高熵合金相图计算是CALPHAD方法在近十年的重头戏。传统合金设计在相图的”角落”找材料——二元、三元为主，四五元已经是次级添加元素。高熵合金反其道而行，直接在成分空间中心附近找出路，五元等摩尔或近等摩尔的比例组合。这个转身漂亮，但对CALPHAD提出了一个此前没有充分准备的挑战：三元参数外推到五元、六元甚至更高组元，精度还能不能撑住?
高组元外推的精度衰减路径
CALPHAD的高熵合金相图计算主要靠外推——二元和三元体系的热力学参数经过评估之后，通过几何模型(Muggianu、Kohler、Toop)外推到四元及以上。
外推误差的来源不是算法，是三元交互作用参数的缺失。二元参数经过几十年的积累，覆盖了大多数工程合金体系。三元参数只覆盖了少量重点体系(Ni-Al-Cr、Fe-Cr-Mo等)，四元及以上的交互作用参数几乎没有系统评估过。CALPHAD默认忽略四元及以上交互作用参数(L_AB=0 for i≥4)——这个”默认”合理，但代价是精度随组元数增加而线性衰减。
一个典型的组分空间：CoCrFeMnNi(Cantor合金)。这个体系涉及Co-Cr、Cr-Fe、Fe-Mn等10个二元体系和Co-Cr-Fe、Cr-Fe-Ni等10个三元体系。二元参数齐备，三元参数只有一半左右经过系统评估(特别是含Mn的三元体系，评估质量参差不齐)。用高熵合金相图计算预测σ相的析出温度时，实验值约870°C的析出开始温度，CALPHAD外推结果在820~920°C之间波动——取决于用的是哪个版本的数据库。偏差±30°C，在合金设计里这个区间能决定σ相是”必然出现并需要避免”还是”在误差范围内可能不出现”。
这不是方法本身的问题，是数据库评估完整度的问题。高熵合金相图计算的精度上限，现阶段由三元参数的覆盖密度决定——覆盖越全、偏差越小。
固溶体稳定性判据：经验规则与计算的配合
高熵合金设计的一个核心问题是：五元等摩尔组分混合之后，会形成单相固溶体(FCC或BCC)还是多相混合物?单相是目标，多相是失败。
计算之前，有几个半经验判据可以筛掉大量不合理的候选成分：
ΔH_mix(混合焓)：-15~5 kJ/mol区间倾向于单相固溶体;过负(<-15 kJ/mol)倾向于形成金属间化合物;过正(>5 kJ/mol)倾向于偏析甚至不互溶。ΔH_mix是Miedema模型算出来的，精度在±3 kJ/mol，但方向性是对的——它告诉你这个体系是”想混合”还是”想分开”。
δ参数(原子尺寸差)：δ<6.5%倾向于单相固溶体;δ>6.5%倾向于非晶或金属间化合物。这个阈值来自Hume-Rothery经验规则的量化版本，在高熵合金领域经过了300+组实验数据的验证，假阳性率约15%。
Ω参数(Ω=T_m*ΔS_mix/|ΔH_mix|)：Ω>1.1倾向单相固溶体。这个参数把熔化温度和混合熵纳入了一起考量——混合熵是温度的函数，高温下混合熵更大，Ω更大，单相区更稳定。这个判据解释了为什么有些合金铸造态是多相、高温固溶处理后变成了单相——不是成分变了，是温度和混合熵的乘积跨过了阈值。
在实际项目中，先用这三个判据从数千个候选成分中筛出”有可能形成单相固溶体”的一个子集(通常剩10~50个)，再用高熵合金相图计算对这个子集做精算验证。用实验去验证每个候选成分的成本太高了——铸造一个五元合金、做XRD确认相组成、测DSC看相变温度，一个样品至少3天工作量和几千元成本。筛掉一批之后再精算，时间从几个月压到几周。
σ相和Laves相：高熵合金相图计算中的灰犀牛
