收益：
- 能够通过 AI 和查询 CALPHAD 逻辑以结构化方式解释相图、相比和转变温度
- 能够在人工智能支持下计算和理解杠杆规则、共晶和共析转变等概念
- 能够通过热力学合理性和实验图验证 AI 给出的相位和温度值
无论是在低于还是高于 727°C 的温度下对钢进行退火、合金何时开始在铸造中凝固、焊料在什么温度下会完全熔化——所有这些都记录在相图中。相图是显示材料中哪些相（固体、液体、不同晶体结构）在什么温度和成分下处于平衡状态的图。相是材料中化学和结构均匀的部分；例如，铁素体和渗碳体是钢中两个独立的相。冶金语言用相图说话，在本单元中，您将学习如何在解释相图、构建杠杆规则计算和查询 CALPHAD（相图计算：一种从热力学数据计算相平衡的方法）逻辑时使用人工智能（处理文本、数字和逻辑的系统）。中心原则保持不变：人工智能可以帮助您阅读图表，但它给出的任何温度和成分值都必须通过经验图和热力学合理性进行验证。
相图的基本概念和AI的作用
要正确阅读相图，有必要澄清几个概念； AI在教学和提醒方面非常强大：
- 液相线：温度极限，高于该温度极限，所有物质都呈液态。第一个固体在冷却时开始塌陷的温度。
- 固相线：边界线以下一切都是固体。加热时形成第一液体的温度。
- 共晶转变：液体在恒定温度下同时转变为两个固相的点（液体→固体A + 固体B）。焊料合金就是典型的例子。
- 共析转变：固体在恒温下转变为两种不同固相的点（固体→固体A + 固体B）。这就是钢中奥氏体→铁素体+渗碳体（珠光体）转变；在铁碳图中，它发生在约 727 °C 和约 0.76% 碳的温度下。
- 杠杆法则：计算给定温度下两相区各相数量的方法。
当你向 AI 描述相图时（例如“铁碳图上 800 °C 时钢的相为 0.4% C”），它给出了概念上正确的答案。然而，他有时会记错或编造（幻觉）具体的温度和成分值。所以用AI作为“建立解释图表的逻辑”的工具；读出标准图中的数字。
杠杆规则：循序渐进、验证
杠杆法则给出了两相区域的相比。设两相为α和L（液体），合金的总成分为C₀，该温度下的相界成分为Cα和CL。根据杠杆规则：
- α相的质量分数 = (CL − C₀) / (CL − Cα)
- L 相的质量分数 = (C₀ − Cα) / (CL − Cα)
当让AI做这个计算时，构造步骤如下：
- 给出温度和成分：“1450 °C 时含 40% Ni 的铜镍合金。”
- 您读取相界组合：自己从图中读取 Cα 和 CL 值并将其提供给 AI — 不要依赖 AI“读取”的内容。
- 让 AI 设置账户：应用公式、计算赔率并显示步骤。
- 检查物理合理性：几率是否在 0-1 之间、总和在 1 之间、液相线/固相线之间的温度吗？
提示：杠杆法则中最常见的错误是误读相边界组合。由于AI无法“看到”图表，因此您必须提供这些值； AI只执行算术和逻辑。如果输入错误的Cα/CL，结果将绝对错误。
CALPHAD 和热力学合理性
CALPHAD 方法不是通过实验逐一绘制相图，而是通过将每个相的吉布斯自由能建模为成分和温度的函数并最小化系统的总自由能来计算相平衡。 Thermo-Calc、FactSage、Pandat 等软件可以执行此操作。 AI 帮助解释 CALPHAD 概念并解释结果；但人工智能本身并不是一个热力学求解器——它实际上并没有进行吉布斯能量最小化，而是产生了看起来最有可能的答案。
正确用法：要求 AI 解释 CALPHAD 输出（例如相比表、转变温度）、标记差异并查询哪些值偏离物理预期。误用：告诉AI“计算该合金的相图”并认为数字是CALPHAD的结果。
任务
人工智能的作用
验证来源
解释相图的概念
强大——教导
教科书、ASM图
杠杆规则算术
助手 — 设置帐户
手动读取边界组合
给出转化温度
虚弱——产生幻觉
实验/标准图
解释 CALPHAD 结果
Helper——一致性检查
Thermo-Calc/FactSage 输出
新系统的图表“计算”
不足——不能
真实的CALPHAD软件+实验
三个迷你箱子
情况 1 — 合成的共析温度。一名学生问AI“添加铬的钢的共析温度是多少”； AI 用坚定的语气说“727°C”。而合金元素会改变共析点：铬会提高共析温度并降低共析碳含量。 727 °C 对于纯铁碳来说是正确的，但对于合金钢则不同。当学生从 Fe-Cr-C 三元图或 CALPHAD 计算中确认值时，他会看到差异。教训：人工智能可能会错误地将二进制系统的“记忆”值转移到合金系统。
