at 400oC vs maximum equilibrium solid solubility (atomic fraction) for selected solutes in Al (b)[37]

1.2 分子动力学模拟

分子动力学模拟(molecular dynamics simulation)通过计算机对原子核和电子所构成的多体体系中微观粒子之间的相互作用和运动进行模拟，在此期间把每一原子核视为在其他全部的原子核和电子所构成的经验势场的作用下按照Newton定律进行运动，进而得到体系中粒子的运动轨迹，再按照统计物理的方法计算得出物质的结构和性质等宏观性能[38]。目前，分子动力学在增材制造铝合金中已有较为广泛的应用，诸如粉末颗粒合并和烧结颈生长[39]、凝固过程中的均匀成核[40]、局部熔化和快速凝固[41]、不同晶粒形态的力学拉伸响应[42]等方面。

Kurian和Mirzaeifar[41]利用分子动力学建立了微型选区激光熔化(micro-selective laser melting，μ-SLM)过程的准二维(2D)模型，模拟Al纳米粉末床熔池内部晶核的形成和生长，通过在空间和时间上直接控制熔池的温度，模拟了熔池的局部加热和快速凝固。如图2[41]所示，熔池的快速凝固显示了熔池中心等轴晶粒的均匀形核与冷却速率相关。此外，沿着最高的热流方向，可以观察到相邻激光轨道、前层和部分熔化的纳米粉末在凝固熔池中的外延晶粒生长。如果前一层重熔时的穿透深度小于等轴晶粒的深度，长柱状晶粒向顶层的生长就会受到抑制。在对三层铝纳米粉末颗粒进行10次激光束照射后得到的最终凝固的纳米结构中，观察到遍布三层的长柱状晶粒、等轴晶粒、纳米孔、孪生边界和堆积断层。

图2

图2   通过分子动力学构建的微型选区激光熔化(μ-SLM)模型处理Al纳米粉末床的最终凝固结构[41]

Fig.2   Finally solidified structures of the aluminum nano-powder bed processed by micro-selective laser melting (μ-SLM) model using molecular dynamics. Ten laser tracks have fused together a total of 453 nano-powders of average diameter 9.67 ?nm in three different layers shown in first layer (a), second layer (b), and third layer (c) (Dark semi-circles outline the contours of the melt-pool boundaries; the grains that span across the three layers are explicitly numbered in Fig.2c; the solidified nanostructure is dominated by epitaxially grown grains. Other important structural features such as equiaxed grains, nano-pores, twin boundaries, and stacking faults are labeled in Fig.2c)[41]

Zeng等[42]通过对单轴拉伸实验进行一系列的分子动力学模拟，研究了SLM制备的Al中胞状结构的力学变形，分析了柱状晶的晶型、温度和晶粒取向对SLM Al力学性能的影响。模拟结果表明：柱状晶的SLM Al在不同温度下的抗拉强度均低于单晶Al，但高于等轴晶Al。随着温度的升高，拉伸强度和Young's模量均呈近似线性下降。等轴晶和柱状晶的变形机制包括位错滑移、晶界迁移和扭转，单晶的变形机制包括堆积断层形成和非晶化。最后，研究了柱状晶取向对力学性能的影响，发现Young's模量几乎与晶粒取向无关。柱状晶取向对拉伸强度影响较大。因此，合理控制晶粒取向可以提高SLM Al的抗拉强度。

2 介观尺度计算/模拟在增材制造铝合金中的应用

2.1 计算热力学

相图是研究材料成分、工艺、结构与性能之间关系的重要基础[43]。由Kaufman和Bernstein[44]创立的CALPHAD方法作为重要的热力学建模技术，可用于开发热力学数据库和计算多组元材料的相平衡关系。CALPHAD方法的实质是根据目标体系中各相的晶体结构、磁性有序和化学有序转变等信息，建立起各相的热力学模型，并由这些模型构筑各相的Gibbs自由能表达式，最后通过平衡条件计算相图。CALPHAD往往与材料实验研究相结合，通过实验获得不同物相影响材料力学、热学、电化学等性能的基本规律，然后利用CALPHAD计算不同体系下的相图，建立成分-物相-性能之间的关联规律，从而实现成分优化与性能提升。目前，CALPHAD方法已扩展到多元体系的原子移动性参数[45~47]、摩尔体积[48]、热导率[49]、黏度[50]、Young's模量[51]、界面能[52]等各种材料参数的建模。计算热力学驱动的增材制造铝合金设计策略流程如图3[53]所示。基于可靠的热力学数据库和软件/代码的计算热力学，可以对影响增材制造铝合金性能的不同因素进行准确预测，包括可打印性[54,55]、晶粒细化[30,56,57]、过饱和固溶[15]和热处理工艺[58]等，依此可以通过多目标设计策略来实现合金成分的设计和热处理机制的优化。

图3

图3   计算热力学驱动的增材制造铝合金设计策略流程[53]

Fig.3   Strategic workflow of alloy design approach for additive manufacturing aluminum alloys driven by computational thermodynamics[53] (HSI—hot susceptibility index or crack susceptibility index (CSI), ΔTCTR—craitical temperature range, Qtrue—growth restriction factor for true alloy system)

2.1.1 可打印性

在高强度铝合金的增材制造过程中，凝固开裂是一种常见的现象。对于AA2024、AA6061和AA7075等合金，其凝固过程中柱状晶粒沿热梯度方向扩展，并沿晶界收缩，导致裂纹形成[15,59]。在凝固的最后阶段，可以沿晶界观察到凝固裂纹的形成和扩展。凝固裂纹发生在凝固的最后阶段，此时没有足够的流动液体来填充凝固金属之间的间隙，而凝固金属所占的体积小于液体[55]。这种类型的裂纹与较大的凝固范围和凝固末端的熔体的补缩能力有关，常用脆性温度范围(brittle temperature range，ΔTBTR)[60]和裂纹敏感性因子(crack susceptibility index，CSI)[55]来考量热裂纹敏感性(hot crack susceptibility，HCS)大小。

