JMatPro金属材料相图计算和性能分析
网站首页
JMatPro软件
全部
JMatPro整体介绍
JMatPro计算功能
JMatPro软件合金模块
Fe不锈钢
Fe通用钢
Fe铸铁
Al铝合金
Cu铜合金
Mg镁合金
Ti钛合金
Ni镍基合金
Sn焊料合金(锡焊)
Zr锆合金
Co钴合金
JMatPro Flow:AI智能体与CAE平台协同软件
MPO 材料性能优化设计软件
应用案例
软件资讯
全部
软件资讯
市场活动
技术服务
线上交流互动
资料下载
视频资料
软件介绍
案例操作
模块原理
关于我们
公司简介
在线留言
联系我们
站内搜索
网站首页
JMatPro软件
全部
JMatPro整体介绍
JMatPro计算功能
JMatPro软件合金模块
Fe不锈钢
Fe通用钢
Fe铸铁
Al铝合金
Cu铜合金
Mg镁合金
Ti钛合金
Ni镍基合金
Sn焊料合金(锡焊)
Zr锆合金
Co钴合金
JMatPro Flow:AI智能体与CAE平台协同软件
MPO 材料性能优化设计软件
应用案例
软件资讯
全部
软件资讯
市场活动
技术服务
线上交流互动
资料下载
视频资料
软件介绍
案例操作
模块原理
关于我们
公司简介
在线留言
联系我们
站内搜索
<
Previous
>
Next
你的位置
网站首页
应用案例
中仿JMatPro 助力监测-模拟-验证闭环揭示7475铝合金增材摩擦搅拌沉积组织梯度起源
2026-09-04 13:58:37
行业应用案例:中仿JMatPro 助力监测-模拟-验证闭环揭示7475铝合金增材摩擦搅拌沉积组织梯度起源
7xxx系高强铝合金因比强度高、断裂韧性好,在航空航天承力结构中长期占据重要位置。
7475铝合金
相较常见7075、7050更突出的一点,是损伤容限和断裂韧性优势明显,适合面向高可靠结构件开发。然而,这类Al-Zn-Mg-Cu合金也有鲜明短板:热裂敏感、焊接性差、热处理响应复杂,采用
SLM
、WAAM等熔化型增材制造时容易引入凝固裂纹、孔隙和残余应力,制约了复杂构件近净成形应用。
增材摩擦搅拌沉积(Additive Friction Stir Deposition,AFSD)提供了一条固态增材制造路径。材料在低于熔点的温度区间内通过摩擦热、轴向压力和
严重塑性变形
实现逐层沉积,可避开“熔化-凝固”带来的冶金缺陷。但AFSD的层层堆叠也会带来新的问题:后续沉积会反复加热已成形区域,使构件沿构建方向经历差异显著的热循环,最终产生晶粒、析出相、位错结构和力学性能梯度。
针对AFSD 7475铝合金组织梯度来源不清的问题,吉林大学、南京航空航天大学等团队建立了“原位监测-数值建模-实验验证”的闭环研究框架,并结合
JMatPro
软件计算7475合金的CCT/TTT转变行为,定量解释不同高度区域中析出相和组织演化差异。相关研究成果以题为“Elucidating the origin of microstructural gradients in AFSD 7475 alloy through a synergistic monitoring-modeling-validation approach”发表在《Virtual and Physical Prototyping》。
01
研究背景:固态增材制造中的热循环梯度难题
AFSD能够在固态条件下沉积高强铝合金,避免熔化型增材制造中常见的凝固开裂和高残余应力,因此特别适合热裂敏感的7xxx系铝合金。对于7475这类航空结构材料,AFSD的工程吸引力在于:既能保留材料体系本身的高强高韧潜力,又有机会实现大尺寸、近净成形和低缺陷制造。AFSD并不是简单的“无缺陷替代工艺”。随着层数增加,早期沉积层会被后续道次持续回热,顶部、中部和底部的峰值温度、冷却速率、低温停留时间和循环次数均不相同。对于时效敏感的Al-Zn-Mg-Cu合金而言,这些差异会直接改变
