2. 扩散的微观机制与热力学驱动力
上一章我们把扩散描述为“原子在浓度梯度下的净迁移”,但浓度梯度只是表象。要真正理解扩散,必须回答两个更底层的问题:原子究竟以什么方式在点阵中移动?又是什么力量让它们愿意移动、甚至逆着浓度梯度移动?本节围绕空位机制、间隙机制、互扩散与自扩散、化学势梯度与Darken方程,以及上坡扩散现象展开。
一、两种基本微观机制:空位与间隙
在置换固溶体或纯金属中,原子被束缚在点阵结点上,无法直接“挤”过邻居。它最现实的移动方式是:旁边恰好有一个空位,原子跳入空位,等价于空位反向跳了一步。这就是空位机制。其扩散系数可写成
D_v = (1/6) · z · a² · Γ_v · X_v
其中 z 为配位数,a 为跳跃距离,Γ_v 为空位跳跃频率,X_v 为空位摩尔分数。关键点在于:D_v 正比于空位浓度。空位浓度又随温度按 Arrhenius 关系升高,因此空位机制扩散对温度极其敏感,且往往需要较高的激活能。
对于 C、N、H、O 等半径很小的原子,它们并不占据正常结点,而是处在八面体或四面体间隙位置。这类原子可以直接从一处间隙跳到相邻间隙,无需等待空位,这就是间隙机制。间隙扩散的激活能通常明显低于空位扩散,因此小原子在金属中的扩散快得多。例如,α-Fe 中碳的扩散激活能约为 80 kJ/mol,而铁的自扩散激活能约为 250 kJ/mol,两者相差三倍以上。
二、自扩散与互扩散
自扩散指同种原子在纯金属或均匀合金中的迁移,没有浓度梯度,只能用同位素示踪法测量。它反映的是基体点阵本身的热激活跳跃能力,是理解一切扩散的基准。
互扩散则发生在两种或多种组元存在浓度差的合金中。以 Cu-Ni 扩散偶为例,Cu 和 Ni 的原子各自向对方一侧迁移。由于两种原子的迁移速率通常不同,界面处会出现净的原子通量差,导致一侧出现空位聚集、另一侧出现原子堆积,宏观上表现为 Kirkendall 效应——标记面会向扩散较快的一侧移动。这说明互扩散不是简单的“互相穿过”,而是伴随点阵整体漂移的耦合过程。
三、真正的驱动力:化学势梯度
浓度梯度只是驱动力的一种常见表现形式,真正的热力学驱动力是化学势梯度。对组元 i,其化学势定义为
μ_i = μ_i⁰ + RT ln(a_i)
其中 a_i 为活度。扩散的唯象方程应写成
J_i = - (D_i · c_i / RT) · (∂μ_i/∂x)
当溶液为理想溶液时,a_i 正比于浓度,上式退化为 Fick 第一定律。但在非理想体系中,活度系数随成分变化,化学势梯度可能与浓度梯度方向不一致,甚至符号相反。这正是上坡扩散的根源。
四、Darken 方程:把互扩散系数拆开
Darken 方程把互扩散系数 D̃ 与各组元的本征扩散系数 D_A、D_B 以及热力学因子联系起来:
D̃ = (X_B · D_A + X_A · D_B) · Φ
Φ = 1 + (∂ln γ_A / ∂ln X_A)
其中 Φ 为热力学因子,γ_A 为活度系数。这个式子告诉我们两件事:第一,互扩散系数是两种原子本征扩散系数的加权平均;第二,热力学非理想性会放大或缩小扩散速率。当 Φ > 1 时,体系倾向于发生偏聚或相分离,扩散被加速;当 Φ < 0 时,D̃ 变为负值,意味着扩散方向与浓度梯度相反。
五、上坡扩散:逆浓度梯度的迁移
上坡扩散最典型的例子是钢中的碳在奥氏体与铁素体界面附近,或过饱和固溶体在时效初期形成的溶质原子偏聚区(GP区)。此时碳或溶质原子从低浓度区向高浓度区迁移,看似违反直觉,实则完全符合化学势下降的方向。其判据是:只要 ∂μ_i/∂x 与 ∂c_i/∂x 异号,就会出现上坡扩散。在相分离体系中,这对应自由能-成分曲线的凹段,即 Spinodal 分解区。
六、工程判断与参数示例
在实际分析中,我们可以按以下顺序判断扩散行为。以 Fe-C 体系在 900 °C 的奥氏体为例,碳的间隙扩散系数约为 1.5×10⁻¹¹ m²/s,而铁的自扩散系数约为 3×10⁻¹⁷ m²/s,两者相差六个数量级。这意味着在渗碳过程中,碳的迁移主导了浓度分布演化,而铁的点阵几乎不动。若换成 Cu-Ni 扩散偶在 1000 °C 保温,D_Cu 与 D_Ni 接近但不等,此时必须用 Darken 方程计算互扩散系数,并考虑 Kirkendall 漂移对界面位置的影响。
| 体系 | 机制 | 典型激活能 Q (kJ/mol) | 扩散快慢 |
|---|---|---|---|
| C 在 α-Fe | 间隙 | ~80 | 快 |
| Fe 自扩散 | 空位 | ~250 | 慢 |
| Cu-Ni 互扩散 | 空位耦合 | ~230 | 中等 |
| Al 在 Al-Cu 时效 | 空位 + 上坡 | — | 偏聚 |
总结本节的核心逻辑链:微观上,空位机制和间隙机制决定了原子如何跳;热力学上,化学势梯度而非浓度梯度才是真正的驱动力;Darken 方程把本征扩散系数与热力学因子组合成可测量的互扩散系数;当热力学因子为负时,就出现上坡扩散。理解这条链,才能在后续 DICTRA 计算中正确设置驱动力模型和迁移率参数。