3D打印新型钛合金开发不靠运气，科学家找到预测公式

AM易道科研分享

钛合金3D打印材料有个老大难问题，大部分合金打出来的零件像竹子一样，有明显的方向性。

这意味着零件在不同方向上强度不一样，对航空航天这种核心应用来说简直是噩梦。

现在，澳洲RMIT大学的研究团队在Nature Communications发表的文章找到了一个简单公式，能提前预测这个问题。

挺重要的，值得细看。

先说结论：P参数完胜

废话不多说，直接告诉你答案：

在三个竞争的预测参数中，叫做P的成分过冷参数最靠谱。

P参数的预测准确率达到81%，就预测来说，已经相当靠谱了。

为什么这事儿这么重要？

再重申下，你造的飞机零件在水平方向很结实，但垂直方向就不行了。这种不确定性在航空航天领域是绝对不能容忍的。

三个选手的终极PK

研究团队测试了三个据说能预测晶粒形貌的参数：

• ΔTs就是金属从开始凝固到完全凝固的温度范围，温度范围越大，理论上越容易长出细小晶粒。

• Q叫生长限制因子，反映的是溶质元素怎么拖慢树枝晶的生长速度。

• P是成分过冷参数，代表金属凝固时能用上的过冷度有多少。

从二元Ti-Cu相图（图1）能看出，这三个参数在相图上有着不同的物理意义。

ΔTs是灰色范围，Q是蓝色范围，P是绿色范围。就像三个不同的测量尺子，量的是同一块材料的不同特征。

实验见真章

他们用激光直接能量沉积技术3D打印了好几种钛合金配方。Ti-Fe、Ti-Cu、Ti-Cu-Fe、Ti-Mo，一个都不落。

然后拿显微镜仔细观察，看晶粒到底长成啥样。

结果让人眼前一亮。看看实验结果就知道了（图2）。

Ti-4Fe和Ti-2.4Cu-2.4Fe在较低Q值（约42K）时显示出混合的柱状和等轴微观结构，就像竹林里混着一些圆石头。

而Ti-8Fe和Ti-4.7Cu-4.7Fe在较高Q值（约93K）时实现了完全等轴的微观结构，晶粒尺寸也更加细化，全都变成了芝麻粒状。

更有意思的是极点图的变化。

随着Q值增加，结晶学织构显著减弱。

这意味着晶粒取向变得更加随机，这正是我们想要的各向同性性能。

但事情没这么简单。

对于Ti-12.6Cu这种超共析成分，虽然重构的β晶粒尺寸只有6.2微米，但研究团队发现这个数据可能不太可靠。

为啥？因为在增材制造的反复加热冷却过程中，活跃的共析转变可能导致额外的β晶粒形核。

从图2f的背散射电子图像可以看到，最终沉积层的真实晶粒尺寸在50-150微米之间，晶界被超共析Ti2Cu清晰标记出来。

数据说话，谁是真英雄

这时候问题来了：三个参数到底谁最准？

当研究团队将三个参数与晶粒尺寸和形貌进行关联分析时，差异一目了然（图3）。

ΔTs基本上是个废柴，与晶粒尺寸没有清晰的关系，甚至在某些情况下，增加ΔTs反而与晶粒粗化相关。

相比之下，Q和P的表现就好多了。

从上图可以看出，两者的增加都导致等轴晶粒和晶粒细化，Ti-Fe和Ti-Cu-Fe合金显示出相似的数值。

但真正的赢家是P参数。

图6的统计分析显示，在相似工艺条件下制备的钛合金中，P参数与晶粒形貌的相关性达到了R²=0.81，远超ΔTs的0.20和Q的0.33。

这个线性关系告诉我们，增加P值会让晶粒从竹子状（常规容易出现各项异性科学家不想要的）变成芝麻粒状（科学家想要的）。

一个不符合认知的例外

Ti-12Mo这个合金特别有意思。按常理说，它的Q值高达76K，应该长得很好才对。

但实际情况是：无论用600W还是1200W激光功率，Ti-12Mo都顽固地保持着柱状晶粒。

这与Q值只有42K的Ti-4Fe形成鲜明对比—后者在600W下能长出完美的等轴晶粒。

这个现象让人大跌眼镜，但P参数早就预测到了。

Ti-12Mo的P值只有45K，远低于Ti-4Fe的111K。

原来，Mo在Ti中的分配系数大于1，导致这种独特的Q大于P的情况。

工艺参数，成败的关键一环

别以为有了P参数就万事大吉。

图4的实验清楚地表明，工艺参数同样关键。

同样的Ti-4Fe合金，600W激光功率下能实现完全等轴组织，1200W下却形成了粗大的柱状结构。而Ti-12Mo在两种功率下都保持柱状形貌。

这就像做菜，有了好食材（合金成分），火候（工艺参数）控制不好，照样做不出好菜。

软件数据库也有讲究

研究还发现了一个技术细节：用不同软件算出来的ΔTs会有差异。

图5比较了PANDAT和JMatPro两个软件计算Ti6Al-4V-xNi和Ti-xCu合金的结果。

