在纳米孪晶Cu-Ag合金中，借助机器学习揭示了以解孪晶作用为主的低温塑性现象

高强高导纳米孪晶铜银合金的低温变形机制与设计规律研究。通过分子动力学模拟与机器学习融合，揭示了低温（<150K）下纳米孪晶界迁移主导塑性变形机制，Ag偏聚将临界孪晶重排应力从纯铜的800MPa降至220MPa，建立温度-孪晶间距（λ=3-12nm）相图指导材料设计，确定流变应力稳定窗口为5.1±0.2GPa。

　　

李鹏涛|丁晨珂|宋玉桐|江一辉|曹飞|王彦芳|丁中义|刘远曦|张瑞涵|高勇

中国陕西省电气材料与渗透技术重点实验室，西安工业大学材料科学与工程学院，西安710048

摘要

在液氮温度及以下工作的超导电缆和脉冲磁体等低温应用中，迫切需要高强度高导电性（HSHC）铜合金。通过将包含472,689个数据集的大规模分子动力学模拟与可解释的机器学习相结合，我们发现，在纳米孪晶Cu-18 wt% Ag合金中，150 K以下塑性变形主要由孪晶解离引起的晶界迁移而非传统的位错-孪晶界相互作用主导。经过冷轧处理后进行低温退火，可生成平均间距为5.2 nm的致密纳米孪晶结构，这一结果通过透射电子显微镜（TEM）得到证实。原子级模拟显示，银的偏聚显著将临界解离应力从纯铜的800 MPa降低到220 MPa，从而在λ = 7.0 nm以下形成了明显的霍尔-佩奇（Hall-Petch）平台。SHAP分析定量表明，在T < 150 K时，解离作用占塑性应变的72%以上。基于随机森林模型的温度-孪晶间距相图（R2 = 99.4%）确定了低温工作窗口（T < 150 K，λ = 3.0–12.0 nm），在此窗口内流动应力稳定在5.1 ± 0.2 GPa。这些发现为极端低温环境下的下一代HSHC铜合金提供了明确的设计指南。

引言

不同银含量的Cu-Ag合金以其优异的机械和电学性能而闻名，使其在高性能应用中至关重要，例如铁路接触线[1]、[2]、[3]、连接器引线框架[4]、[5]、第一壁核反应堆[6]、[7]以及高场脉冲磁体[8]、[9]。在脉冲磁体中，这些合金作为导体，在承受显著洛伦兹力的同时，由于其低电阻率而减少了焦耳热。随着电子学、电气工程和能源技术的快速发展，对兼具高强度和高导电性的Cu-Ag合金的需求显著增加。然而，实现这种平衡仍然具有挑战性，因为传统的强化方法（如合金化、冷加工或热处理）往往会产生位错或晶界等晶体缺陷，这些缺陷会散射电子，从而降低电导率[10]、[11]。这种权衡限制了Cu-Ag合金在需要同时具备韧性和效率的下一代应用中的性能。

最近的研究探讨了银含量对Cu-Ag合金性能的影响。例如，添加1–24 wt%的银可使抗拉强度从50 MPa提高到800 MPa，但电导率通常降至国际退火铜标准（IACS）的70–82%[12]、[13]、[14]。Cu-24 wt%Ag合金在加工后达到高强度（800 MPa），但牺牲了电导率；而Cu-12 wt%Ag合金在较低强度（700 MPa）下仍保持较高的电导率（82% IACS）。这些发现凸显了同时优化两种性能的难度。为此，纳米孪晶结构成为一种有前景的策略。孪晶界作为低能量相干界面，在塑性变形过程中阻碍位错运动，从而类似高角度晶界一样增强强度。与传统缺陷不同，孪晶界对电子散射的影响极小[15]、[16]、[17]，保持了高电导率[18]、[19]、[20]。因此，纳米孪晶Cu-Ag纳米晶合金成为HSHC材料的理想候选者，为克服强度-电导率之间的权衡提供了途径。

尽管具有这些优势，但纳米孪晶强化的原子尺度机制仍部分不清楚，特别是孪晶间距和温度如何影响位错相互作用和机械行为。张等人发现纳米孪晶相增强了Cu-5 wt% Ag合金的强度[16]。然而，传统的实验方法受到样品制备、极端条件和观测设备的限制[21]，这使得直接在原子尺度上研究纳米孪晶Cu-Ag多晶合金的微观结构与变形机制之间的耦合关系变得困难。这一知识空白阻碍了针对特定应用定制的HSHC Cu-Ag合金的合理设计。分子动力学（MD）模拟为在原子尺度上探究这些机制提供了有力工具[22]、[23]。最近的MD研究表明，孪晶间距和温度显著影响Cu-Ag合金的屈服强度[24]、[25]、[26]、[27]。然而，MD模拟方法的局限性在于无法提供整个温度和孪晶间距范围内的所有机械性能和位错行为数据，且在所有温度和孪晶间距下进行模拟的成本非常高[28]。这一瓶颈限制了MD在实际合金设计中的可扩展性。