GP区
、η′、η、S相等析出相的形成、长大和粗化过程,也会改变动态再结晶(DRX)、动态回复(DRV)和织构演化。
因此,理解AFSD 7475铝合金并不能只看最终强度数据,更需要把加工热历史与相变动力学联系起来。该研究的核心思路正是把过程监测得到的真实温度、有限元热模拟获得的全场热循环、JMatPro计算得到的相变窗口,以及EBSD/TEM/XCT等多尺度表征结果放在同一框架内,追踪组织梯度。
02
试验方案
2.1 原位温度监测与AFSD制备
研究采用商用7475-T351铝合金棒材作为进给材料,基板同样为7475铝合金。实验在台式龙门固态增材制造系统上完成,并集成与主轴同步的高频温度采集模块。温度探针随主轴同轴旋转,测温端位于沉积界面上方约3 mm、距进给棒侧壁约1 mm,可在近工具高温区进行动态圆周采样。
AFSD制备采用单道多层往复沉积策略。工艺参数保持恒定:工具转速600 rpm,行进速度100 mm·min⁻¹,进给速度28.54 mm·min⁻¹,体积进给比VFR为1.15。沉积在空气中完成,构件自然冷却,最终获得约150 mm × 72 mm × 35 mm的块体沉积件,为后续力学性能和组织表征提供样品。
图1 AFSD过程原位温度监测示意:同轴旋转测温探针与动态圆周采样路径
2.2 热模拟与JMatPro相变计算
为定量预测AFSD过程中的热循环,研究建立了三维有限元热模型。模型尺寸与实际沉积件相匹配,长度、宽度和高度分别为130 mm、35 mm和72 mm,共48层,每层厚度1.5 mm。模型采用局部加密网格捕捉工具下方陡峭温度梯度,并用原位温度数据对热源和边界条件进行校准。
在相变分析方面,团队基于7475合金实际成分使用JMatPro计算CCT和TTT图。该步骤的价值在于把“热循环曲线”转化为“相变判断”:顶部区域冷却速率约由7.5 °C·s⁻¹降低到4.5 °C·s⁻¹,根据CCT图,该速率窗口足以抑制冷却过程中的η相和S相形核,从而保留过饱和固溶体,并在自然时效中形成细小强化析出;中部和底部则因反复回热和长时间低温停留,进入析出长大、粗化与再析出的复杂区间。
图2 AFSD温度场、热循环与JMatPro CCT/TTT相变分析
03
核心成果
3.1 AFSD 7475构件实现致密成形,但强度沿高度递减
原位监测显示,在初始停留阶段,进给棒/基板界面摩擦热使温度快速升高;进入稳定沉积后,沉积层表面温度在约450-460 °C之间波动。该温度接近7475铝合金主要强化相η相的溶解区间,说明沉积区经历了类似固溶处理的高温状态,为后续不同热循环路径下的析出演化埋下基础。
力学性能结果显示,AFSD样品沿构建方向存在显著梯度。顶部区域横向拉伸抗拉强度接近498 MPa,接近T351基材的510 MPa,同时延伸率由基材约11.5%提高到18.5%;中部和底部抗拉强度分别下降至约415 MPa和325 MPa。显微硬度同样由顶部约158 HV近似线性下降到底部约89 HV,平均梯度约为-1.25 HV·mm⁻¹。
图3 AFSD 7475铝合金不同高度区域的拉伸性能及与其他7xxx系增材制造材料对比
3.2 热循环差异决定晶粒、亚结构与织构演化
EBSD结果表明,顶部区域经受最后一次强烈塑性变形和快速冷却,形成平均晶粒尺寸约5.94 μm的细小等轴晶;中部平均晶粒尺寸约5.95 μm但出现局部粗化;底部因长期累积热暴露,晶粒进一步长大,平均尺寸约6.24 μm。虽然数值差异并不夸张,但其背后的边界类型和储能状态已经发生明显改变。