σ相和Laves相是高熵合金设计中的两个”预期出轨”——它们不是计算误差，是产物就在那里等着，只是你一开始不知道。
Cr和Mo含量稍高(>15 at%)，σ相几乎是必然出现的。它的结构复杂(30个原子/晶胞，四方晶系)，形核慢，但一旦形成极难消除——在1200°C固溶处理2小时仍然保留残余，因为Cr和Mo在这个相里的扩散系数极低。
Laves相(C14、C15结构)在含Nb、Ta、Ti的体系中也经常出现，而且它的形成焓通常比竞争相更负——热力学上它比FCC或BCC更稳定，不出现才奇怪。
高熵合金相图计算对这两个相的预测能力取决于数据库是否包含了这些相的吉布斯自由能参数。旧版本数据库(如TCNI8之前)对σ相在Co-Cr-Fe-Mn-Ni体系中的参数不够完善，计算出来的相图中σ相区域偏小。新版本(TCNI9+，TCHEA5+)补充了σ相和Laves相在多元环境中的交互作用参数，预测区域扩大且与实验吻合度明显提高。
如果用的是旧版数据库跑高熵合金相图计算，建议在成分筛选阶段就额外加一个手工检查：Cr+Mo含量>15 at%则默认标记为”σ相高风险”，Nb+Ta+Ti含量>5 at%默认标记为”Laves相高风险”。这不是数据库的替代，是在数据库不够完善时的经验补位。
扩散偶实验：验证而非替代
高熵合金相图计算的参数最直接的验证手段是扩散偶实验(Diffusion Couple)——将两种成分的合金紧密贴合，在高温下长时间扩散退火(几周到几个月)，在界面处形成成分梯度，通过EPMA/WDS测量成分-位置曲线，提取出相边界和相组成。
扩散偶的优点是信息密度高——一个扩散偶样品包含从端元A到端元B的连续成分扫描，相当于几十个独立合金样品的相组成数据。缺点是：需要极细的EPMA空间分辨率(~1μm，最好<0.5μm)才能准确捕获相界面的位置;退火温度的选择需要反复迭代——温度太低扩散太慢，实验周期拉长到不可接受;温度太高可能出现液相，扩散偶的形状坍塌。
实践中，高熵合金相图计算和扩散偶实验是迭代关系：先用CALPHAD粗算相图→设计1~2个关键温度下的扩散偶实验→用实验结果修正三元交互作用参数→重新计算修正版相图→再设计验证实验。一次迭代周期约4~6周，两次迭代通常能把关键相变温度的预测偏差从±50°C压缩到±15°C以内。
当前局限和值得盯着的方向
高熵合金相图计算现在能做什么、不能做什么，需要说清楚：
能做的：预测平衡相组成和相分数(在数据库评估范围内);计算FCC/BCC单相固溶体的稳定温度区间(偏差~15-30°C);筛选σ相、Laves相出现的成分窗口。
不能做的(或者做得不够好)：预测非平衡凝固中的亚稳相序列——因为缺乏高组元体系中的界面能和形核能垒数据;预测高熵合金的短程有序(SRO)效应——当前的固溶体模型假设均匀混合，忽略了局域化学有序化对吉布斯自由能的修正(这个修正在高熵合金中可能达到-2~-5 kJ/mol，Significant但不是不可控)。
一个值得跟进的方向是：将第一性原理SQS(特殊准随机结构)计算的局域有序化能纳入CALPHAD模型参数。这个融合如果走通，高熵合金相图计算的精度会在现有基础上再缩小一个数量级——但眼下，它还在学术研究和小样验证阶段。
高熵合金相图计算不是一个”放进去就出答案”的黑箱。它的输出品质取决于你对数据库评估边界的了解、对半经验判据的灵活运用、以及对不可靠外推区域的有意识地回避。用好了它是设计加速器，用不好它是五颜六色的错觉。