使用JMatPro数据库时，ΔTs会增加直到共晶反应发生，这为识别细化所需的最大溶质量提供了潜在用途。

就像用不同牌子的体重秤，数字可能稍有差异，但趋势是一致的。

不只是钛合金的故事

研究的价值不仅限于钛合金。

团队还验证了激光粉末床熔融的Al-Si、Al-Cu和Al-Ni等铝合金。

图7的结果让人惊喜：即使在粉末床熔融更高的凝固速度条件下，P参数依然是最可靠的预测工具。

更厉害的是，考虑到高速凝固时会发生溶质截留效应（简单说就是金属凝固太快，溶质元素来不及重新分布），研究团队用修正参数Pv重新计算。

图7d和7e显示，P参数的预测能力依然稳稳保持第一。

这种跨合金系统的一致性让人信服：不管是钛合金还是铝合金，不管是激光直接沉积还是粉末床熔融，P参数都是那个最可靠的预测者。

理论模型给出完美解释

为什么P参数这么准？图8的理论建模给出了答案。

传统的Hunt模型认为Ti-8Fe和Ti-12Mo应该表现差不多，但更精确的KGT数值模型却给出了不同答案。

图8a就像一张成绩单，显示了两种合金在不同速度下的表现：

Ti-12Mo在低速凝固时还行，但一到高速就不行了，而P参数早就预测到了这个结果。

图8b更直观，它就像一张地图，告诉你在什么条件下会长出什么样的晶粒。

传统Hunt模型说Ti-8Fe和Ti-12Mo差不多，但KGT模型却准确预测：

在3D打印的高速凝固条件下，Ti-12Mo更容易长成柱状晶粒。实验结果证明，KGT模型说对了。

这就解释了为什么P参数在3D打印中更可靠—因为3D打印本身就是高速凝固过程，在这种条件下，P参数比传统的Q参数更能反映真实情况。

对行业意味着什么

这个发现的意义超学术范畴。

对设计工程师而言，不用再像以前那样打印一堆样品试来试去了。

通过CALPHAD热力学数据库算一下P值，就能知道大概会打出什么样的微观结构。

对合金厂商而言，现在有了明确的设计指导。Cu、Fe、Ni的添加都能有效增加P值，而Mo虽然能快速增加Q，但P值增长相对缓慢。

可以专门开发适合增材制造的新配方了。

对设备商来说，或许能把这套理论集成到控制软件里，给用户更智能的参数推荐。

理想状态下，输入合金成分，软件自动推荐最佳打印参数。

还有哪些未解之谜

当然，不是所有问题都解决了。

Ti-Cu二元合金就有些特殊情况，重构的β晶粒尺寸可能包含了热循环过程中的额外细化效应，让测量变得复杂。

不同增材制造工艺的热梯度差异也会影响临界条件。

电弧增材制造的热梯度较低，需要的成分过冷相对较少。

粉末床熔融的热梯度更高，可能需要更高的P值才能实现等轴晶粒。

就像不同的烹饪方式需要调整火候一样，不同的3D打印工艺也需要相应的参数调整。

AM易道怎么看

这项研究最大的价值在于把复杂问题简单化了。

以前预测微观结构需要复杂的建模和大量实验，现在一个相对简单的P参数就能给出可靠指导。

更重要的是，这个发现与物理原理高度吻合。

在高凝固速度时（如增材制造），树枝晶尖端过冷与P参数关联更密切；

在低凝固速度时（如传统铸造），与Q参数关联更密切。

这不是巧合，而是深层物理规律的体现。

AM易道认为，这为整个增材制造行业奠定了重要的理论基础。未来我们很可能看到：

专门为P参数优化的增材制造钛合金配方大量涌现。

此科学研究的魅力在于，把看似复杂的现象用简单明了的规律解释清楚，然后让整个行业都能受益。

此文章DOI：https://doi.org/10.1038/s41467-025-60162-0

更多AM易道相关文章：

寻找AM易道兼职编辑，5年以上3D打印行业经验，不限专业领域，收入模式零活。期待与有深度思考能力、文字能力和创作兴趣的小伙伴合作，共同打造优质内容。有意者请加yihanzhong投递简历。

企业合伙人计划：

读者提示：添加amyidao加入读者交流群（备注加群），获取原始信源链接或不便发表内容，并与AM易道同频读者共同探讨3D打印的一切，AM易道建议也读者星标公众号，以便第一时间收到AM易道更新。

免责声明：AM易道与文中提到公司尚不存在任何形式的商业合作、赞助、雇佣等利益关联。AM易道图片视频来自于网络，仅作为辅助阅读之用途，无商业目的。权归原作者所有，如有任何侵权行为，请权利人及时联系，我们将在第一时间删除。本文图片版权归版权方所有，AM易道水印为自动添加，辅助阅读，不代表对该图片拥有版权，如需使用图片，请自行咨询版权相关方。AM易道文章不构成任何投资建议，AM易道不对因使用本文信息而导致的任何直接或间接损失承担责任