Table of Contents

Введение в окисление в высокотемпературных материалах

Высокотемпературные материалы образуют основу современных аэрокосмических двигательных систем, газовых турбин, ядерных реакторов и промышленных печей. Эти среды подвергают сплавы, керамику и композиты экстремальным тепловым нагрузкам, одновременно бросая им вызов коррозионными газами - в первую очередь кислородом. Окисление при повышенных температурах является основным механизмом деградации. Когда металлическая или керамическая поверхность реагирует с кислородом, она образует оксидную шкалу. В идеале эта шкала является защитной, замедляя дальнейшую атаку. На практике оксидные слои могут блестеть, трескаться или становиться непривязанными, что приводит к ускоренной потере материала, снижению несущей способности и возможному отказу компонентов. Понимание основ атомного масштаба этих процессов окисления поэтому необходимо для проектирования материалов следующего поколения, которые выживают дольше и работают более надежно.

Экспериментальная характеристика окисления при высоких температурах, как известно, трудна. Скорость реакции быстрая, диффузионные расстояния короткие, а наблюдение за атомными перегруппировками на месте остается сложной задачей даже при продвинутой электронной микроскопии. Именно здесь вычислительное моделирование, особенно функциональная теория плотности (DFT), становится незаменимым. DFT позволяет исследователям моделировать фундаментальные электронные и атомные взаимодействия, которые управляют окислением, обеспечивая уровень детализации, недостижимый только экспериментом. Предсказывая пути реакции, энергетические барьеры и стабильность промежуточных структур, DFT направляет разработку окислительно-стойких покрытий, композиций сплавов и обработки поверхности.

В этой статье представлен авторитетный, подробный анализ того, как DFT применяется для моделирования окисления в высокотемпературных материалах. Мы рассмотрим основные принципы DFT, конкретные шаги, связанные с моделированием реакций окисления, анализом образования оксидного слоя, сильные стороны и ограничения метода и захватывающие будущие направления, которые объединяют DFT с машинным обучением для ускорения открытия. На протяжении всего времени мы подчеркиваем практические идеи для ученых-материаловедов и инженеров, работающих над продлением срока службы компонентов в экстремальных условиях.

Функциональная теория плотности: праймер для окисления материалов

Функциональная теория плотности — это квантово-механическая структура, которая заменяет многоэлектронную волновую функцию плотностью электронов в качестве центральной переменной. Этот подход резко снижает вычислительную сложность, сохраняя высокую точность для свойств основного состояния. В контексте окисления DFT вычисляет электронные энергии и силы для системы атомов, представляющих поверхность материала и адсорбирующих виды кислорода. Из этих расчетов исследователи получают энергии реакции, барьеры активации, вибрационные частоты и электронную структуру — все это имеет решающее значение для понимания кинетики окисления и термодинамики.

Практический рабочий процесс начинается с построения периодической модели плиты поверхности материала. Типичные субстраты включают суперсплавы на основе никеля, алюминиды титана, огнеупорные металлы (например, молибден, вольфрам) и керамические соединения, такие как карбид кремния или глинозем. Плита обычно представляет собой 3-8 атомных слоев толщиной с вакуумной областью выше для изоляции поверхности. Молекулы кислорода (O2) или атомарный кислород затем помещаются в различные места адсорбции. Оптимизация геометрии DFT расслабляет атомные положения для поиска минимальных конфигураций энергии. Полученные энергии позволяют вычислять энергии адсорбции: Eads = E (Slab + O) - E (Slab) - 1⁄2 E (O2). ]. Сильно отрицательная энергия адсорбции указывает на благоприятную реакцию.

Поиски переходного состояния (например, с использованием метода подталкивания упругой полосы) выявляют энергетический барьер для диссоциации кислорода - шаг ограничения скорости во многих последовательностях окисления. Низкие барьеры означают быстрое образование оксида, которое может быть либо полезным (формирование плотной защитной шкалы), либо вредным (слишком быстрое потребление металла). DFT также вычисляет электронную плотность состояний, которая показывает, является ли слой оксида изоляционным или полупроводниковым, влияя на его последующий механизм роста посредством ионной диффузии.

Важно отметить, что DFT не лишен приближений. Выбор функциональных взаимосвязей, таких как PBE, PW91 или более поздние SCAN и мета-GGA, влияет на точность. Для переходных металлов и их оксидов стандартные функциональные возможности часто недооценивают разрывы в полосах и могут не захватывать сильные эффекты электронной корреляции в некоторых d- и f-электронных системах. Тем не менее, для большинства проблем высокотемпературного окисления DFT обеспечивает надежные тенденции и относительную энергетику, что делает его инструментом рабочей лошадки в вычислительной материаловедении.