ΔTBTR[60]表示为：ΔTBTR = TZST - TZDT，其中TZST表示零强度温度(zero strength temperature，ZST)，TZDT表示零延性温度(zero ductility temperature，ZDT)。当温度为TZST时，力可以垂直于枝晶生长方向传递，相应的固体摩尔分数fS一般大于0.65；当温度为TZDT时，晶粒开始发展延展性，TZDT对应于0.98 < fS < 1，如图4a[60]所示。脆性温度范围越宽，表示热裂纹产生的趋势越大。因此，常通过降低脆性温度范围来缓解热裂问题。基于热力学数据库和热力学计算软件，采用Scheil-Gulliver模型模拟合金的凝固路径，可以有效计算ΔTBTR。Scheil-Gulliver模型中假设固/液界面处满足热力学平衡，且液相中的扩散系数无限大，而固相中无扩散[61]。因此，该模型十分适合高冷却速率的凝固模拟。Dreano等[54]通过Scheil-Gulliver凝固模拟研究了AlSi10Mg、6061和7075 3种代表性合金的凝固路径，并计算ΔTBTR表示合金的热裂纹趋势，如图4b和c[54]所示。计算结果表明：在3种合金中，AlSi10Mg合金具有最小的脆性温度范围，产生热裂纹的趋势最小。相比于AlSi10Mg，6061和7075合金产生热裂纹趋势很大，这很好地解释了6xxx和7xxx合金在增材制造过程中极容易产生热裂纹的特点。但实验中6xxx合金比7xxx合金更容易产生长裂纹[62,63]，仅通过ΔTBTR难以做出准确的对比和预测。

图4

图4   热裂中具有特征温度的凝固组织示意图[60]及AlSi10Mg、6061、7075铝合金的Scheil-Gulliver凝固模拟结果和脆性温度范围ΔTBTR的比较[54]

Fig.4   Solidification structure with characteristic temperatures in hot tearing[60] (a), and Scheil-Gulliver solidification simulations (b) and comparison of the calculated brittle temperature range ΔTBTR (ΔTBTR = TZST - TZDT) (c) for AlSi10Mg, 6061, and 7075 aluminum alloys[54] (TZST—zero strength temperature, TZDT—zero ductility temperature)

凝固范围同样对合金的热裂纹敏感性有影响。宽广的凝固范围意味着合金将在半固态状态下保持更长的时间。为了理解凝固范围对合金HCS的影响，将凝固范围分成2部分更为实际：TZST之前的凝固范围和TZST之后的凝固范围。在达到TZST之前，由于固体悬浮在液体中，微观结构的液体渗透率通常较高[60]。因此，充足的液体补偿了凝固收缩应变，HCS在这个阶段仍然很低。因此，高的初始冻结范围对合金HCS的影响较小。相反，在凝固末期，宽的凝固范围(高ΔTBTR)意味着合金在较长的时间内保持较低的韧性状态。在这种状态下，由于枝晶臂之间存在一层薄薄的液膜，收缩应变不能被有效容纳[60]。此外，由于液体分量的迅速减少和毛细管效应，任何裂缝可能不会被液体回填。因此，这个阶段的HCS很高。随着凝固的进行，晶粒发展出延展性(fS> 0.98)，收缩应变可以被晶粒间的变形所容纳。因此，在TZDT之后，HCS降低。

考虑裂纹通常发生在凝固的末期，即当温度达到固相线温度(此时fS = 1)时，裂纹通常沿着晶界开始并在枝晶间液膜中扩展。2015年，Kou[55]提出了3个预测开裂的判据：(1) 晶粒在横向上因拉伸应变而相互分离，从而导致开裂；(2) 晶粒的横向生长将每个晶粒桥接在一起以抵抗开裂；(3) 沿晶界的液体补缩以抵抗开裂。如果局部应变速率超过横向生长速率和液体进料速率的总和，就会发生开裂。Kou[55]提出了合金在凝固过程中裂纹敏感性因子CSI：当(fS)1/2 = 1时，CSI = |dT / d(fS)1/2|，其中T是温度，fS此处指半固体中的固体摩尔分数。Kou准则已成功用于预测Al-Mg-Si、Al-Cu-Mg和Al-Cu-Si合金的裂纹敏感性[64]，并且得到了实验验证[65]。如图5a[55,66]所示，该因子的主要影响因素有2个：(1) 2个相邻晶粒相互桥接以抵抗开裂的横向生长速率；(2) 液体补缩以抵抗开裂的晶界液体通道的长度。较高的CSI表示柱状晶粒相互桥接并抵抗开裂的横向生长速率较低，同时也意味着较长的液体通道，这使得液体难以及时补缩，开裂的趋势较大。此外，Kou[67]研究了不同系列变形铝合金的裂纹敏感因子，如图5b[67]所示。通过Scheil-Gulliver模型模拟了不同系列变形铝合金的凝固路径，并计算相应CSI，计算结果表明：6061 > 7075 > 2024 > 2014 > 2219，与Dowd[62]和Dudas等[63]的实验结果一致。相比于用ΔTBTR考量热裂敏感性，CSI能对不同系列变形合金的裂纹敏感性做出更为准确的预测。

图5

图5   Kou准则中裂纹敏感因子示意图[55,66]及其在变形铝合金中的预测结果[67]与实验结果[62,63]对比

Fig.5   Schematic diagram of the crack susceptibility index (CSI) in the Kou criterion[55,66] (a) and comparison of the calculated CSI (CSI = |dT / d(fS)1/2|, when (fS)1/2 near 1)[67] and experimental crack susceptibility[62,63] of wrought Al alloys (b) (t is time, R is the characteristic radius of grain)

