基于深度学习的铝合金中气泡与金属间化合物耦合关联研究

As bubbles have great influence on the properties of Al alloys, the dynamic behaviors of bubble evolution have always been concerned. The current researches mainly focus on the bubble growth behavior under the interference of dendritic crystal during solidification. But the heritability of bubbles in the whole process of melting and solidification and the interaction of intermetallic compounds (IMCs) with bubbles have been neglected. Thus, it is still lack of theoretical basis to control bubbles effectively. In view of this, this project intends to select Al-Mn alloy to investigate the bubble behavior during the whole process of melting and solidification. We will use synchrotron radiography to in situ capture the bubble and IMCs evolution under different components and process conditions, to explore the dependence of bubbles on compositions and process parameters in melting process, and to reveal the control mechanism of bubbles. After design, train and test the convolutional neural network (CNN, a deep learning method), we will combine the CNN method to automatically identify and quantify the evolution behavior of bubbles and IMCs of different sizes and shapes, to clarify the genetic characteristics of bubbles in the whole process, and to establish the coupling interaction model with IMCs. This study will realize the active control of pores and IMCs, and provide the theoretical basis and technical supports for preparing high-performance materials.

气泡的控制对铝合金性能有重要影响，因此，气泡演变的动力学行为一直备受关注。现有研究主要集中在揭示凝固过程中枝晶影响下的气泡生长行为，忽视了气泡在熔化和凝固全流程中的遗传性以及金属间化合物与气泡的相互作用，从而缺乏有效控制的理论依据。鉴于此，本项目拟选择Al-Mn合金开展熔化及凝固全流程过程中的气泡演变行为研究，借助同步辐射成像技术，原位获得不同成分和工艺条件下气泡和金属间化合物的动态演变图景，探明熔化过程中气泡与成分和工艺参量的依存关系，揭示气泡的动力学控制机制；结合卷积神经网络结构（CNN）深度学习方法，通过设计、训练和测试自动识别并量化形状尺寸各异的气泡与金属间化合物演变行为，阐明气泡在全流程中的遗传特性，建立与金属间化合物耦合作用关系模型，以期实现铝合金中气孔及金属间化合物的主动控制，为制备高性能材料提供理论依据和技术支撑。

铝合金熔体吸氢性强并容易产生气孔缺陷。因此，气泡行为会显著影响铝合金的性能。现有研究主要集中在揭示凝固过程中枝晶影响下的气泡生长行为，忽视了金属间化合物与气泡的相互作用，导致缺少有效控制的理论与方法。本项目主要以Al-Mn和Al-Ni合金为研究对象，借助同步辐射成像技术，原位表征了不同成分及工艺条件下铝合金中气泡和金属间化合物的动态演化过程，量化分析了形状尺寸各异的气泡与金属间化合物，发展了气泡聚合过程中过饱和度波动的数学模型，揭示了气泡的动力学行为、金属间化合物生长行为以及二者之间的相互作用关系，探明了初生Al3Ni相小平面-非小平面生长模式转变机理，并拓展研究了Al-Bi偏晶合金中气泡对液相分离行为的影响，研究结果对于高性能铝合金材料的制备具有重要指导意义。在本项目的支持下，在国内外重要期刊上发表论文9篇，并获中国有色金属学报英文版创刊三十周年征稿优秀论文奖。