Моделирование окислительных реакций на высокотемпературных поверхностях сплавов

Моделирование адсорбции и диссоциации кислорода

Первым шагом в окислении является физизорбция и последующая хемисорбция молекул кислорода на чистую металлическую поверхность. Исследования DFT на никеле (Ni), базовом элементе многих суперсплавов, показывают, что адсорбция O2 предпочтительно на мостовых и полых участках с энергиями от -0,5 до -1,0 эВ на атом O. Молекула затем диссоциирует на отдельные атомы кислорода, реакция, которая является высокоэкзотермической и почти безбарьерной на большинстве поверхностей переходных металлов. Однако на более благородных металлах, таких как платина или на оксид-концевых поверхностях, барьеры диссоциации могут превышать 1 эВ, замедляя окисление.

Для сплавов состав поверхности может отличаться от объема за счет сегрегации. DFT может объяснить это моделированием конфигураций плит с одним или несколькими легирующими элементами (например, Cr, Al, Mo, W) на поверхности. Хром и алюминий являются классическими оксидными бывшими; их присутствие снижает энергию адсорбции кислорода и способствует быстрому образованию шкалы Cr2O3 или Al2O3. DFT предсказывает, что атомы кислорода связываются более сильно с этими реактивными элементами, чем с никель или кобальт, инициируя локальное оксидное зарождение. Это локальное обогащение может быть количественно определено с помощью энергии сегрегации кислорода , которые направляют конструкцию сплавов, которые самостоятельно заживают свои защитные оксидные слои.

Репрезентативным примером является окисление сплавов Ni-Al, основа многих сплавов связи. Расчеты DFT исследователями [University of California, Santa Barbara] (https://www.mrl.ucsb.edu/) показали, что барьер активации для диффузии кислорода через тонкий слой глинозема исключительно высок (>3 эВ), объясняя, почему глиноземные шкалы обеспечивают такую эффективную защиту. И наоборот, в сплавах Ni-Cr диффузия кислорода через хромию происходит быстрее (барьеры ~2 эВ), что приводит к параболической кинетике окисления, которая хорошо прогнозируется коэффициентами, полученными из DFT.

Подповерхностная диффузия и оксидное ядро

Как только атомы кислорода хемизорбируются, они могут проникать в подповерхностную область. Это критически важно для внутреннего окисления, которое может охрупчить сплав. Моделирование DFT кислородных интерстициальных участков в никеле и железе показывает, что подповерхностный кислород стабилен только тогда, когда концентрация превышает порог. Миграционный барьер для диффузии кислорода в объемном металле можно рассчитать с помощью метода скалолазания по изображению подталкивания упругой полосы. Например, в α-железе барьер составляет около 0,9 эВ, в то время как в никеле он ближе к 1,1 эВ. Эти значения коррелируют с глубиной проникновения окисления, наблюдаемой в экспериментах.

Окислительные ядра возникают, когда критическое число атомов кислорода и атомов металлов группируются вместе. Исследования DFT с использованием суперклеточных моделей небольших оксидных кластеров (например, (NiO)n, (Al2O3)n для n=1-10) показывают, что когезирующая энергия этих кластеров увеличивается с размером, в конечном итоге соответствуя энергии оксида массы. Переход от дисперсного кислорода к непрерывной оксидной пленке зависит от баланса между энергией адсорбции кислорода и поверхностной энергией интерфейса оксида металла. DFT обеспечивает эти энергии интерфейса, позволяя прогнозировать, будет ли оксид образовывать однородную шкалу или изолированные осадки.

Роль реактивных элементов и допантов

Высокотемпературные сплавы часто содержат следовые количества реактивных элементов, таких как иттрий, гафний или цирконий, для улучшения адгезии оксидной шкалы. Моделирование DFT выясняет механизм: эти элементы разделяются на границы оксида в шкале оксида, где они укрепляют связь между оксидными зернами и уменьшают напряжение роста. Расчеты иттрия на границах зерна Al2O3 показывают снижение пограничной энергии на 30%, ингибируя диффузию катионов алюминия наружу - таким образом, замедляя рост оксида и уменьшая накопление пустоты на интерфейсе оксида металла. Эти идеи атомного масштаба непосредственно повлияли на состав коммерческих суперсплавов (например, CMSX-4), используемых в лопастях турбины, работающих выше 1000°C.