Li等[58]基于Kou模型，研究了SLM制造过程中Si对Al7075合金凝固开裂的影响。采用Scheil-Gulliver模型模拟了不同Si添加量时Al7075变形铝合金的凝固路径(如图6a[58]所示)，并计算了相应的CSI。如图6b[58]所示，随着Al7075合金中Si含量从0.17% (质量分数)增加到8%，当Si含量增加到2%时，裂纹敏感性开始降低；当Si含量在3%~4%范围内时，CSI达到最低水平，并且不随Si含量的增加而显著变化；随后当Si含量超过5%时，CSI略微增加，并且在Si含量为8%时保持稳定。Li等[58]根据凝固路径，分析了CSI初始降低的原因在于合金共晶组织的组成中(S + T)相转变为(Al2Cu + C15 Laves + Q)相。当Si含量超过5%时，CSI的增加是由于共晶组织中Si相的形成。因此，建议使用3%~4%的Si含量以实现低裂纹敏感性，从而能够通过SLM进行加工。Li等[58]通过实验发现：SLM制备的Al7075合金容易发生凝固开裂，打印态的Al7075样品中的裂纹主要沿晶界存在，如图6c和e[58]所示。开裂机制如图6g[58]所示。除了基于Kou模型讨论的凝固行为外，其他材料和工艺相关因素也会影响凝固裂纹敏感性。Al7075合金的高热膨胀系数导致凝固过程中产生较大的凝固收缩和热收缩，也会进一步导致凝固裂纹的产生。添加3.74%Si后，Al7075合金的裂纹得到消除，如图6d和f[58]所示。进一步对比SLM制备的Al7075合金和Si改性Al7075合金的微观结构，电子背散射衍射(EBSD)图的结果揭示了晶粒形态和尺寸方面的显著差异。观察到在Si改性合金中晶粒被细化并且外延晶粒生长被显著抑制。此外，由于在熔池边界处存在等轴晶粒和在熔池内存在柱状晶粒，在Si改性Al7075合金中可以识别出熔池。而添加Si的晶粒细化主要归因于2个因素：即，共晶形成溶质对晶粒生长的限制和先前沉积层上的异质形核。下文将进一步深入分析引起晶粒细化的这2个因素。

图6

图6   Si改性Al7075合金凝固路径、裂纹敏感性计算结果及SLM工艺制备合金的微观组织形貌[58]

Fig.6   Calculational results of Scheil solidification and CSI of Si-modified Al7075 alloys, and grain morphologies of SLM processed Al7075 alloy (Al-5.10Zn-2.67Mg-1.55Cu, mass fraction, %) without and with Si[58]

(a) T vs (fS)1/2 curves of the Al7075 alloys with 0.17% to 8% Si additions (mass fraction), the dashed vertical line indicates (fS)1/2 = 0.99

(b) variation of crack susceptibility of Al7075 alloys as a function of Si additions (Insets show the defect morphologies of Si-modified SLM processed Al7075 alloy)

(c-f) grain morphologies of SLM processed Al7075 with solidification cracks (c, e), and crack-free Si-modified Al7075 alloy (Al7075-3.74Si%) processed by SLM (d, f) (BD—building direction)

(g, h) schematics of epitaxial growth of the Al7075 alloy (g) and the solidification cracking mitigation mechanism in the Si-modified Al7075 (h) (Tl is the liquidus temperature, Ts or Ts1 is the terminal temperature of solidification, Ts2 is the temperature of full columnar grains zone, ΔT is solidification temperature range (ΔT = Tl - Ts), //ΔGmax represents that the growth direction of columnar grains is preferentially oriented parallel to the direction of the maximum temperature gradient G)

2.1.2 细化晶粒

细化晶粒不仅能提高合金的强度和韧性，还能通过调整合金在凝固过程中的枝晶形貌和晶间残余液相的分布来降低合金的热裂倾向[68]。目前，关于晶粒细化的理论模型研究，包括：(1) 用生长限制因子来判断溶质元素对晶粒生长的抑制作用[56,57]；(2) 用自由生长模型预估形核颗粒尺寸及所需的临界形核过冷度[69]；(3) 相互依存理论，综合考虑了异质形核及溶质元素的生长限制效应对晶粒尺寸的影响[70]。

溶质效应已被证明对有效的晶粒细化至关重要[71]。在合金的凝固过程中，固/液界面前沿会因溶质偏析而产生成分过冷。当溶质偏析所提供的过冷度(ΔTC)大于形核所需要的临界过冷度(ΔTn)时，可以通过促进新晶粒的形核以抑制原有晶粒的继续生长。为了衡量不同溶质对晶粒细化的影响[57,72]，定义生长限制因子Q (growth restriction factor，GRF)：

式中，i为不同的溶质元素，mi 是液相线斜率，ci 是溶质元素浓度，ki 是用于描述凝固过程中溶质分配的平衡分配系数k = cs / cl，其中cs和cl分别是固/液界面处固相和液相的平衡溶质浓度。随着热力学模型的发展，目前可以很好地评估和量化成分过冷度。目前实践中最有说服力的Q计算方法是Quested等[73]提出的采用成分过冷的初始速率来表示真实合金体系的生长限制因子Qture：

式中，ΔTcs是成分过冷度。Men和Fan[74]提出了一种能准确描述晶粒尺寸$\overline{?}$与1 / Q关系的解析模型：

式中，K为一个与合金成分和凝固条件相关的常数。Kotadia等[6]和Qi等[75]总结了常见Al-X二元系中生长限制因子与初晶Al晶粒尺寸间的关系，Qtrue越大，表明该溶质在固/液界面前沿产生成分过冷的能力越大，晶粒细化的效果越好。Schmid-Fetzer和Kozlov[76]进一步证明Qtrue的计算同样适用于多组元体系，包括初生相为金属间化合物或陶瓷相的情况，并在含有细化剂TiB2和金属间化合物TiAl3和τ1相的Al-Si-Ti-B四元系中进行了验证，最终推荐采用Scheil-Gulliver凝固模拟结果计算多组元的Qtrue。

除了元素的成分过冷效应外，异质形核也对铝合金晶粒细化非常关键。凝固理论认为：颗粒的异质形核效力与颗粒/基体界面的界面能紧密相关。颗粒与基体之间的晶格错配度越小，则两相界面能越低，颗粒的异质形核效力越强[77]。目前，铝合金应用中常见的有效异质形核剂主要包括：(1) 通过添加元素Ti、Zr、Sc等，原位生成弥散细小的初晶Al3X金属间化合物，作为(Al)相的异质形核质点；(2) 原位或离位添加的陶瓷相颗粒，如硼化物(TiB2、LaB6、CaB6)、碳化物(TiC、SiC)、氮化物(TiN、Si3N4、BN、AlN)、ZrH2等[26]。

