2、扩散基础:菲克定律(第一、第二定律)、扩散系数、稳态与非稳态扩散的基本概念

扩散是物质在浓度梯度、温度梯度或应力梯度驱动下发生的原子或分子迁移现象,是材料微观结构演化的核心动力学机制之一。无论是固态相变中的成分均匀化、析出相的形核与长大、半导体掺杂工艺中的杂质分布,还是电池电极材料中锂离子的嵌入与脱出,其本质都受扩散规律支配。本章从菲克定律出发,系统建立扩散的定量描述框架,厘清稳态与非稳态扩散的适用场景与求解路径,为后续章节中扩散控制的微观结构演化分析奠定数学与物理基础。

扩散动力学基础框架 菲克第一定律 J = -D · (∂C/∂x) 适用:稳态扩散 浓度不随时间变化 ∂C/∂t = 0 例:薄壁管渗碳稳态 菲克第二定律 ∂C/∂t = D · (∂²C/∂x²) 适用:非稳态扩散 浓度随时间变化 ∂C/∂t ≠ 0 例:渗碳层深度预测 扩散系数 D D = D₀ · exp(-Q/RT) Arrhenius 温度依赖 D₀:频率因子 Q:激活能 单位:m²/s 或 cm²/s 扩散分类 按浓度是否随时间变化 → 稳态 / 非稳态 稳态扩散 ∂C/∂t = 0 浓度分布恒定 通量 J 为常数 求解:一阶常微分方程 非稳态扩散 ∂C/∂t ≠ 0 浓度随时间演化 通量 J 随位置变化 求解:偏微分方程 + 边界条件 工程应用场景 渗碳/氮化处理 | 半导体掺杂 | 电池电极 | 金属氧化 | 相变动力学

2.1 核心原理:菲克定律的物理内涵与数学表达

菲克定律是描述扩散现象的基本方程,由德国生理学家阿道夫·菲克于1855年提出,其形式与傅里叶热传导定律和欧姆定律在数学上高度类比。理解菲克定律的关键在于把握"通量"与"浓度梯度"之间的线性关系假设——这一假设在稀溶液、各向同性介质、等温等压条件下成立,是绝大多数扩散问题分析的起点。

菲克第一定律描述稳态条件下的扩散通量:

J = -D · (∂C/∂x)

其中,J 为扩散通量(单位:kg/(m²·s) 或 atoms/(m²·s)),D 为扩散系数(单位:m²/s),∂C/∂x 为浓度梯度(单位:kg/m⁴)。负号表示扩散方向与浓度梯度方向相反,即物质从高浓度向低浓度迁移。第一定律的物理图像是:原子在晶格中做随机跳跃,当存在浓度梯度时,净跳跃方向指向低浓度侧,宏观表现为定向扩散流。

菲克第二定律则描述非稳态条件下浓度随时间的演化:

∂C/∂t = ∂/∂x (D · ∂C/∂x)

当扩散系数 D 为常数时,可简化为:

∂C/∂t = D · (∂²C/∂x²)

第二定律本质上是质量守恒定律与第一定律的结合——将第一定律代入连续性方程 ∂C/∂t = -∂J/∂x 即可导出。它告诉我们:浓度随时间的变化率等于扩散通量的空间散度,即某点浓度升高意味着该点有净的物质流入。

关键理解:菲克定律的适用边界在于"浓度梯度驱动"这一假设。当体系存在电场(如离子导体)、温度梯度(Soret效应)、应力梯度(Gorsky效应)或化学势梯度与浓度梯度不一致时(如非理想溶液),需使用更广义的扩散方程——Nernst-Planck方程或Onsager不可逆热力学框架。在材料微观结构演化分析中,大多数固态扩散问题仍以菲克定律为基本工具,但需注意其简化假设。

2.2 扩散系数:微观机制与温度依赖

扩散系数 D 是表征扩散快慢的本征参数,其数值取决于扩散机制、晶体结构、温度、压力以及合金成分。在固态材料中,扩散系数通常遵循Arrhenius关系:

D = D₀ · exp(-Q/RT)

其中,D₀ 为频率因子(或指前因子),Q 为扩散激活能(单位:J/mol 或 eV/atom),R 为气体常数(8.314 J/(mol·K)),T 为温度(K)。对等式两边取对数可得:

ln D = ln D₀ - Q/(RT)

这意味着以 ln D 对 1/T 作图应得到一条直线,斜率为 -Q/R,截距为 ln D₀。这是实验测定扩散激活能的标准方法。

扩散的微观机制主要包括以下几种:

