氢是宇宙中含量最丰富且最轻的元素，极易吸附于材料表面并向内部扩散，通过改变材料内部的缺陷结构和特性，显著影响其物理、化学和力学等性质。理解和调控氢对材料性质的复杂影响机制，是能源、结构和工程材料等领域的重要共性问题。氢与电子束相互作用微弱，使之在电子显微表征中难以稳定成像。在原子尺度实现氢原子的可视化，以追踪与氢密切相关的微结构演化等力学过程，对理解和调控氢等超轻元素对材料力学性能的影响具有重要意义。
在金属材料中，氢在晶体缺陷附近的聚集会导致力学性能急剧下降，引发氢脆等严重影响材料服役安全性的问题。即使少量氢也可引发材料的延迟断裂等氢脆行为，曾导致油轮整体断裂、引擎主轴断裂、油气管道断裂、容器爆炸等灾难性后果，造成大量经济损失。为深入理解和调控氢对材料力学行为的微观影响机制，实现对氢与晶体缺陷交互作用过程的原子尺度观测至关重要。然而，由于氢与电子束相互作用微弱，现有的电子显微表征方法通常只能对金属等原子序数较大的元素进行有效成像。尽管结合积分差分相位衬度成像等方法，已在金属氢化物等规则排列的晶体中实现了氢原子的成像，但在实际材料中，晶体缺陷结构复杂、变形行为多样，在其变形过程中实现氢原子分布的实时、高分辨表征仍具挑战性。缺乏氢原子在原子尺度上的分布信息，严重阻碍了人们对氢与晶体缺陷交互作用机制的认识。
针对以上挑战和难题，浙江大学周昊飞研究员与清华大学高华健院士团队密切合作，结合数据驱动方法、原子尺度模拟和高分辨电子显微表征，发展了一种纳米结构金属中氢原子分布的原子尺度表征与可视化方法，即Atom-H （Atomic-scale Hydrogen Visualization）。该方法利用原子尺度模拟构建训练数据集，训练机器学习模型以捕捉氢原子对金属原子局部原子排列的影响规律，最终以电子显微表征图像为输入，实现氢原子分布的预测表征。
研究结果表明，Atom-H能够在材料的晶粒内部、位错、晶界、晶界网络、相界面和裂纹等多种结构的变形过程中，准确表征氢原子分布，并用于分析元素分布，应力分布和变形行为之间的耦合关系。相关成果以题为“A machine learning-based framework for mapping hydrogen at the atomic scale”的论文发表在Proceedings of the National Academy of Sciences（PNAS）上。
Atom-H框架的核心思想是氢原子在缺陷附近会引入结构畸变和应力场变化，这些变化可通过金属原子的局部原子环境（Local atomic environment, LAE）信息来描述。LAE信息包括元素分布、原子间的相对位置及其它相互作用。
Atom-H利高分辨透射电子显微镜（High Resolution Transmission Electron Microscope, HRTEM）等电子显微表征技术获得的图像作为输入（在这些图像中，氢原子不可见，只能获取金属原子位置信息）。通过数据驱动的方法，Atom-H捕捉氢原子对金属原子LAE的影响，进而预测富氢区域和氢原子的位置（如图1所示）。
为实现上述功能，Atom-H包括四个基本模块：
1. 图像识别（Image Recognition）模块：用于对HRTEM图像进行标定和处理，提取金属原子坐标。
2. 特征提取（Feature Extraction）模块：利用基于原子距离的结构描述符，表示每个金属原子的LAE信息。
3. 机器学习预测（ML Prediction）模块：以LAE描述符为输入，利用机器学习模型预测氢原子与金属原子之间的相对距离参数。研究人员基于原子尺度模拟，生成大量含有不同氢含量、变形状态和缺陷种类的晶体缺陷模型，并进行HRTEM模拟以批量产生训练数据，形成LAE-氢原子位置数据库，训练出预测精度高、泛化能力强的机器学习模型。
4. 氢映射（Hydrogen Mapping）模块：基于机器学习预测的氢原子-金属原子相对距离，推导出氢原子位置，最终实现氢原子分布的表征与可视化。
图1：氢原子分布表征框架Atom-H的基本原理、主要模块与步骤。
Atom-H使用具有物理意义且直观的几何参数，依次描述局部原子环境、预测氢原子-金属原子的相对距离，最终实现氢原子分布的预测（如图2所示）。首先，基于图像中获得的二维原子坐标，计算每个金属原子与其第1至第m近邻原子的平面距离（经测试，本工作中取m = 20），构成一个1×m向量（如图2 A所示），作为机器学习模型的输入。对于每个金属原子，
存储了其LAE信息，氢原子对LAE的影响也被包含在该参数中。
机器学习模型的输出是标量，表示每个金属原子与其最近邻氢原子的距离（如图2 B所示），描述了氢原子与金属原子的相对位置关系。为了将标量