Al3X (X = Ti、Zr、Sc)相通常会与液相发生包晶反应生成(Al)。Nie等[23]根据Al-Zr相图，研究了0、0.6%、1%、1.5%、2%和2.5% (质量分数) Zr的添加对SLM工艺下Al-4.24Cu-1.97Mg-0.56Mn (质量分数，%)合金成形性、微结构和力学性能的影响。结果发现：Zr添加会生成初晶相Al3Zr，能极大地细化(Al)晶粒，将柱状晶转变为细小的等轴晶，消除热裂纹。随着Zr的添加，晶粒尺寸得到不断细化。根据力学性能和热导率测量结果来确定，当Zr的添加量为2%，该合金具有最佳的力学性能和最低的热导率。Li等[24]采用计算热力学方法研究了Mn、Cu、Mg添加对Al-Cu-Mg-Mn体系的热裂敏感性的影响，并筛选出具有较低裂纹敏感性的Al-4.40Cu-1.51Mg-1.15Mn (质量分数，%)合金，但其计算结果显示Zr的添加对其热裂敏感性因子影响不大。Li等[24]通过SLM工艺制备了添加不同含量Zr (1%、1.98%、3.72%，质量分数)的Al-4.40Cu-1.51Mg-1.15Mn合金，结果表明：Zr的添加会生成Al3Zr而不断细化晶粒，当Zr的添加量在1%~1.98%时，微结构中柱状晶和等轴晶共存；当添加量为3.72%时，微结构完全由等轴晶构成，且具有最佳的强度和塑性。然而，目前对于不同体系合金中最佳X (X = Ti、Zr、Sc)元素等添加量仍需要通过实验来确定，缺少理论计算辅助设计。

最近，本文的2个研究小组合作，采用计算热力学方法，通过相图、裂纹敏感性和生长抑制因子研究了Ti对Al-2.25Cu-1.8Mg (质量分数，%)合金的影响，综合考虑了Al3Ti的原位生成、Ti对裂纹敏感性影响和Ti对晶粒生长的抑制作用，开发了适用于增材制造的新型抗裂纹、高性能铝合金[21]。如图7a~c[21]所示，计算结果表明：Ti的添加会形成Al3Ti相，并作为初晶相，随后发生包晶反应：Liquid + Al3Ti→(Al)。Ti的添加对凝固路径的末端影响不大，因此对裂纹敏感性影响不大，但Ti的加入能显著提高Qture。添加1.5%Ti (质量分数)的Al-2.25Cu-1.8Mg合金的平均晶粒尺寸仅为不添加Ti的1/3，能极大地细化晶粒；当Ti的添加量超过1.5%后，细化效果提升变缓。因此，最佳的Ti添加量设计为1.5%。图7d[21]为Al-Cu-Mg合金的裂纹机制示意图。通过实验方法，证实了Ti对SLM工艺制备的Al-Cu-Mg合金零件裂纹形成的抑制作用。如图7e~h[21]所示，Ti的加入有效地促进了Al-Cu-Mg合金的晶粒细化和柱状晶向等轴晶的转变。与柱状晶粒相比，等轴晶粒具有以下优势：(1) 更容易旋转以适应应变，从而抑制了相邻晶粒之间的相干性；(2) 细等轴结构中每单位体积内更多的界面也能够更好地消除热应力；(3) 等轴细晶粒还可以改善快速凝固过程中的液相流动，从而在很大程度上避免形成热撕裂裂纹；(4) 与粗大柱状晶粒的平坦边界相比，在细等轴微结构中提供了更曲折的裂纹路径，从而抑制了裂纹扩展。因此，与Al-Cu-Mg合金的粗大柱状显微组织相比，Ti添加形成的细等轴组织显著降低了产生裂纹的可能性，且当Ti的添加量为1.5%时，力学性能达到最佳。

图7

图7   一种用于SLM的新型无裂纹Ti改性Al-Cu-Mg合金设计流程[21]

Fig.7   A novel crack-free Ti-modified Al-Cu-Mg alloy design flow for SLM[21]

(a) vertical section of Al-2.25Cu-1.8Mg-xTi alloys (mass fraction, %)

(b) Tvs (fS)1/2 curves of Al-Cu-Mg-xTi alloys with Ti contents ranging from 0 to 2%

(c) calculated Qtrue values in Ti/Al-Cu-Mg alloys for constrained L→α-Al solidification with Ti contents ranging from 0 to 2% (Metastable solidification conditions are used at higher values of Ti content to suppress the formation of intermetallic phases)

(d) schematic of cracking mechanism in the Al-Cu-Mg alloy

(e, f) SEM image (e) and inverse pole figure (IPF) (f) showing the microstructure in the cracked zone of Al-Cu-Mg alloy

(g, h) SEM image (g) and IPF (h) of Ti/Al-Cu-Mg alloy consisting of fine equiaxed grains without cracks

2.1.3 固溶强化

金属增材制造过程温度梯度大，冷却速率极高(103~107 K/s)，极容易形成过饱和固溶体[78]。表1[79]列出了平衡条件和快速凝固条件下(约106 K/s)的二元铝合金中溶质的溶解度极限。过饱和溶质原子通过扭曲晶格产生相当大的弹性应力场，与传统方法制造的合金相比，产生了相对更强的位错运动屏障，并实现了相应的固溶强化效果。例如，SLM制备的AlSi10Mg合金具有比传统铸造合金更高的强度，主要贡献来自于快速凝固条件下形成的细晶带来的细晶强化和α-Al相过饱和固溶体的固溶强化[10,80]。Cauwenbergh等[10]通过实验研究了SLM制备的AlSi10Mg微结构，通过扫描透射电镜-能谱仪(STEM-EDX)测定了α-Al相和共晶组织中Si和Mg的溶度。结果表明：在SLM工艺下(冷速约为105 K/s)，α-Al相中Si的浓度为2.7% (质量分数)，明显高于平衡凝固(1.0%~1.6%)和Scheil-Gulliver凝固模拟(1.2%~1.5%)计算中Si在α-Al相的浓度。受高冷速的影响，Si元素的分配系数k (0.27)强烈偏离了Al-Si合金中的平衡分配系数ke (0.13)。

