做高温合金研发的人，大概率在某个阶段被相图问题卡住过。Ti-Fe-Co这个三元体系，表面看起来只是三种元素的组合，真正动手算起来，涉及的相平衡关系远比想象中复杂。实验上要一点点扫成分点，每一组样品都要热处理、淬火、打SEM-EDS、做XRD，一个完整的等温截面做下来，少说三四个月。
换成计算方法，逻辑完全不同。
CALPHAD（CALculation of PHAse Diagrams）的核心逻辑，是用热力学模型把每个相的吉布斯自由能描述出来，然后通过最小化自由能找到平衡相组成。Ti-Fe-Co体系里，关键的相至少有七八种：FCC、BCC、液相，再加上Laves相、σ相、TiFe金属间化合物，每一种都有自己的成分范围和稳定温度区间。
实验测不出来的亚稳相，热力学计算能给你一个预判。比如Co含量偏高的时候，体系里会不会析出脆性Laves相，这个在实验里往往是事后才知道——样品脆了，回去分析才发现相组成出了问题。计算可以在选材阶段就把这条红线画出来。
两个软件都能做，但工作流不一样。
Thermal-Calc的强项在数据库。TDB格式数据库里，Ti-Fe-Co的各个相都有比较成熟的参数集，直接调用就能跑。麻烦的地方在于，如果要做自己的合金成分优化，需要手动调整相互作用参数（interaction parameters），这个对非热力学背景的人来说门槛不低。
Pandat的界面更友好，Pandat Macros功能可以批量跑等温截面和垂直截面。它的数据库更新频率也高，2023年之后的版本对Ti-Fe-Co体系做了针对性修正，和实验数据的吻合度有明显提升。
实际操作里，我更倾向于先用Pandat跑一个粗筛，把感兴趣的成分布局和温度区间圈出来，再用Thermal-Calc做精细计算，两个结果交叉验证。
第一步，确认数据库覆盖范围。Ti-Fe-Co三元体系在TCFE、PanTi、PanFe这几个数据库里都有参数，但要注意不同数据库的适用温度区间。TCFE对高温区（>1000°C）的描述更可靠，低温区（<600°C）反而Pandat的Ti模块更准确。
第二步，选定截面类型。等温截面（isothermal section）适合看固定温度下各相的稳定区间；垂直截面（vertical section）适合看固定成分下随温度变化的相转变。如果目标是指导热处理工艺，垂直截面更有用；如果是设计新合金成分，等温截面优先级更高。
第三步，step计算。Thermal-Calc里的Step功能可以沿一条成分线连续计算，输出相分数随成分的变化曲线。这条曲线比离散点的等温截面图更直观，能直接看到两相区和三相区的边界。
第一个坑：数据库版本。不同版本的TDB文件对同一种相的描述参数可能差很多，算出来的相边界能差二三十度。这个误差在实验上足以导致相组成判断错误。解决办法是先用文献里已经发表的实验点做验证计算，确认数据库版本和你的实验条件匹配。
第二个坑：亚稳相的误判。CALPHAD计算默认给出的是全局自由能最小的相组合，但实际的相变路径往往受动力学限制，亚稳相会先析出。如果计算里出现了实验上没观察到的相，不一定是数据库错了，可能是实际工艺没给够时间让系统达到平衡。
第三个坑：三元系的外推可靠性。Ti-Fe-Co的三元相互作用参数，很多时候是从二元系参数外推来的，不是在三元实验数据上直接拟合的。成分靠近角落的区域（比如Ti>80 at.%或Co>80 at.%），计算结果的可靠性会明显下降。
算出来的相图，最直接的价值是缩小实验范围。原来要试20个成分点，现在计算告诉你只有5个成分区间是值得做的，实验量直接砍掉75%。
另一个用途是解释实验现象。比如热处理后出现 unexpected 的第二相，把实测成分点标到计算相图上，往往能立刻看出是偏离了单相区还是碰到了相边界。这种”计算+实验”的闭环，比单纯靠经验判断靠谱得多。
如果手里有足够的实验数据（DSC、高温XRD、EPMA成分分析），可以尝试自己拟合热力学参数。但实话实说，这个工作量非常大，需要对CALPHAD方法论有比较深的理解。大多数情况下，用现成的商业数据库，再辅以几组针对性的验证实验，是性价比最高的方案。
Ti-Fe-Co这个体系，真正难的不是算出一张相图，而是把计算结果和实际的材料性能需求挂起钩来。相图告诉你哪里是单相区，但不告诉你这个单相区的力学性能好不好、耐腐蚀性够不够。这一步的桥梁，目前还得靠实验数据和经验模型来搭。