直观地转化为氢原子的位置，在模型中均匀划分节点（如图2 C所示）。对于每个节点Nij，依次计算该节点与其第1至第n近邻金属原子的位置（基于晶体对称性，本工作取n=4），获得定义在节点上的1×4向量
；提取上述四个近邻原子各自的
预测值，得到定义在节点上的1×4向量
。
最后，基于判据对每个节点进行判定，认为满足该判据的节点附近存在氢原子，并绘制
的等高线图。图2D和E对上述表征流程给出了示例，采用不同
阈值能够获得不同精度的识别效果。通过统计多种金属和合金体系中
的取值分布，发现
（图中红色等高线）约等于平均
的一半，基于这一阈值，能够较精确地区分材料中的富氢区域与无氢区域。如果使用更严格的判据，例如
（图中橙色等高线），则能以原子级分辨率预测氢原子的位置。
图2：基于Atom-H的氢原子表征。（A-C）展示了表征过程中重要参数的计算方法示意图。（D, E）展示了氢原子以不同模式分布在单晶Ni的八面体空隙中的表征结果。
来自实验的图像通常包含多种来源的复杂噪声，导致从中提取的原子坐标存在一定误差。为评估Atom-H能否在复杂噪声条件下工作并进一步提高其性能，研究人员在原子二维坐标中引入两个正交方向的随机位移以模拟噪声导致的误差（图3 A）。随机位移的绝对值满足正态分布，通过调节方差大小控制噪声水平。随着噪声水平增加，可见金属-氢原子相对距离（标量）的预测误差逐渐增大，导致Atom-H所预测的富氢区域轮廓趋于破碎（图3 BC）。为改进Atom-H的抗噪能力，提出了图3D所示的局部平均方法，对每个金属原子在一定范围内对
值取平均，使之包含其近邻原子信息，从而在噪声水平较高情况下给出合理预测结果（图3 EF）。研究人员提出了评估氢原子表征效果的两个定量指标（图3 G），即氢识别率（H recognition rate）和虚警率（False-alarm rate），其中前者表示Atom-H正确表征所有富氢区域的能力，其理想值为100%；后者表示将无氢区域表征为富氢区域的“虚警”比率，其理想值为0。基于上述指标，系统研究了噪声水平对Atom-H的影响以及局部平均方法的抗噪效果（图3 HI），结果表明适当的局部平均能够在保证氢识别率的基础上有效降低虚警率，确保结果可靠性。
图3 Atom-H的性能指标及其改进。（A-C）为评价Atom-H在图像存在噪声情况下的性能，引入正交方向随机位移模拟噪声，并采用局部平均化方法提升抗噪能力（D-F）。（G）评估氢原子表征效果的定量指标。（H-I）通过局部平均化方法改善模型抗噪性能。
大量研究表明氢倾向于在晶界、裂纹尖端等晶体缺陷处聚集，且特定应力状态（如拉应力）能够促进氢聚集，聚集的氢原子进一步影响局部应力状态。考虑到氢聚集与局部应力场的密切关联，研究人员在Atom-H框架中引入了应力预测（Stress Prediction）模块（图4 A），首先基于LAE向量预测静水压力、应力三轴度等应力参数，将其与LAE一同作为输入，开展氢原子位置预测。研究人员对具有不同氢含量和分布的24°Ni [110]倾转晶界（图4B-E）和晶界网络（图4 F, G）进行表征，发现未考虑应力信息的Atom-H可能在晶界局部遗漏少量氢原子，而应力辅助的Atom-H能够精确识别出更多氢原子。对表征性能的定量评估（图4 H-J）显示，考虑不同类型应力分量的组合，能够显著降低提高金属-氢原子相对距离（标量）的预测误差，在提高氢识别率的同时显著降低虚警率。以上结果表明，Atom-H能够充分建立和利用氢分布与局部应力状态的联系，在提高预测精度的同时，为晶体缺陷变形过程中的元素分布-应力分布耦合分析提供基础。
图4 应力辅助的复杂缺陷处氢原子表征。（A）在Atom-H中引入应力预测模块以提升表征精度的流程图。（B-E）24°Ni [110]倾转晶界与（F, G）晶界网络中的氢原子分布表征结果。（H-I）不同应力分量及其组合对表征性能的影响。
利用Atom-H开展力学表征，能够为晶体缺陷力学行为分析提供丰富的原子尺度力学信息。研究人员首先对晶界的瞬态拓扑结构转变（Transient topological transition, TTT）过程进行表征。TTT是一种晶界初始化变形的新机制，与晶界局部的高应力三轴度和过剩体积密切相关。为探讨氢对晶界TTT行为的可能影响，研究人员生成不同氢含量的晶界HRTEM图像，并使用Atom-H对应力三轴度、过剩体积和氢原子分布进行原子尺度表征（图5 A-D）。结果表明，晶界处的氢富集区域具有更高的应力三轴度和过剩体积。这一特点在氢含量较高的模型（图5 A2-C2）中更为明显，与该模型中更大面积的TTT区域相对应，实现了元素-应力-体积分布对晶界力学行为影响的综合分析。