表1   平衡和快速凝固条件(约106 K/s)下二元铝合金中溶质的溶解度极限值[79] (atomic fraction / %)

Table 1  Solubility limits of solutes in binary aluminum alloys under equilibrium and rapid solidification conditions (~106 K/s)[79]

新窗口打开| 下载CSV

如前所述，Scheil-Gulliver模型[61]广泛用于讨论增材制造合金的凝固路径，以及计算元素添加对合金裂纹敏感性和对晶粒的生长限制作用。Scheil-Gulliver假设在固/液界面存在热力学平衡，液相中扩散无限快和在固相无扩散：

式中，CL代表液相的成分。在金属增材制造过程中，存在温度梯度大、冷却速率极高等特点，金属凝固时固/液界面推移速率大幅提高，导致固相和液相内部的溶质来不及充分扩散，界面上的溶质迁移极大地偏离平衡位置，使更多的溶质溶入固相，出现严重的溶质截留现象[81]。该现象会导致固/液界面的分配系数k偏离ke。Aziz等[82~84]提出了连续生长模型(continuous growth model，CGM)，推导了随凝固速率V变化的偏析系数k(V)：

式中，${?}_{\mathrm{D}}^{\mathrm{I}}$表示在界面处的扩散速率：${?}_{\mathrm{D}}^{\mathrm{I}}={?}_{\mathrm{I}}/?$，其中DI表示在界面处的扩散系数，λ表示固/液界面的原子间距。在SLM调制加工条件下，V与激光扫描速率v成正比V = vcosβ (β表示枝晶生长与激光方向之间的角度，通常设置为45°)。Guercio等[15]采用经典的Scheil-Gulliver模型和考虑溶质截留的Scheil-Gulliver模型(V = 0.5和1.5 m/s)模拟AA2024合金的凝固路径，并对比了不同凝固条件下α-Al相中Cu、Mg和Si的溶质浓度随固相分数的变化。与经典的Scheil-Gulliver模型相比，考虑溶质截留的凝固路径向高固相分数方向移动，α-Al基体中捕获的Cu、Mg和Si含量高于经典Scheil模型计算的含量[15]。此外，凝固速率的增加导致α-Al基体中更高的偏析，这是由更高的冷却速率引起的[85]。

2.1.4 热处理工艺设计

对于传统的铸造合金和变形合金，热处理能改善微观组织的不均匀性，进一步提高合金的力学性能。可热处理的铝合金体系包括：Al-Si(-Mg)、Al-Cu、Al-Zn-Mg、Al-Mg-Sc(-Zr)等[86]。传统的热处理工艺包括：固溶自然时效处理(T4)、稳定化处理(T5)、固溶人工时效处理(T6)等，其中，固溶处理的主要目的是使材料中的第二相或其他可溶成分(Mg、Cu、Si等)充分溶解到Al基体，形成过饱和固溶体。时效处理的主要目的是使第二相粒子从过饱和固溶体中析出，弥散分布在α-Al晶粒内部和晶界处，从而产生强化作用(析出强化)，进一步提高合金的力学性能。常用热力学性质图来优化铝合金的热处理工艺[53,87]。

由于3D打印存在内禀热循环特点，对制造具有均匀性能的金属构件提出了严峻挑战。例如，SLM成形具有逐层叠加的特点，通常会导致已经熔覆的金属材料经历反复的热循环过程，类似在打印过程进行了“原位热处理”，造成制造出的构件具有自上而下的显微组织和性能的不均匀性，从而可能导致部件在服役过程出现难以预测的失效。为此，许多研究者[19,80,86]开展了热处理对增材制造铝合金微结构和性能的影响研究。

Li等[11]研究了固溶热处理对SLM制备的Al-12Si合金中微结构和元素的影响。结果表明：固溶处理导致明显的Si球化。在打印态下，Al基体中的Si含量为7% (质量分数)，远远超过平衡状态下的Si在Al中的溶解度极限(1.6%)。然而，在固溶处理后，Al基体中的Si含量在15 min后迅速下降至2%，然后在30 min后降至1.6%的平衡浓度。且在非常短的固溶处理时间(15 min)后，过饱和的Si从Al中沉淀出来，形成微小的共晶硅颗粒，合金的强度也降到最低，延伸率达到最高(25%)[11]。更长的固溶处理时间对Al中的Si含量没有影响，仍为1.6%，且对应的性能基本保持不变。

Takata等[80]比较了SLM制备的各种Al-Si基合金与传统铸造合金的拉伸强度。结果表明：对SLM制备的Al-Si合金采用传统的热处理工艺T6，其强度降到和铸造合金同水平，说明SLM工艺的优势完全消除。主要原因在于传统的固溶处理消除了合金在快速凝固条件下形成的超过饱和固溶体，导致强度大幅下降。因此，考虑到3D打印工艺制备会形成超过饱和固溶体的特点，可选择对打印态合金采用直接时效处理。许多研究者[10,19]开展了直接时效对打印态合金的影响研究，结果表明：对打印态合金直接进行时效处理，合金在析出第二相的同时，Al基体还保持了一定的过饱和度，能最大程度地提升合金的强度，且对塑性的影响较小。

2.2 相场模拟

相场法是以Ginsberg-Landau相变理论为基础，以序参量(order parameter)来描述相变时对称破缺(symmetry breaking)，以微分方程描述扩散、有序化势和热力学驱动的综合作用[88]。相场变量Φ反映了系统内部的有序化程度，其值在固相中为1，表示体系内部高有序化状态；在液相中为0或-1，表示体系内部低有序化状态。金属凝固过程中相变意味着体系内部有序化程度的改变。