案例 2 — 正确构建杠杆计算。一位工程师想要计算 1300 °C 下 Cu-Ni 合金的相比。从图中，他读出固相线成分为 32% Ni，液相线成分为 45% Ni；该合金的镍含量为 40%。它将这三个值提供给人工智能并应用杠杆规则。 AI 计算出固体比率为 (45−40)/(45−32) = 0.38，液体比率为 0.62。工程师检查总和是否为 1.0，并且 40% 落在两个限值之间。由于边界组合是从真实图中读取的，结果是合理且经过验证的。
案例 3 — CALPHAD 差异捕获。研发团队在 Thermo-Calc 中计算镍高温合金的 γ′（γ 指数：提供高温强度的沉淀相）比率； 55% 减去。他们让人工智能询问这个值“这合理吗？” AI 表明，在典型的涡轮高温合金中，γ′ 比率通常在 40-70% 范围内，但 55% 对数据库选择和温度非常敏感，必须使用不同的热力学数据库重新运行。该团队使用两个数据库重新计算，并将该值与实验图像分析进行比较。人工智能在这里被正确地用作一致性检查器。
可复制的提示模板
相图解释模板“角色：您是物理冶金助理。系统：[例如铁-碳]。成分：[%C]。温度：[°C]。此时哪些相处于平衡状态？解释每个相是什么。不要给出转变温度；而是告诉我我正在查看哪条线（液相线/固相线/共析线）以及我应该从哪张图中读取值。温度/成分值必须由实验图拟合确认；
杠杆规则计算模板“两相区域。我从图中读取了以下值：- 合金的总成分 C0 = [...]- 第 1 相边界成分 = [...]- 第 2 相边界成分 = [...] 使用杠杆规则逐步计算每个相的质量比。然后进行物理检查：比率是否在 0-1 之间，总和是否为 1？您无需“读取”这些值；只需使用数字 I已经给出计算了。”
CALPHAD 结果解释模板“解释以下 CALPHAD 输出：[相比/温度]。系统和温度：[...]。这些值是否在典型的预期范围内？哪个值可能对数据库选择或温度过于敏感？标记哪个结果应通过第二个数据库或实验来确认。不要声称绝对准确。”
转变机制说明模板“什么是[共晶/共析/包晶]转变，它在恒温下发生，形成哪些相？通过[合金示例]进行解释。解释合金元素如何改变这一点（在温度和成分的方向上）。不要给出“准确”的具体数字；给出总体趋势+验证来源。”
弱提示/强提示
弱提示：“说出 0.4 碳钢的相和温度。”
强烈提示：“角色：你是物理冶金助手。系统：铁碳（平衡）。对于 0.4% C 钢，请按顺序解释它在冷却过程中经过哪些相区（奥氏体→奥氏体+铁素体→珠光体+铁素体）。告诉我在每道次中我看哪条线。说明共析温度和成分对纯 Fe-C 有效，它会随着合金元素的变化而变化。数字是标准 Fe-C。提醒我从图中确认并写下要实验测试的内容。”
微弱的提示给出了肤浅的、可能是人为的温暖反应，忽略了合金效应。强大的提示功能；它要求逻辑上的变换顺序，回忆合金效应，并要求确认图中的数字。
常见错误
- 将二元系统的机械值（例如 727 °C 共析体）按原样携带到合金钢中。
- “让AI读取”杠杆法则中的相边界组合； AI看不到图。
- 将 AI 误认为是真正的 CALPHAD 求解器，并接受结果数字作为计算值。
- 将平衡图应用于快速冷却（非平衡，例如马氏体）；相图显示了平衡状态。
- 将液相线/固相线与凝固间隔混淆。
- 接受结果而不检查赔率总和和 0-1 限制。
总之
相图是冶金图；人工智能在教授阅读该图的逻辑（相、液相线/固相线、共晶/共析、杠杆规则）和设置计算方面功能强大。然而，它可以产生特定的温度和成分值，绕过合金化效应，并且不是真正的 CALPHAD 溶剂。从图中读取边界组合，用实验图和热力学软件确认变换值，不要将平衡图应用于非平衡变换。
应用任务
从铁碳图中选择接近 0.8% C（近共析）的钢。要求 AI 使用“相图解释”模板解释 727 °C 上方和下方存在哪些相以及为何形成珠光体。然后，在两相区域中，自己从图中读取边界组合，使用“杠杆规则”模板计算相比，并验证总数是否为 1.0。最后，用一段话总结合金元素如何改变共析点。
清单
- [ ] 我澄清了相、液相线、固相线、共晶和共析的概念。
- [ ] 我自己从图中读取了相界组合，我没有让AI读取它。
- [ ] 我检查了杠杆规则结果在 0–1 范围内且总和为 1.0。
- [ ] 我用实验图确认了AI给出的转变温度。
- [ ] 我考虑到合金元素会改变平衡点。
- [ ] 我使用 AI 作为解释和一致性工具，而不是 CALPHAD 求解器。