[论文解读] Scheil-Gulliver simulations for the design of functionally graded alloys by additive manufacturing using pycalphad

Brandon Bocklund, Lourdes D. Bobbio+3 more|arXiv (Cornell University)|Jan 30, 2020

Additive Manufacturing Materials and Processes参考文献 31被引用 9

一句话总结

本文基于 pycalphad 开发了一款 Scheil-Gulliver 模拟工具，用于预测通过定向能沉积增材制造工艺制备的功能梯度合金（FGMs）中的非平衡凝固相。结果表明，Scheil-Gulliver 预测结果在匹配实验相形成方面显著优于平衡假设，从而可有效筛选出可避免增材制造过程中开裂的可行成分梯度。

ABSTRACT

Additive manufacturing (AM), through directed energy deposition, supports planned composition changes between locations within a single component, allowing for functionally graded materials (FGMs) to be developed and fabricated. The formation of deleterious phases along a particular composition path can cause significant cracking during the AM build process that makes the composition path unviable to produce these FGMs, but it is challenging to predict which phases will be present in as-built additively manufactured parts by analyzing only equilibrium phase relations. Solute segregation during solidification can lead to the formation of non-equilibrium phases that are stable at compositions far from the nominal composition of the melt, leading to crack formation. In this work, we developed a Scheil-Gulliver simulation tool based on pycalphad. We used this tool to compare the non-equilibrium phases predicted to form during solidification using the Scheil-Gulliver model with experimentally measured phases at several locations with different composition in a Ti-6Al-4V to Invar-36 FGM and a commercially pure Ti to Invar-36 FGM. We showed that the phases predicted to form by the Scheil-Gulliver model outperform the predictions made by assuming equilibrium solidification. Further, we demonstrated the use of our Scheil-Gulliver simulation tool as a method of screening potential FGM pathways by calculating the solidification phase fractions along the experimental gradient path in composition space.

研究动机与目标

• 为解决由于溶质偏析导致在功能梯度合金（FGMs）增材制造过程中预测有害相形成的问题。
• 克服平衡相图在快速冷却条件下预测凝固行为时的局限性。
• 基于 pycalphad 开发一种计算工具，利用 Scheil-Gulliver 模型模拟非平衡凝固。
• 将 Scheil-Gulliver 预测结果与 Ti-6Al-4V 到 Invar-36 及纯 Ti 到 Invar-36 FGM 中的实验相数据进行验证。
• 通过分析沿梯度路径的凝固相分数，实现对可行 FGM 制备路径的系统性筛选。

提出的方法

• 在 pycalphad 框架内实现 Scheil-Gulliver 模型，以模拟非平衡条件下的凝固过程。
• 通过假设固相中无扩散且液固界面保持平衡，建模溶质在凝固过程中的再分布。
• 计算在组成空间中沿线性梯度路径各组成点的相分数和稳定相。
• 使用与 pycalphad 兼容的热力学数据库，计算吉布斯能和相平衡。
• 将预测的 Scheil-Gulliver 相与两种 FGM 系统（Ti-6Al-4V 到 Invar-36 和纯 Ti 到 Invar-36）中实验观测到的相进行比较。
• 系统评估实验梯度路径上的凝固相分数，识别易形成导致开裂相的区域。

实验结果

研究问题

• RQ1 Scheil-Gulliver 模拟能否准确预测功能梯度合金增材制造过程中形成的非平衡相？
• RQ2 与平衡相预测相比，Scheil-Gulliver 预测在多大程度上与实验相形成结果一致？
• RQ3 FGMs 中哪些成分路径最易形成导致增材制造过程中开裂的有害相？
• RQ4 pycalphad 中的 Scheil-Gulliver 模型能否作为可行 FGM 制备路径的可靠筛选工具？
• RQ5 溶质偏析在多大程度上使实际凝固路径偏离名义成分？

主要发现

• Scheil-Gulliver 模型预测的非平衡相在 Ti-6Al-4V 到 Invar-36 和纯 Ti 到 Invar-36 FGM 中，与实验观测结果的吻合度显著优于平衡相预测结果。
• 由于溶质捕获，Scheil-Gulliver 模型预测的相在远偏离名义熔融成分的组成下形成，解释了平衡模型未能捕捉到的开裂风险。
• 该模拟工具成功识别出成分梯度上高比例脆性金属间化合物相形成的区域，表明存在潜在失效区域。
• 凝固相分数分析表明，某些中间成分表现出高体积分数的有害相，因此不适合作为 FGM 制备的候选成分。
• 利用 pycalphad 实现的 Scheil-Gulliver 模拟提供了一种计算高效且准确的方法，可在实际试制前对可行的 FGM 成分路径进行预筛选。
• 本研究表明，非平衡凝固建模对于可靠的 FGM 设计至关重要，因为平衡假设无法捕捉关键的相形成机制。