扩散机制 描述 典型体系 激活能特征
空位机制 原子跳入邻近空位,空位反向移动 纯金属自扩散、置换固溶体 较高(约2-3 eV)
间隙机制 小尺寸原子在晶格间隙间跳跃 C、N、H 在钢中扩散 较低(约0.8-1.2 eV)
换位机制 相邻原子直接交换位置 较少见,高能量不利 很高
晶界扩散 沿晶界快速通道扩散 多晶材料低温扩散 低于体扩散
位错扩散 沿位错管道扩散 变形材料、低温扩散 低于体扩散

值得注意的是,扩散系数对温度极为敏感。以碳在γ-Fe中的扩散为例,在900°C时 D ≈ 5×10⁻¹² m²/s,而在1100°C时 D ≈ 5×10⁻¹¹ m²/s,温度升高200°C扩散系数提升约一个数量级。这正是渗碳工艺需要高温操作的根本原因。

工程经验:在查阅扩散系数数据时,务必确认其对应的扩散机制和温度范围。同一元素在不同晶体结构中的扩散系数可能相差数个数量级——例如碳在α-Fe(BCC)中的扩散系数远高于在γ-Fe(FCC)中,因为BCC结构的原子堆垛密度较低,间隙位置较大。此外,合金元素的加入会改变基体的晶格常数和空位浓度,从而影响扩散系数,实际工程中应优先选用实测数据而非纯金属数据。

3.3 稳态与非稳态扩散:判断方法与求解路径

区分稳态与非稳态扩散的核心判据是浓度场是否随时间变化:

  • 稳态扩散:∂C/∂t = 0,浓度分布不随时间改变,通量 J 为常数(一维情况下)。此时只需解一阶常微分方程,边界条件通常为表面浓度恒定或通量恒定。
  • 非稳态扩散:∂C/∂t ≠ 0,浓度分布随时间演化,通量随位置变化。此时需解二阶偏微分方程,需要初始条件和两个边界条件。

工程中判断稳态与否的实用方法是:比较扩散时间与工艺时间。若工艺时间远大于浓度分布达到平衡所需的时间特征量(约 L²/D,L 为扩散距离),则可近似为稳态;反之则为非稳态。例如,长期服役的管道壁在恒定温度下,管壁两侧浓度差恒定,经过足够长时间后达到稳态渗碳;而短时渗碳处理中,碳浓度分布始终在演化,属于典型的非稳态扩散。

稳态扩散的典型求解:对于一维平板,厚度为 δ,两侧表面浓度分别为 C₁ 和 C₂,扩散系数 D 为常数,则浓度分布为线性:

C(x) = C₁ + (C₂ - C₁) · x/δ

通量为:

J = -D · (C₂ - C₁)/δ

这一结果常用于计算气体通过薄膜的渗透速率、金属氧化膜的增厚速率等。

非稳态扩散的典型求解:对于半无限大介质,表面浓度恒定为 Cₛ,初始浓度为 C₀,扩散系数 D 为常数,则浓度分布为误差函数解:

C(x,t) = C₀ + (Cₛ - C₀) · erfc(x / (2√(Dt)))

其中 erfc 为余误差函数。该解是渗碳、渗氮工艺设计的理论基础。扩散深度通常定义为浓度达到表面浓度一半(或某一特定值)的位置,其近似为 x ≈ √(Dt)。这一关系表明:扩散深度与时间的平方根成正比,与扩散系数的平方根成正比。

常见误区:初学者常将"稳态"误解为"浓度均匀"。实际上,稳态扩散中浓度分布可以是不均匀的(存在梯度),只是这种不均匀分布不随时间改变。例如,一根两端浓度不同的金属棒,在稳态下浓度沿棒长线性分布,但每一点的浓度值恒定不变。另一个误区是认为 D 一定是常数——在浓度变化范围很大或温度分布不均时,D 可能随位置变化,此时必须使用完整形式的菲克第二定律 ∂C/∂t = ∂/∂x(D·∂C/∂x),不能简单提取 D。

3.4 案例拆解:渗碳工艺中的非稳态扩散分析

渗碳是机械制造中最常见的表面强化工艺之一,其核心目标是在低碳钢(通常为20CrMnTi、20CrMo等)表面引入足够浓度的碳,形成高碳层,随后通过淬火获得高硬度马氏体表面,同时保持心部的强韧性。渗碳过程本质上是碳在奥氏体中的非稳态扩散问题。

