近期，李谦教授课题组在冶金工程一区刊物《Scripta Materialia》上发表研究论文《Thermodynamic prediction of martensitic transformation temperature in Fe-Ni-C system》。上海大学为第一单位，罗群副研究员为第一作者，李谦教授为通讯作者。此工作还得到了东北大学轧制技术与连轧自动化国家重点实验室徐伟教授的鼎力支持。

马氏体和残余奥氏体是高强钢中两种最基本的组织，如何准确预测残余奥氏体的稳定性和含量一直是困扰研究者们的难题。马氏体相变温度（Ms点）是描述钢中残余奥氏体稳定性的重要参数，与残余奥氏体含量、马氏体亚结构等因素相关。然而目前研究工作普遍采用经验公式和神经网络模型来预测Ms点。经验公式和神经网络模型的建立需要大量的实验数据，也没有触及马氏体相变的机制。另外，这两种方法的应用被限制在特定的合金成分和溶质浓度范围内。因此，通过构建马氏体转变的热力学模型有利于深入分析马氏体转变的热力学机理，也可广泛推广于多元合金体系。

研究团队在前人工作的基础上，进一步深入挖掘马氏体相变机理，将马氏体相变的驱动力分为化学驱动力和非化学驱动力。利用马氏体相变的基本判据（相变总驱动力小于等于零，即 ∆G^(γ→M)=∆G^(γ→α)+∆G^(α→M)≤0 ），预测得到Ms点。化学驱动力为奥氏体和铁素体之间的Gibbs能之差，通过可靠的数据库结合CALPHAD方法计算获得；非化学驱动力分为剪切应变能、膨胀应变能、缺陷储能和界面能，对不同能量单独进行公式建立和计算，发现膨胀应变能和缺陷储能为非化学驱动力的主要贡献项。基于该方法，预测了Fe-Ni-C合金体系的马氏体相变驱动力和Ms点，预测误差仅为4.6%。此方法弥补了其它方法的成分范围限制、依赖大量实验数据和缺乏相变机理解释等缺点，在保证预测准确性的同时，揭示了马氏体相变机制，并且易于外推至多组元合金，对新型合金的设计和热处理工艺的制定具有重要的指导意义。

相关工作得到了国家自然科学基金（U1808208、51734002）、上海市科学技术委员会（19010500400）、上海大学省部共建高品质特殊钢冶金与制备国家重点实验室项目（SKLASS2019-16）的资助。

论文链接：https://doi.org/10.1016/j.scriptamat.2020.06.062

论文链接：https://doi.org/10.1016/j.scriptamat.2020.06.062