Образование оксидного слоя и защитные свойства

Структура и стабильность оксидных фаз

Оксидные слои, образованные на высокотемпературных материалах, не являются простыми пленками; они состоят из нескольких фаз с различными структурами. Например, на хромообразующих сплавах хромия (Cr2O3) со структурой корунда термодинамически стабильна. Расчеты DFT модуля объемной массы, упругих констант и поверхностной энергии Cr2O3 помогают предсказать, будет ли шкала плотной и прилипшей. Аналогично, глинозем может существовать как γ-Al2O3, θ-Al2O3 или α-Al2O3, каждый с различными защитными качествами. Диаграммы устойчивости фазы DFT в зависимости от температуры и парциального давления кислорода указывают, что α-Al2O3 является наиболее стабильной при высоких температурах, но первоначальный рост часто благоприятствует метастабильным фазам. Моделирование путей фазового преобразования (с барьерами активации) объясняют, почему определенные легирующие элементы, такие как титан, ускоряют переход к α-Al2O3, улучш

Для тугоплавких металлов и сплавов (например, Mo-Si-B) оксидная шкала может представлять собой сложную смесь SiO2, MoO3 и боросиликатных стекол. DFT показывает, что оксид молибдена улетучивается выше 800°C (сублимируется как MoO3), что приводит к катастрофическому окислению, известному как «пестинг». Добавление кремния и бора способствует образованию защитного боросиликатного слоя. Расчеты DFT диффузии кислорода через аморфные сети SiO2 обеспечивают энергию активации (~ 2,5 эВ), которая соответствует измеренной параболической постоянной скорости.

Кислород и диффузия катионов по шкале

Кинетика роста оксида контролируется транспортом либо ионов кислорода внутрь, либо катионов металлов наружу через шкалу. Расчеты DFT миграционных барьеров в оксидных решетках навалочных масс имеют важное значение. В хроме миграционные барьеры вакансий кислорода составляют около 1,0 эВ, в то время как межштатная миграция хрома составляет около 0,8 эВ. В глиноземе диффузия кислорода значительно медленнее (барьер > 3,5 эВ) из-за плотной структуры корунда, объясняя, почему глиноземные шкалы растут гораздо медленнее, чем шкалы хромии. Эти цифры позволяют моделирование параболических констант скорости с использованием теории Вагнера, связывая атомный масштаб DFT с моделями окисления континуума.

DFT также фиксирует влияние допантов или примесей на диффузию. Например, примеси серы разделяются на интерфейсы оксида металла и ослабляют адгезию. Расчеты DFT показывают, что сера снижает работу разделения на интерфейсе Ni/α-Al2O3 примерно с 8 Дж/м2 до менее 3 Дж/м2, резко увеличивая риск разрежения. Это понимание на атомном уровне привело к практическим рекомендациям по ограничению содержания серы в суперсплавах до <10 ppm.

Проблемы и ограничения DFT в исследованиях окисления

Несмотря на свою мощность, DFT сталкивается со значительными проблемами при применении к высокотемпературному окислению. Во-первых, вычислительные масштабы затрат как O(N3) с количеством электронов, ограничивающие размеры системы до нескольких сотен атомов — намного меньше, чем миллионы, необходимые для моделирования реалистичных микроструктур оксидного масштаба. Это означает, что DFT не может напрямую имитировать рост зерна, инициирование трещин или диффузию на большие расстояния по микрометрам. Такие подходы, как расширение кластера или кинетическая Монте-Карло, параметризованная DFT, используются для моста масштабов, но они вводят дополнительные приближения.

Во-вторых, DFT по своей сути является методом 0 К, хотя конечные температурные эффекты могут быть включены через фононные вклады в свободную энергию. Для окисления при 1000°С важны вибрационная энтропия и анармоничность, но для этого требуются вычислительно дорогие молекулярная динамика ab initio или квазигармонические приближения. Многие исследования предполагают, что энергия основного состояния достаточна для ранжирования материалов, но количественная точность при рабочих температурах остается неуловимой.

В-третьих, точность предсказаний DFT для сильно коррелированных систем (например, NiO, CoO) ограничена. Стандартные функциональные возможности GGA искажают разрыв полосы NiO как близкий к нулю, тогда как истинное значение составляет ~4 эВ. Это влияет на расчетную поверхностной реактивности и химии дефектов. DFT + U или гибридные функции улучшают результаты, но при более высокой вычислительной стоимости. Недавний бенчмарк [Project Materials] (https: / /materialsproject.org /) показал, что DFT + U со значением U-J 6,0 эВ дает параметры решетки оксида никеля в пределах 1% и энергии образования вакансий кислорода в пределах 0,2 эВ эксперимента - удовлетворительная точность для исследований окисления.

В-четвертых, окисление включает в себя множественные связанные явления: газофазный транспорт, поверхностные реакции, твердотельная диффузия, фазовые преобразования и механическое напряжение. DFT касается только поверхностной реакции и диффузии на короткие расстояния. Связывание DFT с моделями континуума требует тщательной параметризации и валидации. Несмотря на эти ограничения, DFT остается наиболее широко используемым методом первопринципов для окисления, и его прогнозы постоянно улучшаются с помощью алгоритмических и аппаратных достижений.