工程背景与约束:某齿轮厂需对20CrMnTi齿轮进行气体渗碳处理,要求渗碳层深度(有效硬化层深度,通常定义为硬度≥550 HV处的深度)为 1.2-1.5 mm。渗碳温度为 930°C,炉内碳势控制在 1.0%C(即表面碳浓度 Cₛ ≈ 1.0 wt%)。齿轮材料初始碳含量 C₀ ≈ 0.20 wt%。已知碳在γ-Fe中的扩散系数在930°C下约为 D ≈ 1.5×10⁻¹¹ m²/s。

分析计算:根据误差函数解,碳浓度分布为:

C(x,t) = 0.20 + (1.0 - 0.20) · erfc(x / (2√(Dt)))

有效硬化层深度通常对应碳浓度约为 0.35-0.40 wt%(取决于合金元素)。取 C = 0.38 wt% 作为目标浓度,则:

0.38 = 0.20 + 0.80 · erfc(x / (2√(Dt)))
erfc(x / (2√(Dt))) = (0.38 - 0.20) / 0.80 = 0.225

查余误差函数表,erfc(z) = 0.225 对应 z ≈ 0.75。因此:

x / (2√(Dt)) = 0.75
x = 1.5 · √(Dt)

若要求 x = 1.3 mm = 1.3×10⁻³ m,则所需时间:

t = (x / 1.5)² / D = (1.3×10⁻³ / 1.5)² / (1.5×10⁻¹¹) ≈ 5.0×10⁴ s ≈ 13.9 h

实际操作与结果:工厂实际采用强渗+扩散两段工艺:先在碳势 1.1%C 下强渗 8 小时,再在碳势 0.85%C 下扩散 6 小时,总时间约 14 小时。实测渗碳层深度为 1.35 mm,与理论计算吻合良好。表面碳浓度约为 0.95 wt%,略低于炉内碳势,这是因为合金元素(Cr、Mn、Ti)对碳活度的影响。

风险与代价:若渗碳时间过长,会导致表面碳浓度过高,形成大量网状碳化物,降低疲劳性能;若时间不足,则硬化层深度不够,齿轮接触疲劳强度不足。此外,930°C高温长时间保温会引起奥氏体晶粒长大,因此渗碳后需进行二次淬火细化晶粒。该工艺的能耗成本较高,每炉(约2吨)渗碳电费约3000-4000元。

复盘经验:理论计算为工艺制定提供了可靠的初始估计,但实际生产中需考虑炉内气氛均匀性、装炉量、工件表面状态等因素。建议在首次生产时预留 10-15% 的时间余量,并通过随炉试棒(同材质小试样)实测硬化层深度来校准工艺参数。此外,扩散系数 D 的温度敏感性意味着炉温波动 ±10°C 会导致扩散深度变化约 ±5%,因此炉温均匀性控制至关重要。

3.5 总结复盘:扩散分析的核心要点

本章建立了扩散问题的完整分析框架,核心要点可归纳如下:

  1. 菲克定律是扩散分析的基石:第一定律描述稳态通量,第二定律描述非稳态浓度演化,两者通过质量守恒联系。使用时务必确认其假设条件(稀溶液、各向同性、等温等压)。
  2. 扩散系数是温度敏感参数:Arrhenius关系 D = D₀·exp(-Q/RT) 是描述温度依赖的标准形式。工程中应使用实测数据,注意扩散机制(体扩散、晶界扩散、位错扩散)对 D 值的影响。
  3. 稳态与非稳态的判断标准是 ∂C/∂t 是否为零:稳态问题求解简单(一阶ODE),非稳态问题需解偏微分方程,常用误差函数解或分离变量法。特征时间 L²/D 是判断稳态与否的实用标尺。
  4. 误差函数解是渗碳/渗氮工艺设计的核心工具:扩散深度与 √(Dt) 成正比,这一关系可用于快速估算工艺时间或预测渗层深度。
  5. 工程应用中需考虑实际偏差:合金元素影响碳活度、炉温波动影响 D 值、表面反应速率可能成为控制环节——这些因素都会使实际结果偏离理想模型,需通过实验校准。

延伸思考:当扩散系数 D 随浓度变化时(如高浓度渗碳),误差函数解不再适用,需采用数值方法(有限差分法、有限元法)求解。此外,在多组元体系中,各组元的扩散通量存在交叉耦合(Onsager唯象系数),此时菲克定律需推广为扩散矩阵形式。这些进阶内容将在后续章节中展开。