枝晶生长与凝固组织选择
- 科学问题
- 形核条件、晶体取向与对流,如何共同影响枝晶生长和晶粒竞争?
- 研究方法
- 将定量相场与原位、实时观测相结合,分析枝晶早期生长、晶粒相互作用及定向凝固中的组织选择。
- 已有认识
- 通过不同形核条件与取向下的生长研究,建立枝晶动力学与组织演化之间的联系。
About
巩桐兆现任中国科学院金属研究所材料人工智能研究部副研究员,兼任中国科学技术大学材料科学与工程学院硕士生导师。
研究聚焦合金组织的形成、演化与调控,围绕枝晶生长与组织选择、溶质再分配与微观偏析,以及多组元体系的高效预测开展工作。结合相场方法、热力学计算与机器学习,并通过原位、实时实验进行对照,发展用于揭示组织演化机制和指导组织调控的计算方法。相关研究涉及轴承钢、高温合金和核用结构材料等。
Research Interests
研究组织演化的物理机制,发展面向工程合金的组织预测与调控方法。
Methods & Materials
Publications
MACHINE LEARNING × PHASE FIELD
多组元相场计算中,反复求解准平衡热力学方程是重要的计算开销。
以神经网络预测热力学数据并嵌入相场求解器,形成机器学习加速框架;在 Ni–Cr–Al 与 Al–Zn–Mg–Cu–Zr 体系中检验组织演化与偏析预测。
SOLUTE REDISTRIBUTION
凝固末期的溶质再分配,需要超越经典模型的简化描述。
结合 Fe–C 定量相场与一维扩散计算,将模型参数与材料属性联系起来,并与多种合金实验数据对照。
MICROSTRUCTURE CONTROL
富碳残液与析出驱动力,如何共同影响钢中一次碳化物形成?
多相场模拟表明,提高固/液碳扩散率比可同时减少富碳残液和析出驱动力,为碳化物调控提供潜在路径。
没有符合条件的论文
Contact
欢迎围绕合金凝固、相场建模、微观偏析与机器学习开展学术交流。
巩桐兆 / Tongzhao Gong
中国科学院金属研究所 · 材料人工智能研究部
Shenyang National Laboratory for Materials Science,
Institute of Metal Research, Chinese Academy of Sciences,
辽宁省沈阳市沈河区文化路72号