增材制造过程中温度梯度高、冷却速率大，工件经历快速的加热冷却循环，极度偏离平衡状态，微观组织与传统制造不同。由于这一特点，在生成具有强取向性柱状晶的同时，会产生细小的、具有过饱和固溶的等轴晶，有利于减少工件裂纹的形成，提高工件的性能[89]。因此，对增材制造微结构的演变进行研究对提高材料的性能有重要的意义。相场法避免了对复杂界面位置进行追踪，能够实现微结构的二维和三维模拟，是微结构模拟的有效工具。此外，相场法的另一个优势在于，它可以将其他外场(如流场、温度场、溶质场等)与相场方程耦合，从而将微观尺度场与宏观物理场结合，更加真实地描述工程实际问题，使微观组织模拟更加准确可靠。目前，应用较多的是WBM模型[90]、KKS模型[91]、多相场模型[92]，以及由Steinbach和Zhang[93,94]发展的有限界面耗散相场模型。主要用于研究增材制造中孔隙率和密度[95]、温度场演化[96]、增强颗粒对晶粒演化的影响[97]、微结构演变[98]等。

考虑到金属增材制造过程中存在温度梯度大、冷却速率极高等特点，熔池微结构通常由沿熔池温度梯度方向的粗大柱状晶和熔池芯部的等轴晶构成。定量相场模拟的目的是重现凝固过程中微观组织演化，用于分析不同凝固条件(温度梯度G，凝固速率V，冷却速率CR)对微观组织的影响，掌握凝固条件对微观组织的影响规律，实现对熔池不同位置晶粒形态和取向的控制。有限界面耗散的多相场模型[93,94]，能够有效地描述极端非平衡条件下(快速凝固过程)的溶质截留效应，被认为是最适合描述增材制造制备过程的相场模型[99]。Karayagiz等[100]将有限界面耗散模型应用于探究激光粉床熔覆打印Ni-Nb合金过程中的微结构演变研究，并给出了不同温度梯度和冷却速率下的凝固图谱。O'Toole等[101]采用有限界面耗散模型，以动力学为基础考虑跨相界面的扩散，取代了平衡分配假设，证实了利用扩散动力学结合CALPHAD预测增材制造条件下AlSi10Mg合金体系冻结微观组织的能力。本课题组[102]将该模型用于研究三元Al-Cu-Li体系在快速凝固条件下的溶质分布，并构建三元Al-Cu-Li体系的动力学相图。图8a[102]展示了通过该模型计算的Al-Cu体系中3种界面移动速率(即：凝固速率)的相场模拟稳态浓度曲线。图8b[102]展示了Al-1.1%Cu (原子分数)体系中相场模拟的溶质偏析系数和凝固温度与界面移动速率的关系，计算结果再现了实验测量的溶质偏析系数。通过相场模拟可以很好地描述Al-Cu、Al-Li、Al-Cu-Li快速凝固过程中的溶质截留现象，并且再现了实验测量或理论模型中获得的结果。如图8c[102]所示，根据预测的动力学相图发现，随着界面移动速率的增加，液相线和固相线之间的间隙逐渐减小，说明了溶质截留效应和无扩散凝固的趋势。由于进行实验测量极其困难，因此通常不存在不同凝固速率下的动力学相图，但通过相场模拟计算得到的动力学相图却对于指导新型合金制备具有重要意义。然而，目前关于相场模拟在增材制造铝合金中的应用仍较少。

图8

图8   有限界面耗散模型用于研究快速凝固条件下Al-Cu体系的溶质截留现象及动力学相图[102]

Fig.8   Solute trapping and kinetic phase diagram of the Al-Cu system under rapid solidification conditions using phase-field model with finite interface dissipation[102]

(a) phase-field simulated steady-state concentration profiles with three different interface moving velocities (or solidification rate) V in Al-Cu system (The red dash line denotes the phase field, the bule solid lines denote the overall concentrations, while the dotted lines denote the liquid concentrations)

(b) phase-field simulated solute segregation coefficient and solidification temperature as a function of interface velocity (or solidification rate) in Al-1.1%Cu (atomic fraction) alloy

(c) model-predicted kinetic phase diagrams at different interface velocities (or solidification rate) due to the 1-D phase-field simulation using the time-elimination relaxation scheme of the Al-Cu system

与增材制造过程类似的激光焊接过程同样存在快速凝固行为。Jiang等[98]建立了一个多物理场多尺度模型研究5083铝合金激光焊接过程中的复杂凝固过程。该模型结合了传热传质的宏观模型、多晶合金凝固的微观相场模型和异质形核的连续Gaussian形核分布模型，从熔池剖面、晶粒结构和枝晶结构3个方面与实验结果进行对比验证，取得了良好的一致性。通过分析温度场、浓度场和成分过冷场的演变，研究了激光熔池中从平面生长到细胞生长、柱状枝晶生长和等轴枝晶生长的整个凝固过程，如图9[98]所示。特别是，其定量预测了凝固前沿前液体中的成分过冷分布。论证了成分过冷度分布与等轴晶粒的形核/生长之间的关系，揭示了激光焊缝中不同位置的柱状晶粒和等轴晶粒的选择性生长行为。因此，将微/介观的相场模型与其他宏观物理模型结合来完整描述复杂的快速凝固行为将是相场模拟的主流发展方向之一。

图9

图9   激光熔池凝固过程中晶粒结构随时间的演变[98]

Fig.9   Evolutions of the grain structure during solidification process in the laser molten pool with time[98]

(a) t = 0 ms (b) t = 25.0 ms (c) t = 50.0 ms

3 宏观尺度模拟在增材制造铝合金中的应用

在激光与原材料相互作用过程中，材料经历了快速熔化与凝固、能量的传输与散射、金属熔体流动及相变等一系列复杂的物理化学过程，应力和组织演变十分复杂。增材制造成形各类材料时，可通过调整工艺参数来调控熔池的热力学和动力学行为，从而优化工艺窗口、调控显微组织、控制残余应力。反之，若要揭示增材制造构件的组织性能演化规律，则必须明晰成形过程中零件的热历史和热行为。然而，增材制造熔池尺度较小、冶金行为变化复杂且迅速，现有的高速摄像等在线监控方法难以实现增材制造过程的细致观察与准确测量。有限元等数值模拟可以对增材制造中的热作用[103]、成形控制[32]、组织演变[104]、残余应力分布[105]和力学行为[106]等进行预测和研究，具有低成本、高效率、理论性强及易于指导工艺优化等特点。