从底部到顶部,大角度晶界比例由60.4%增加到74.4%,小角度晶界比例则由39.6%下降到25.6%。这说明顶部以连续动态再结晶为主,低储能等轴晶得以保留;底部则更容易发生动态回复和晶粒长大,形成富含亚晶界、几何必要位错密度较高的组织。织构方面,沉积形成的剪切主导B织构也会随热循环向更稳定的A/A*织构转变,进一步影响构建方向力学各向异性。
图4 AFSD构件顶部、中部、底部的IPF图、晶粒尺寸与晶界统计
3.3 析出相梯度是强度衰减的关键微观来源
对于7475铝合金,主要强化相涉及GP区、η′、η、S相以及含Cr的E相等。研究表明,顶部区域经历热循环较少,快速冷却后可保留较高过饱和度,并形成高密度GP区和η′析出相,因此能够维持较高强度和良好塑性。
底部区域则完全不同。超过40次回热以及在120-180 °C范围内超过1000 s的低温停留,使其经历了典型的长时效和过时效过程:η相在E相弥散粒子上异质形核并逐渐粗化,部分粗化颗粒形成团簇;同时,长期热-力耦合带来的高位错密度又促进二次细小析出。这种“粗化+再析出”并存的中断时效特征,使底部组织更复杂,但总体强化效率下降,最终导致抗拉强度和硬度降低。
图5 不同高度区域析出相和位错亚结构梯度:顶部保留细小η′,底部出现粗化η团簇与高密度位错
3.4 JMatPro在闭环分析中的作用
该研究中,JMatPro并不是孤立地给出一张相图,而是被嵌入到“真实热历史-相变窗口-组织验证”的闭环之中。有限元模型给出顶部、中部、底部各自的温度曲线,JMatPro的CCT/TTT结果进一步判断这些曲线会落入“抑制析出、保留过饱和固溶体”“低温停留促使时效析出”或“长期回热导致粗化”的哪类区域。
研究者能够把宏观性能梯度具体拆解为可计算、可验证的微观过程:顶部少循环和快速冷却对应细晶+细小η′;中部多循环对应析出长大与局部粗化;底部高循环和长时低温停留对应过时效、E相诱导η粗化以及二次析出。对于产业端而言,这种方法可用于反向优化AFSD层间热输入、冷却策略、后续热处理制度和构件取样位置。
04
结论与讨论
本研究证明,AFSD制备7475高强铝合金时,组织梯度的根源不是单一缺陷或单一沉积参数,而是层层堆叠引入的累积热循环差异。顶部区域热循环次数少、冷却快,动态再结晶细晶和细小η′析出相共同支撑较高抗拉强度;底部区域经历更多回热和长时间低温停留,晶粒长大、动态回复、析出相粗化及织构转变共同造成强度下降。
该工作给出了高强铝合金固态增材制造的一种可迁移分析范式:先用原位传感器获取真实工艺热信号,再用数值模型还原构件内部温度场,随后利用JMatPro等CALPHAD工具判断相变与析出路径,最后用EBSD、TEM、XCT和力学测试闭环验证。这一范式可服务于AFSD构件性能均匀性控制,也可为7xxx系铝合金在航空航天复杂结构件中的固态增材制造应用提供工艺窗口设计依据。
从工程应用角度看,后续优化方向可聚焦三点:一是通过路径规划和层间冷却降低底部累积热暴露;二是基于JMatPro计算结果设计沉积后分区或整体时效制度,补偿不同高度区域的析出差异;三是将在线监测数据转化为质量判据,建立面向实际生产的组织梯度预测和性能一致性控制方法。
05
参考文献
[1] Haohan Zhang, Xinge Zhang, Wenquan Wang, Rongxiang Zhang, Wancheng Lyu, Xunzhong Guo, Lianhong Ge, Zhihui Zhang. Elucidating the origin of microstructural gradients in AFSD 7475 alloy through a synergistic monitoring-modeling-validation approach[J]. Virtual and Physical Prototyping, 2026, 21(1). DOI: 10.1080/17452759.2026.2672775.
