数据增强机器学习设计与新型Cu‑Be合金提升性能的四元协同机制

这类新金属为何重要

铍‑铜合金是手机、汽车、飞机和数据中心中默默工作的主力部件，用于制造在中等高温下既要承载电流又要保持强度与可靠性的小弹簧和连接件。当前的标准Cu–Be合金要么使用大量昂贵且有毒的铍，要么在强度和长期稳定性上做出妥协。本研究结合机器学习与先进显微表征，设计出一种更廉价的Cu–Be新合金，既保持强度、良好导电性，又能在服役中抵抗逐步的力学衰减。

用数据设计更好的合金

研究者首先建立了包含36种现有Cu–Be基合金的数据库，收集了它们的强度、电导率以及在高温下保持数小时时的应力损失（应力松弛）。由于真实数据稀少且偏向少数成分，他们采用数据增强技术——加入现实噪声与合成样本——来“填补”空白。随后训练了能够同时预测三个目标性质的机器学习模型：抗拉强度、电导率和抗应力松弛能力。借助改进的数据集，模型达到了较高精度，并用于对数千种可能的合金配方进行计算筛选。

寻找合适的元素配比

虚拟搜索指出一类有前景的合金：中等铍含量（约1.5 wt%）加上少量镍和镁。镍和钴都显示出有益效果，但钴因成本原因被排除。在模型指导下，团队聚焦四个以Cu–1.47Be为中心的实验配方，含或不含0.62 wt% Ni以及0.1–0.2 wt% Mg。测试表明加入Ni能显著提高强度和抗应力松弛性能，而少量Mg则带来额外提升。最佳候选Cu–1.47Be–0.62Ni–0.1Mg的抗拉强度达到1350 MPa，同时保持良好电导率（约为纯铜的29%）并在200 °C下表现出极低的应力松弛。

从内部观察合金

为理解该配方为何表现优异，团队对合金进行多尺度成像。电子背散射衍射显示，Ni与适量Mg细化了晶粒结构，把大晶粒分解为更小且更均匀的晶粒。透射电子显微镜表明，新合金在晶粒内部形成致密的纳米尺度析出相（富含Be和Ni的微粒），而非沿晶界形成粗大板状相。与无Mg或高Mg配方相比，最佳的0.1% Mg合金在热机械载荷后拥有最多的细小析出相和最清洁的晶界。

镍与镁如何协同作用

详尽的原子探针测量和量子力学计算揭示出一个由四部分组成的“协同”机制。首先，Ni与Mg共同调控铍在高温下于铜中的溶解性，确保足够的铍留在固溶体中以在随后形成强化颗粒。第二，Ni有利于生成稳定的NiBe相，这些相倾向于在晶粒内部而非晶界处析出。第三，Mg原子迁移到析出相与铜基体的界面以及晶界，填补空位并减缓铍的扩散。这种组合阻止了铍在晶界处堆积并形成脆性的层状相，而是促进晶粒内均匀的纳米级析出，从而有效阻碍位错运动。

对实际器件的意义

将新合金与广泛使用的商用品级C17200比较，新合金在强度上相当，但电导率提高了26%，在200 °C下的抗应力松弛性能提升了53%，原材料成本降低了18%。作者将其底层设计原则概括为“四元协同”策略：优化元素的溶解行为、引导次相的形成位置、管理界面处的溶质偏析，以及消除晶界处过量的空位。对工程师而言，这意味着一个更明晰的配方，用以制造在苛刻条件下仍能保持高强度、良导电性和尺寸稳定性的铜合金——助力下一代电子与机械系统更长久、更可靠地运行。

引用: Chen, W., Zheng, H., Jiang, Y. et al. Data-augmented machine learning design and performance-enhancing quaternary synergistic mechanism of novel Cu-Be alloy. npj Comput Mater 12, 128 (2026). https://doi.org/10.1038/s41524-026-02000-5

关键词: 铜铍合金, 材料设计的机器学习, 镍镁微合金化, 抗应力松弛, 高强度导电金属