通过机器学习分子动力学实现对氢气泡诱导钨脆化的原子尺度理解

为何微小气泡能破坏坚固金属

如果你见过金属部件意外开裂，氢可能是潜在的罪魁之一。在聚变反应堆等极端技术环境中，金属壁会受到氢的轰击，氢能悄然渗入并从内部削弱材料。本研究利用先进的计算模拟，以原子为单位观察氢如何在作为聚变反应堆候选材料的钨内部聚集成气泡，以及这些气泡如何诱发突发的脆性断裂。理解这一隐蔽过程对于在苛刻环境中建造更安全、更耐久的装置至关重要。

逐个追踪氢原子

要追踪固体金属内部的氢，研究者需要既准确又快速的工具。传统的量子计算非常精确，但对于真实气泡中涉及的百万原子来说太慢；而更简化的模型虽然快速，却常常不够可靠。作者通过训练一种叫 NEP-WH 的机器学习模型来弥合这一差距，使其能够模拟钨与氢的量子级物理。他们为模型提供了丰富的训练集——完美晶体、缺陷、类似液体的态、表面、裂纹与空穴等原子构型——以便模型能识别多种环境。测试表明，NEP-WH 在钨的基本性质、氢在其中的溶解与迁移行为，以及在极高压力下氢分子的行为方面与量子结果非常接近。

观察气泡如何在金属内部形成

借助这一新模型，研究人员开展大尺度分子动力学模拟，观察氢在钨内部的微小空隙——纳空穴中如何聚集。氢进入后，首先在空穴中心形成分子，堆积产生数百亿帕量级的压力，可与行星深处的条件相媲美。与此同时，部分分子在空穴表面解离，留下粘附在周围金属上的单个氢原子。系统最终趋于稳态，气泡压力取决于空穴尺寸并遵循类似表面张力的简单规律：空穴越小，达到的压力越高。这为长期以来关于固体内部气体泡行为的理论观念提供了数值支持。

扁平氢层与隐蔽薄弱点

一旦气泡压力稳定，氢的故事并未结束。额外的氢原子继续从气泡渗出进入附近金属，但并非均匀分布。相反，它们沿特定晶面（称为 {100} 面）聚集成薄的片状簇，从空穴表面向外延伸。在这些薄层内，局部金属结构被推向更致密的堆积方式，在多层交汇处还出现具有另一种堆积模式的小区域。这些富氢特征有效地在金属中刻画出看不见的薄弱平面，使应力沿着优选方向集中。

从平滑拉伸到突发断裂

为了解这些隐蔽结构如何影响强度，团队沿一个方向拉伸其模拟的钨样品。没有氢的空穴以相对温和、延展的方式变形：位错——线状缺陷——移动并增殖，在材料最终断裂前吸收能量。加入氢则显著改变了结果。即使在适度的氢含量下，裂缝也会从气泡处萌生并沿富氢平面直线扩展，伴随的位错活动明显减少。随着氢含量进一步增加，预先存在的薄层和楔形富氢区域引导裂纹路径，降低材料强度，使其行为由可塑转向脆性。材料不再缓慢屈服，而是在锋利、平整的断裂面上突然断裂。

对未来极端装置的意义

对于非专业读者，关键结论是：氢并非以模糊的方式“使金属变弱”。它在钨内部自组织成受压的气泡和扁平的隐蔽层，这些层像内置断层一样存在。新的机器学习模型使研究者能够以前所未有的细节和实际尺度观察到这一点，将原子级运动与宏观断裂联系起来。这些见解有助于解释聚变实验中观察到的表面水疱和内部裂纹，并为设计更能抵抗氢损伤的金属及操作条件提供了路线图。

引用: Bao, Y., Song, K., Liu, J. et al. Atomistic understanding of hydrogen bubble-induced embrittlement in tungsten enabled by machine learning molecular dynamics. npj Comput Mater 12, 108 (2026). https://doi.org/10.1038/s41524-026-01986-2

关键词: 氢脆, 钨, 纳空穴, 机器学习势, 聚变材料