华中科技大学宋波团队联合爱尔兰圣三一大学殷硕教授团队，通过熔池温度场、应力场和速度场的数值模拟与微观组织表征，揭示了2xxx变形铝合金SLM过程中熔池冶金行为的演变机制以及球化、孔隙和裂纹等冶金缺陷的形成机理[32]。最后，从材料设计和工艺创新的角度讨论了冶金缺陷的抑制方法，为理解SLM成形高强铝合金的致密化行为，实现粉末材料与工艺的有效设计提供了重要参考。

(1) 从熔池温度场、流动场角度揭示了SLM成形变形铝合金的孔隙形成机制。激光能量密度是决定样品孔隙率的关键因素。熔池温度场、流动场模拟结果显示：能量密度过低时，金属粉末熔化不充分，扫描轨迹不连续或不稳定；能量密度过高时，过高的流速导致大量熔体飞溅，熔池状态不稳定，造成过度球化与过烧，且熔池表面湍流卷入气体，最终形成孔隙[32]。

(2) 从熔池应力场、晶粒组织结构角度揭示了SLM成形变形铝合金的裂纹形成机制。SLM成形变形铝合金时，熔池边缘与热影响区形成应力集中，诱导的应力超过了变形铝合金的强度极限，造成基体撕裂形成裂纹。此外SLM熔池内极高的温度梯度导致粗大柱状晶组织的形成，柱状晶间的残余液膜在凝固末期发生凝固收缩或热收缩，在晶界处形成大量硬脆属性的网状析出物，引发裂纹，如图10[32]所示。

图10

图10   Al-Cu-Mg合金裂纹形成机理[32]

Fig.10   Crack formation mechanism of Al-Cu-Mg alloy[32]

(a) simulated stress distribution of molten pool

(b) grain morphology in experimental molten pool

(c) schematic of solidification process and crack formation

4 机器学习在增材制造铝合金中的应用

机器学习是人工智能和计算科学的分支。基于统计学方法，机器学习使计算机能够识别数据中的模式，并通过分类或回归在输入和目标之间建立非参数但定量的关系，针对目标属性的阈值进行搜索、筛选和优化来扩展潜在的决策空间[107]。机器学习不需要基于现象学理解来显式求解复杂方程，其预测精度主要取决于数据质量和算法复杂度，因此能够实现对复杂问题的快速求解。

金属增材制造过程需要对大量参数进行设置，包括热源的功率和速率、扫描模式、样品几何形状等。参数的选择会影响凝固过程的温度梯度、冷却速率，进而影响熔池的形貌以及材料微观结构，最终导致了材料内部缺陷和宏观性能的演变[108]。传统方法通过对大范围工艺参数进行试错来制造高质量的零件，时间和经济成本高，且难以针对目标性能对工艺进行设计。而机器学习则可以通过分析大量实验数据，对影响成形质量的工艺参数和过程参数进行识别、分类，建立不同合金体系由工艺到性能的定量关系[89]。不仅如此，随着流程智能化和算法精度的提升，机器学习技术逐步能够在过程规划[109]、参数优化[110]、微结构调控[111]和缺陷消除[33]等金属增材制造工艺全流程优化中提供可靠支持。

Caiazzo和Caggiano[112]基于图像识别和人工神经网络，对2024 Al激光金属沉积过程工艺参数与沉积金属迹线的输出几何参数之间的相关性进行了研究。结果表明，基于神经网络的机器学习方法能够准确估计获取特定几何形状金属沉积迹线的工艺参数。在微结构调控方面，Liu等[111]开发了一种基于Gaussian过程回归的机器学习方法对AlSi10Mg合金SLM的工艺窗口进行优化。模型训练和预测结果表明，在SLM工艺中，存在更宽广的工艺窗口能够实现全致密AlSi10Mg合金(即相对密度≥ 99%)的制备。同时，预测出的新的优化工艺参数为合金微结构的设计调控提供了巨大的空间，从而实现了增材制造铝合金高强度和高延展性综合性能的协同提升。进一步地，机器学习结合传统机械模型的计算结果，能够加速工艺优化过程。针对金属增材制造中的开裂问题，Mondal等[33]提出了一种基于物理信息的机器学习方法，系统研究了6061Al、2024Al和AlSi10Mg等体系的裂纹发生机制，确定了裂纹形成与机械变量的相关性。如图11[33]所示，首先基于传热和流体模型计算“冷却速率”、“温度梯度与凝固生长速率比值”、“凝固应力”以及“易损和弛豫时间比”4个变量，并结合文献报道中的工艺参数、热物性数据和实验结果作为输入，采用决策树、支持向量机和逻辑回归对裂纹形成的条件进行预测，并比较了4个变量对于开裂的影响层级；最后根据预测结果，绘制了裂纹敏感性随工艺参数变化的关系图。与实验结果对比显示，该方法提供的裂纹敏感性图能够准确预测SLM制备铝合金过程中的开裂行为。上述研究表明，机器学习在金属增材制造质量监控、工艺优化、产品性能提升等技术领域发挥着重要作用。

图11

图11   基于物理信息的机器学习方法设计无裂纹3D打印件流程图[33]

Fig.11   A physics-informed machine learning towards crack-free printing[33]. Computed values of cooling rate and solidification morphology (indicated by the ratio of temperature gradient and solidification growth rate) at the trailing edge of the melt pool, the ratio of vulnerable and relaxation times, and solidification stress are used in a physics informed machine learning to accurately predict cracking during SLM of aluminum alloys. The combination of machine learning and mechanistic modeling gives a cracking susceptibility index, process maps for crack-free printing, the comparative influence of the important variables, and a decision tree to predict crack formation[33] (PBF-L—powder bed fusion- laser)