图5 基于Atom-H理解氢对晶界拓扑结构转变的影响。（A）根据不同氢浓度24°Ni [110]晶界模型生成的HRTEM图像，及其拓扑结构转变行为。基于Atom-H对该图像进行了应力三轴度（B），过剩体积（C）以及氢原子分布表征（D），并定量统计了三者之间的关系（E, F）。
氢聚集能够显著影响界面的断裂、解理等行为，因此理解氢对裂纹扩展机制的影响具有重要意义。以Ni为例，在无氢情形下裂纹首先发生钝化并通过发射位错等塑性行为释放应力，协调变形（图6 A-D）。在裂纹尖端氢原子聚集的情况下，富氢区域高度应力集中，导致裂纹迅速发生脆性扩展（图6 E-G）。当裂纹扩展至富氢-无氢区域界面时，其脆性行为迅速转变为位错发射、裂纹钝化等塑性力学行为（图6 H-J）。Atom-H定量表征了裂纹扩展方向不同区域的应力分布，结果表明氢的聚集提高了局部应力集中水平，使裂纹尖端局部应力高于裂纹脆性扩展的应力阈值；当裂纹越过富氢区域/无氢区域边界时，应力水平迅速下降不足以继续扩展，转而发生位错发射等塑性力学行为。
图6 基于Atom-H理解氢对裂纹力学行为的影响。（A-D）不含氢的金属Ni裂纹在变形中的位错行为及其应力分布。（E-G）含氢裂纹的脆性扩展、应力集中及其氢原子分布表征。（H-J）裂纹运动至无氢区域发生钝化时的应力与氢原子分布表征。（K）裂纹扩展方向应力水平与氢原子分布关系的定量统计。
综上所述，本工作提出了一种基于数据驱动的氢原子分布表征方法Atom-H，实现了以往难以通过实验直接获得的超轻元素分布信息的原子尺度快速表征。Atom-H结合了高分辨电子显微表征、原子尺度模拟和数据驱动方法，能够在复杂噪声情况下，对多种元素、晶格类型的纳米结构金属和合金中的间隙原子、位错、晶界、裂纹、相界面等典型晶体缺陷进行元素分布和力学信息的表征。Atom-H的应用使得在晶界结构转变、裂纹扩展等重要力学过程中的元素分布与应力分布的耦合表征分析成为可能，促进了对纳米结构金属氢脆等关键力学行为的理解，有望为研究氢等超轻元素对材料的物理、化学、力学行为和性能的影响提供关键信息。
论文的第一作者是浙江大学博士生赵庆坤，通讯作者为浙江大学周昊飞长聘副教授（百人计划研究员）和清华大学高华健院士。浙江大学的尹冰轮研究员、祝祺博士（现为香港大学博士后）和博士生张政昊为本工作做出了重要贡献。该研究得到了国家自然科学基金、国家重点研发计划、国家留学基金、浙江大学曹光彪高科技发展基金以及浙江大学博士研究生学术新星等项目的资助。
近年来，浙江大学周昊飞研究团队在纳米结构金属的力学表征和强韧化设计方面开展了系列工作。团队发展了基于数据驱动的原子尺度表征方法，用于揭示晶体缺陷应力、能量、元素分布等隐含力学信息，阐明了宏微观自由度对金属内界面力学行为和变形机制的影响规律。在此基础上，提出了通过界面调控来提升纳米结构金属力学性能的策略。相关工作发表于力学领域的重要期刊《Journal of the Mechanics and Physics and Solids》、《International Journal of Plasticity》，和综合性期刊《Proceedings of the National Academy of Sciences》、《Nature Communications》等。
原文链接：
https://doi.org/10.1073/pnas.2410968121
相关延伸链接：
https://doi.org/10.1038/s41467-024-48435-6 （金属高温高压强韧化新策略）
https://doi.org/10.1016/j.jmps.2024.105806 （非晶金属自由体积梯度与剪切带偏转诱导塑性的关系）
https://doi.org/10.1016/j.jmps.2023.105455 （基于数据驱动的晶体缺陷原子尺度力学信息表征方法）
https://doi.org/10.1016/j.ijplas.2023.103872 （三晶交积累位错实现非保守迁移运动）
https://doi.org/10.1016/j.ijplas.2022.103466 （由取向差主导的晶界塑性行为）
审核：力学家
力学类综合、全面、专业的信息平台，为力学发声。关注力学学科、力学与多学科交叉、力学工程应用领域的最新科研进展和资讯，坚持“前沿、探索、创新、引领、争鸣”的高精尖发展目标，为力学人搭建交流平台。欢迎关注，投稿联系：lxrgzh2021@163.com
免责声明：本公众号致力于打造专属力学人的交流平台，分享力学领域相关资讯，相关内容仅供参考学习，所有发表内容，均不代表【力学人】的观点。如若本公众号侵犯了媒体或个人的知识产权，我们将立即予以删除。