机器学习（ML）提供了一种补充方法来克服这些限制。基于大规模的MD模拟和实验结果数据集，通过多次训练模型，ML可以捕捉材料参数与性能之间的复杂非线性关系，从而快速准确地预测机械性能和位错行为[29]、[30]、[31]、[32]、[33]。同时，近年来的许多研究表明，使用从实验数据库或分子动力学模拟数据集训练的ML模型可以准确预测纳米材料的机械性能，从而加速多参数设计空间的探索。例如，刘等人结合MD模拟和高斯支持向量机（G-SVM）回归算法预测了石墨烯增强铝（Gr/Al）纳米复合材料的杨氏模量和极限抗拉强度[34]。Altarabsheh等人通过结合MD模拟和贝叶斯框架成功预测了不同尺寸纳米材料的完整应力-应变曲线[35]。Jordan等人引入了一个包含2000多条动态应力-应变曲线和三维碳纳米结构的数据库，并利用分层图神经网络（HS-GNNs）实现了弹性性能和失效特性的实时预测[36]。因此，将ML与MD模拟或实验测量相结合的方法逐渐成为预测纳米材料机械性能的主流研究范式。在本手稿中，设计了一个集成的MD-ML框架。与传统MD方法相比，其优势体现在三个方面：首先，它提高了性能预测的准确性，实现了对机械性能的全面覆盖；其次，显著降低了研究过程中的成本；第三，能够快速预测材料的性能。因此，MD和ML的结合成为优化Cu-Ag合金的理想选择。

在这项工作中，我们结合了冷轧合成、像差校正的TEM表征、大规模MD模拟（472,689个数据集）和可解释的ML，证明了在纳米孪晶Cu-18 wt% Ag合金中，孪晶解离引起的晶界迁移在低温塑性中起主导作用。所得的机制相图为制造高性能低温铜导体提供了定量设计规则。

材料制备

Cu-18 wt% Ag混合物使用中频感应加热电源加热至1400°C，并在该温度下保持5分钟。然后将熔融合金倒入平板形状的模具中。冷却脱模后，得到了Cu-18 wt% Ag锭。基于铸态微观结构分析，进一步通过冷轧处理Cu-18 wt% Ag合金片材，旨在获得纳米孪晶结构。每次冷轧的变形量是

分子动力学模拟结果

本节总结了纳米孪晶Cu-Ag多晶合金的MD结果，系统分析了其机械性能和潜在的原子级变形机制。我们首先量化了孪晶间距对拉伸应力-应变行为的影响，包括杨氏模量、屈服强度和极限应力的变化。特别关注了随着孪晶间距的变化，从霍尔-佩奇强化到逆霍尔-佩奇软化的转变

孪晶间距对机械性能和变形的影响

第3.1.1节中的MD结果表明，孪晶间距控制着纳米孪晶Cu-Ag合金的H-P转变。当$\lambda$> 7.0 nm时，遵循经典的H-P关系，即随着孪晶间距的减小，强度增加，这是由于孪晶界处的位错堆积。在7.0 nm以下，出现逆H-P效应，即由于部分位错释放和孪晶界迁移，强度降低，如图6所示。这种转变是由$\lambda$=处形成的密集孪晶界堆叠故障网络驱动的

结论

本研究通过结合MD模拟和ML，深入理解了纳米孪晶Cu–Ag多晶合金的性能，阐明了温度和孪晶间距对机械性能和变形机制的相互作用。

• (1)
  在纳米尺度上，经典的H-P关系表现出明显的尺寸依赖性。超过7.0 nm的临界孪晶间距时，经典的H-P关系仍然成立，强度随间距减小而增加。在7.0 nm以下，出现逆H-P效应

CRediT作者贡献声明

李鹏涛：撰写——原始草稿，可视化，软件，资源获取，正式分析，概念化。丁晨珂：方法论，研究，正式分析，数据管理。宋玉桐：软件，资源获取。江一辉：验证，资源，项目管理。曹飞：撰写——原始草稿，可视化，监督。王彦芳：研究。丁中义：正式分析。刘远曦：正式分析。张瑞涵：数据管理。高勇：

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。

致谢

感谢国家自然科学基金（编号：52322409、52271137和52431008）、中央地方科技发展引导资金项目（项目编号：2024ZY-JCYJ-04-08）以及陕西省自然科学基础研究计划（项目编号：2024JC-YBMS-409）的财政支持。