5 总结与展望

本文综述了目前国内外不同尺度计算方法(原子尺度、介观尺度和宏观尺度模拟及机器学习)辅助增材制造铝合金开发的研究思路与现状。不同尺度计算方法已成功用于增材制造铝合金的设计与开发中，有效减少材料设计与开发的时间和成本，实现了高性能增材制造铝合金的高效设计：原子尺度的第一性原理计算可为增材制造铝合金中固溶强化的元素选择和添加量提供指导；原子尺度的分子动力学模拟对增材制造铝合金的局部熔化、快速凝固过程以及组织的力学响应等进行预测，为合金制备过程的工艺选择和组织优化提供指导；介观尺度的计算热力学，从合金打印性、晶粒细化、固溶强化、析出强化和热处理等方面实现无裂纹增材制造铝合金的成分设计和工艺优化；介观尺度的相场模拟，能对增材铝合金制备过程中微观组织演化进行研究，探讨工艺参数对微观组织的影响，为合金制备过程的工艺优化和组织优化提供指导；宏观尺度的有限元模拟，对增材制造铝合金制备过程中热作用、成形控制、缺陷形成等进行预测和研究，易于指导工艺优化。基于大量实验数据驱动的机器学习方法，可对影响成形质量和性能的工艺参数和过程参数进行识别、分类，建立不同合金体系由工艺到性能的定量关系，实现金属增材制造合金的质量监控、工艺优化，提升产品综合性能。

然而，当前不同尺度计算方法往往仅针对增材制造铝合金“成分-工艺-组织-性能”的部分环节，严重制约了多尺度计算在增材制造领域的应用。为此，未来可从以下2个方面来实现高性能增材制造铝合金的高效开发。

第一，建立增材制造铝合金的集成计算材料工程框架。旨在集成不同尺度的计算方法为一个整体系统，建立增材制造铝合金“成分-工艺-组织-性能”的定量关系。

Mishra和Thapliyal[113]提出了适用于增材制造合金设计的集成计算材料工程框架及不同尺度计算在其中的应用。将计算热力学和第一性原理计算结合，建立合金从“成分-工艺-微结构”的定量关系，有利于无裂纹的高性能增材制造铝合金的成分设计。分子动力学、相场模拟和有限元模拟相结合，可对增材制造过程中的温度场、应力场和微结构演变进行定量模拟，建立合金“工艺-微结构”的定量关系，为合金制备工艺的优化提供准确高效的指导。机器学习和实验相结合，建立合金“工艺-微结构-性能”间的定量关系，为金属增材制造的质量监控、工艺优化、产品性能提升提供指导。最终，不同尺度计算相结合，实现增材制造铝合金从“成分-工艺-组织-性能”的整体设计。

需指出的是，高效可靠的集成计算材料工程框架强烈依赖于更加合理的计算方法以及高通量计算的支持。一方面，不同尺度计算方法还有待发展，比如：上文提到的改进Scheil-Gulliver模型中，已考虑了快速凝固对溶质偏析的影响，但对实际多元多相体系在快速凝固条件下部分稳定相被抑制的预测仍存在偏差[21,24]，因此有必要进一步改进该模型；在相场模型方面，有限界面耗散的多相场模型[93,94]能够定量描述极端非平衡条件下(快速凝固过程)的溶质截留效应，但要实现增材制造过程微结构演变的定量模拟，还需耦合可靠的温度场和流场方程。另一方面，高通量计算将进一步提升合金设计的效率。高通量计算是实现“材料按需设计”的基础，可以有效缩小实验的范围，为实验提供科学依据。目前，高通量计算较为耗时，计算任务的高效管理和计算结果的后处理仍然具有挑战性。实现高通量计算的方法主要包括并行计算和分布式计算，本文作者等[114]前期开发了一种机器学习加速的分布式任务管理系统(Malac-Distmas)，实现了高通量计算和各种数据的存储。该系统嵌入机器学习技术，可对输出数据进行增密，减少计算量，实现高通量计算的加速。通过将Malac-Distmas与不同的热力学计算软件耦合，实现了Gibbs自由能、相图、Scheil-Gulliver模拟、扩散模拟、析出模拟以及热物性参数等的高通量计算。此外，Malac-Distmas不限于实现热力学、动力学和热物理性质的高通量计算，还可与其他计算/模拟软件/代码进行耦合，实现高通量计算/模拟[114]。

第二，发展高性能增材制造铝合金的多目标设计方法与优化策略/技术。基于集成材料工程建立增材制造铝合金“成分-工艺-组织-性能”定量关系，针对不同应用背景与材料性能需求，开发对应的多目标(如：无裂纹高强高导电、无裂纹高强高韧等)设计方法，实现增材制造新型高性能铝合金的高效设计与开发。

综合性能是衡量材料能否满足工程应用的前提。但由于材料性能影响因素众多，性能间交互作用复杂，如材料的强度与塑性/韧性，强度与电导率等，往往相互冲突，呈此消彼长的矛盾关系。因此，设计研发平衡材料各类性能最优值、实现综合性能最优的材料，一直是材料领域的难题[115]。在多目标设计方法方面，Yi等[53]前期通过结合计算热力学、实验和机器学习，建立稀土/碱土改性铸造铝合金“成分-工艺-组织-性能”定量关系，从铸造性、晶粒细化、共晶改性、固溶强化、析出相特性和热处理等多方面出发，对合金的强度和塑性进行多目标设计，成功开发出高强高韧的稀土/碱土改性铸造铝合金。在多目标优化策略方面，主要包括逐层筛选优化、多目标转单目标优化、Pareto前沿协同优化等优化策略。最近，Dai等[116]将三维定量相场模拟和分级多目标优化策略相结合，通过对物理气相沉积(PVD)工艺中TiN涂层生长过程进行了大量的三维相场模拟，获得了模型参数、微观结构和各种涂层性能之间的参数关系。基于定量相场模拟和关键实验数据，提出了一种分级多目标方法来设计多种涂层性能。随后，根据对各种目标组合的Pareto前沿的识别，对边际效用进行了研究。以分级的方式对模型/工艺参数进行过滤，最终找到与实验结果一致的最佳TiN涂层性能窗口。针对不同应用背景与材料性能需求，将上述方法合理应用于增材制造新型铝合金设计，有望实现综合性能优异铝合金的高效开发。