Nature：低熱滯后形狀記憶陶瓷材料！

一、【導讀】

形狀記憶材料（SMM）是一種具有良好發展前景的智能材料。形狀記憶材料是指能夠感知并響應環境變化（如溫度、力、電磁、溶劑、濕度等）的刺激，對其力學參數（如形狀、位置、應變等）進行調整，從而恢復到初始狀態的一種智能材料。簡單地說，就是有一定初始形狀的材料經過形變并固定為另外一種形狀后，通過物理或化學刺激又能恢復到初始形狀的材料。常見的形狀記憶材料包括形狀記憶合金、形狀記憶高分子和形狀記憶陶瓷等。基于金屬較強的延展性，目前形狀記憶合金是形狀記憶材料中形狀記憶性能最好的材料。然而由于金屬使用溫度的限制，形狀記憶合金在高溫領域的應用大大受限。

?二、【成果掠影】

基于此，美國麻省理工學院Christopher A. Schuh教授團隊提出了一種將晶格工程方法擴展到馬氏體設計的方法，以解決這些額外的約束，結合現代計算熱力學和數據科學工具，跨越尚未有數據的復雜的多成分空間。其結果是一種新的ZrO₂組合物，具有15 K的遲滯回量記錄，與典型值相比，這是大約10倍的轉化滯回量（大約是目前報道的最佳值的5倍）。這一發現表明，ZrO₂陶瓷可以表現出與廣泛應用的形狀記憶合金相同的遲滯值，為其作為可行的高溫形狀記憶材料鋪平了道路。相關研究成果以“Low-hysteresis shape-memory ceramics designed by multimode modelling”為題發表在國際知名期刊Nature上。

三、【核心創新點】

提出了一種將晶格工程方法擴展到馬氏體設計中，隨后結合現代計算熱力學和數據科學工具，從而產生具有創紀錄低熱滯后的多晶馬氏體氧化鋯陶瓷。

?四、【數據概覽】

?

圖1? 結合機器學習、計算熱力學和晶格工程的多面建模方法預測新型ZrO₂基組合物的形狀記憶特性 ? 2022 Springer Nature

（a）單相ZrO₂在ZrO₂-TiO₂-AlO_1.5體系中的溶解度區域預測。

（b）ZrO₂-TiO₂系統中實驗T₀和M_s的實驗值與計算熱力學（CALPHAD）預測的對比。

（c）在各種二元系統中，晶格參數a_t與本實驗機器學習模型的預測的比較。

（d）使用模型輸入對形狀記憶特性的預測。

?

圖2? 不同摻雜劑對ZrO₂形狀記憶陶瓷二元體系中M_s、體積變化(ΔV/V)和λ₂的影響 ? 2022 Springer Nature

?

圖3 ?ZrO₂-TiO₂-AlO_1.5體系中首選成分的表征? 2022 Springer Nature

（a）構建摻雜劑的協同組合。

（b）顯示所選組合物的微觀結構的背散射掃描電子顯微鏡圖像。

（c-d）測量的M_s、遲滯變化、λ₂和ΔV/V并與預測值對比。

?

圖4 ?目前ZrO₂基形狀記憶陶瓷的低熱遲滯 ? 2022 Springer Nature

（a）通過原位XRD測量的各種ZrO₂-TiO₂（-AlO_1.5-CrO_1.5）組成。

（b）ZrO₂基形狀記憶陶瓷中測量的熱遲滯的對比。

五、【成果啟示】

綜上所述，研究者提出了一組設計參數，來解鎖形狀記憶陶瓷的低相變滯后，這是廣泛植根于馬氏體相變的物理學性質。研究者還提出了一個多模式建模過程，該過程結合了計算熱力學、數據驅動模型和晶格工程，以成功地穿越復雜的多目標空間。這里展示的數據和趨勢共同說明了物理學和相應的設計原則的有效性，引導了多組分ZrO₂組合物的快速發展，其滯后低達創紀錄的15K。這些發現，不僅解鎖了一種新的和獨特的智能材料的高度可逆轉化，而且還預示了設計馬氏體陶瓷的量身定制滯后和相變溫度優化的特定操作環境。

原文詳情：Low-hysteresis shape-memory ceramics designed by multimode modelling (Nature, 2022, 610, 491–495)

本文由大兵哥供稿。