多金还高产！这位MIT教授，2022年首登Nature！

然而，氧化锆中的这种“晶格工程”由于附加的物理约束而变得复杂：需要管理较大的相变体积变化，并实现足够高的相变温度，以避免动力学能垒。

在此，来自美国麻省理工学院的Christopher A. Schuh等研究者，提出了一种将晶格工程方法扩展到马氏体设计的方法，以解决这些额外的约束，结合现代计算热力学和数据科学工具，跨越尚未有数据的复杂的多成分空间。相关论文以题为“Low-hysteresis shape-memory ceramics designed by multimode modelling”于2022年10月05日发表在Nature上。

马氏体相变是一种特殊的从一种晶体结构，到另一种晶体结构的快速位移相变。它们广泛存在于各种类型的晶体材料中，并具有巨大的工程意义，例如，与钢的硬化、形状记忆特性的出现和陶瓷的增韧有关。马氏体相变的大应变，其剪切量可达10%或更多，体积可达5%左右，这引发了一个复杂的力学情况：相变区域必须与周围未转化的基体共存，造成相当大的形状或应变不匹配，必须通过其他方法来适应。由于晶体具有1%量级的弹性极限，马氏体相变往往与这样或那样的有害键断事件有关——这种缺陷的产生是相变迟滞的根本原因。

研究人员最近意识到，可以通过对参与转换的两个相的晶格参数的微妙操作来设计迟滞。具体地说，马氏体理论可用于确定最相容的晶格参数集，即具有最低的界面应变。在这些高度优化的材料中，通过轻微的合金调整，转变变得理想的相称；形状记忆合金在相变过程中通常避免了缺陷的产生，并且在形状记忆合金中，可以将迟滞大幅度降低到几个开尔文的数量级。最近的努力已将晶格工程方法，扩展到形状记忆陶瓷系统；然而，在大应变氧化锆和哈夫尼亚基陶瓷中，这些努力到目前为止，只实现了120 K左右的最小迟滞值。

在陶瓷的情况下，由于几个物理差异，工程转化滞后的挑战要大得多。首先，氧化锆的转化体积变化(约4%或更多)远高于大多数金属(一般低于1%)；这种巨大的体积变化抑制了转化，常常使其在室温以下发生，且不完全。其次，研究者最近的工作表明，晶格相容性本身并不能控制所有温度下的相变滞后；在较低的温度下，移动变换前沿的摩擦起着关键作用。这些复杂性表明，马氏体陶瓷的设计，面临着相当大的挑战，而不仅仅是目前最先进的点阵工程。

在此，研究者概述了一种方法，该方法增加了晶格工程与计算热力学的使用，以寻求可能同时满足上述附加约束的氧化锆组合物。因为对于一些感兴趣的合金族来说，数据是稀疏的，研究者还引入了数据科学的元素，包括监督机器学习，这有助于跨越复杂的多维搜索空间。其结果是一种新的氧化锆组合物，具有15 K的迟滞回量记录，与典型值相比，这是大约10倍的转化滞回量(大约是目前报道的最佳值的5倍)。这一发现表明，氧化锆陶瓷，可以表现出与广泛应用的形状记忆合金相同的迟滞值，为它们作为可行的高温形状记忆材料铺平了道路。

图1. 结合机器学习、计算热力学和晶格工程的多面建模方法预测新型ZrO₂基组合物的形状记忆特性。

图2. 不同掺杂剂对ZrO₂形状记忆陶瓷二元体系中M_s、体积变化(ΔV/V)和λ₂的影响

图3. ZrO₂-TiO₂-AlO_1.5体系中首选成分的表征

图4. 目前ZrO₂基形状记忆陶瓷的低热滞

综上所述，研究者提出了一组设计参数，来解锁形状记忆陶瓷的低相变滞后，这是广泛植根于马氏体相变的物理。研究者还提出了一个多模式建模过程，该过程结合了计算热力学、数据驱动模型和点阵工程，以成功地穿越这个复杂的多目标空间。这里展示的数据和趋势共同说明了物理学和相应的设计原则的有效性，并导致了多组分氧化锆组合物的快速发展，其滞回率达到了创纪录的15 K。这些发现，不仅解锁了一种新的和独特的智能材料的高度可逆转化，而且还预示了设计马氏体陶瓷的量身定制滞后和相变温度优化的特定操作环境。