06
关于JMatPro
JMatPro软件包含一系列宽范围的合金类型,目前可以计算的合金类型包含铝合金、镁合金、铸铁、不锈钢、高中低合金钢、钴合金、镍基合金、镍铁基合金、镍基单晶超合金、钛合金、锆合金、焊料合金(锡焊)、铜合金。JMatPro的应用范围:
可为热力学计算等基础研究提供参考;
辅助科研人员进行合金设计;
辅助科研人员进行材料加工工艺设计(如铸造、锻造、挤压等);
辅助科研人员进行热处理与焊接工艺设计;
预测材料材料各种性能,从而可以大量节省项目时间与实验费用(尤其是高温性能);
能为许多材料成型 CAE 软件提供材料性能参数(如:Procast、Magma、Deform、TherCast、Novacast等);
能够为其他CAE软件提供材料性能参数(如Sysweld、Abaqus、Ansys、MSC/Marc等);
提供FLOW接口,利用程序语言调用软件完成计算,方便将软件计算功能与其他软件、应用进行整合;
提供MPO材料优化设计,通过多目标优化算法,快速优化获得满足设计要求的材料成分。
07
关于 MatSimKit 系列软件
材料仿真工具(MatSimKit)是中仿面向金属材料领域用户推出的系列工具软件。软件以国际知名的金属材料热力学与性能计算软件JMatPro为核心,通过集成化手段,提供从材料相图分析、性能高通量预测,到铸造、成型、热处理、增材制造等工艺环节集成仿真的多种实用软件工具。
图1 MatSimKit 系列软件
材料性能高通量计算软件 MatSimKit-HT :软件面向高通量参数空间与自动化材料计算,提供高效、便捷、可定制、可扩展的材料性能批量计算、数据处理与分析优化功能。
材料计算数据管理与后处理软件 MatSimKit-DM :软件用于对材料计算结果与实验数据进行统一管理、验证与后处理,支持结果对比、二次计算及高质量可视化输出。
材料智能设计反演软件 MatSimKit-Design :软件能够基于材料计算与数据分析结果,提供参数推荐、敏感性分析及多方案对比的设计辅助与决策支持,提高材料设计过程的效率与可靠性。
材料计算流程集成软件 MatSimKit-Flow :软件是一款材料集成管理与自动化计算服务平台,软件面向铸造、成型、热处理等多种工业仿真软件提供材料数据支持,实现流程级调用与组合。
08
关于中仿
中仿是中国领先的仿真分析软件和系统解决方案提供者。公司依靠自主创新研发拥有自主知识产权的中仿CAE系列产品,同时与国内外最优秀的数值仿真技术研究机构和企业保持长期而紧密的合作关系,能够为中国企业和科研机构提供 世界一流的仿真技术解决方案。
公司自主研发的 MatSimKit 系列软件,面向金属材料领域用户,以国际知名热力学计算软件JMatPro为核心,提供从高通量材料性能计算、数据管理分析到AI辅助设计的完整解决方案,服务铸造、热处理、热加工、焊接及增材制造等多个工业应用场景。公司坚持自主创新,持续提升核心竞争力,积累了深厚的创新研发能力,并形成了完备的服务体系。公司秉持让材料计算服务实际制造的理念,持续深耕材料仿真与工业软件领域,推动材料计算技术的工程化应用落地。
应用案例
为您推荐
中仿JMatPro助力四川大学机器学习+多目标优化突破650℃高温钛合金"热障"瓶颈
中仿JMatPro 助力监测-模拟-验证闭环揭示7475铝合金增材摩擦搅拌沉积组织梯度起源
中仿JMatPro助力热力学计算与机器学习协同设计第四代镍基粉末高温合金
JMatPro赋能Physical AI时代的金属材料智能研发
中仿JMatPro助力重庆大学双级时效突破铸造Mg-Zn合金强度-导热率权衡