Будущие направления: DFT с машинным обучением и многомасштабной интеграцией

Ускоренное открытие с помощью высокопроизводительного DFT

Традиционный рабочий процесс DFT — создание плиты, выполнение расчетов для нескольких конфигураций — слишком медленный, чтобы экранировать огромное композиционное пространство многокомпонентных сплавов. Высокопроизводительный DFT, автоматизированный рабочими процессами (например, AFLOW, Materials Project, Matbench), теперь вычисляет свойства окисления для тысяч поверхностей. Например, исследование 2023 года, экранированное сплавы Ni-Co-Cr-Al-Ta для сегрегации алюминиевой поверхности и энергии адсорбции кислорода, идентифицируя Ta как мощный ускоритель образования глинозема. Такие базы данных позволяют моделям машинного обучения прогнозировать сопротивление окислению без явного DFT для каждой новой композиции, резко ускоряя конструкцию сплава.

Машинное обучение суррогатных моделей

Потенциалы нейронных сетей, обученные на данных DFT, могут имитировать динамику окисления в течение наносекунд и расстояния в микронном масштабе — невозможно только с DFT. Например, исследователи из [MIT] (https: / / web.mit.edu /) разработали модель глубокого потенциала для окисления Ni-Cr-Al, которая воспроизводит энергии DFT в пределах 5 мегаватт / атом. Используя этот суррогат, молекулярно-динамическое моделирование роста оксида при 1000°C в течение 10 нс выявило образование аморфных промежуточных слоев, которые позже кристаллизуются, процесс, никогда не встречающийся в статических расчетах DFT. Интеграция таких моделей в коды прогнозирования окисления обещает революционизировать дизайн материалов для экстремальных сред.

Корреляция DFT с экспериментальной характеристикой

Будущее моделирования окисления заключается в тесной интеграции между DFT и передовыми экспериментами. В настоящее время трансмиссионная электронная микроскопия (TEM) в сочетании с спектроскопией потерь энергии электронов (EELS) может измерять состояние окисления и локальное связывание в атомном масштабе. Спектры EEL, имитируемые DFT, обеспечивают прямые отпечатки пальцев для идентификации промежуточных фаз оксида на изображениях TEM. Аналогично, поверхностные рентгеновские дифракционные паттерны могут быть предсказаны из моделей DFT структуры слоя оксида, что позволяет валидировать рассчитанные пути реакции. Такие синергии превращают DFT из чисто прогностического инструмента в диагностического компаньона для экспериментальных исследований.

Практические последствия для высокотемпературного дизайна сплава

Для аэрокосмических турбинных лопастей руководящие принципы проектирования включают: (а) обеспечение критической концентрации алюминия (> 12 на.%) на поверхности для формирования непрерывной шкалы α-Al2O3; (б) добавление небольших количеств реактивных элементов (Y, La), которые разделяются на границы оксидного зерна, снижая темпы роста; (с) минимизация содержания серы ниже 5 частей на миллион для поддержания межфазной адгезии. Эти правила, теперь являющиеся частью коммерческих спецификаций суперсплава (например, PWA 1484 Pratt & Whitney), возникли из расчетов DFT, выполненных за последние два десятилетия.

В секторе ядерной энергетики облицовочные материалы, такие как Циркалой, подвергаются окислению в паре при 1200°C во время аварий с потерей охлаждающего вещества. Моделирование DFT диффузии кислорода в цирконии показало, что присутствие легирующей олова (Sn) увеличивает энергию образования вакансий кислорода, тем самым снижая скорость окисления - открытие, которое повлияло на разработку передовых составов Циркалоя с более низким содержанием олова. Аналогичным образом, для будущих реакторов синтеза исследования DFT по окислению вольфрама (материал, обращенный к плазме) руководили развитием самопассивных сплавов вольфрама, которые образуют защитные слои WO3, задерживая катастрофическое окисление в случае случайного проникновения воздуха.

Заключение

Функциональная теория плотности стала незаменимым инструментом для понимания и прогнозирования процессов окисления в высокотемпературных материалах. От начальной адсорбции кислорода до формирования и роста защитных оксидных шкал DFT предоставляет детали атомного масштаба, которые недоступны только экспериментом. В то время как ограничения в размере системы, температурных эффектах и сильной корреляции сохраняются, текущие разработки в алгоритмах, высокопроизводительных вычислениях и машинном обучении быстро расширяют применимость DFT. Интегрированная с высокопроизводительным скринингом и экспериментальной валидацией, DFT-управляемая конструкция уже поставляет сплавы с индивидуальной устойчивостью к окислению для самых требовательных сред в аэрокосмической, энергетической и промышленной сферах. По мере того, как вычислительные ресурсы продолжают расти, граница между моделированием и реальностью будет размываться дальше, позволяя рационально проектировать материалы, которые выдерживают самые суровые условия на Земле и за ее пределами.