应用机器学习分析镁合金孪晶形核

镁（Mg）及其合金因其轻质、高强度重量比、良好的可回收性，成为了交通运输中结构组件的候选材料，且由于其可生物降解和相容性行为，在生物医学也应用广泛。

Fig. 1 Microstructures of AZ31 Mg and Mg-1Al alloys before deformation.

然而，孪晶变形导致了纹理镁合金的拉伸和压缩屈服强度以及工作硬化之间的显著差异，这种明显的塑性各向异性对锻制镁合金的延展性和成形性产生了负面影响。通过孪晶来实现塑性变形，包括两个连续步骤：孪晶核形成和孪晶生长（增厚）。

Fig. 2 Mechanical behavior of Mg alloys.

孪晶核形成是一种异质过程，发生在微观结构中应力集中的区域。一旦孪晶体形成，通常认为孪晶体增厚是由孪晶位错沿着孪晶面滑移介导的，而这一过程受到了孪晶面和方向上的解析剪应力的控制。从多晶体角度来看，用于解释单个晶粒中孪晶核形成的最常见标准是表观施密德因子（SF），其基于单个晶粒内的应力状态与宏观应力相同这一假设。

Fig. 3 Schematic of the microstructural features considered in the ML models.

然而，最近的许多研究揭示，除了SF之外，其他微观结构特征也对孪晶核形成具有显著影响。因此，目前对导致孪晶核形成的潜在因素仍无共识，因为孪晶的生长不一定只发生在大晶粒、晶界或有有利取向的晶粒中。