金属学报, 2026, 62(1): 191-202 DOI: 10.11900/0412.1961.2025.00065

研究论文

第一性原理分子动力学研究MnO对埋弧焊剂导电机制的影响

袁航1,2, 张燕云1,2, 王聪,1,2

1 东北大学 冶金学院 沈阳 110819

2 东北大学 辽宁省厚板焊接冶金工程研究中心 沈阳 110819

Influence of MnO upon Electrical Conductive Mechanisms of Submerged Arc Welding Fluxes: Insights from Ab Initio Molecular Dynamics Simulations

YUAN Hang1,2, ZHANG Yanyun1,2, WANG Cong,1,2

1 School of Metallurgy, Northeastern University, Shenyang 110819, China

2 Liaoning Engineering Research Centre for Thick Plate Welding Metallurgy, Northeastern University, Shenyang 110819, China

通讯作者: 王 聪,wangc@smm.neu.edu.cn,主要从事焊接冶金研究

收稿日期: 2025-03-12   修回日期: 2025-04-07  

基金资助: 国家重点研发计划项目(2023YFB3709900)
国家自然科学基金项目(W2411047)
国家自然科学基金项目(52404393)
中央高校基本科研业务费项目(N2402016)

Corresponding authors: WANG Cong, professor, Tel: 15702435155, E-mail:wangc@smm.neu.edu.cn

Received: 2025-03-12   Revised: 2025-04-07  

Fund supported: National Key Research and Development Program of China(2023YFB3709900)
National Natural Science Foundation of China(W2411047)(52404393)
Fundamental Research Funds for the Central Universities(N2402016)

作者简介 About authors

袁 航,男,1995年生,博士生

摘要

为了研究焊剂中离子导电和电子导电的具体机制,本工作采用四电极法测量了CaF2-SiO2-Al2O3-MgO(MnO)焊剂的电导率,并结合第一性原理分子动力学模拟,探究了离子导电和电子导电对总电导率的贡献机制。结果表明,在无MnO体系中,Mg2+、Ca2+和F-为主要载流子进行离子导电,其扩散行为受网络结构聚合度的限制。引入MnO后,硅铝酸盐网络结构聚合度先升后降,促使离子导电能力呈现先降后升的波动趋势;电子导电能力则持续增强,其原因在于MnO降低了O和F周围的电子局域化程度,提升了Mn原子的电荷转移能力并拓宽了电子跃迁通道。在离子和电子复合导电机制下,MnO对电子导电的促进作用远强于对离子导电的影响。合理调控MnO含量是有效提升焊剂导电性能的重要策略。

关键词: 焊剂; 电导率; 第一性原理分子动力学; 结构聚合度; 电子结构

Abstract

Submerged arc welding (SAW) is a widely used technique for joining oil and gas pipelines and shipbuilding steels. During SAW, fluxes are critical for atmospheric shielding, weld metal refinement, and heat loss prevention. Their electrical conductivity—a key temperature- and composition-dependent property—dictates arc stability and weld pool heat distribution. However, the mechanisms governing ionic and electronic conduction remain inadequately understood. This study explores the conductivity of CaF2-SiO2-Al2O3-MgO(MnO) fluxes using a combination of four-electrode experimental measurements and ab initio molecular dynamics simulations, systematically analyzing contributions from ionic and electronic conduction. The results demonstrate that substituting MgO with MnO induces fluctuations in ionic conductivity, primarily owing to competing effects of structural polymerization and ion diffusion. Specifically, the degree of polymerization in Si and Al polyhedral structures and the proportion of bridging oxygens initially increase but later decrease with MnO addition. A general trend is observed in ionic diffusion coefficients, reflecting a balance between structural rigidity and ion mobility. However, MnO consistently enhances electronical conductivity. As MnO content increases, the partial density of states of Mn near the Fermi level rises considerably, indicating improved electron mobility. MnO facilitates electron migration by reducing electron localization around O and F atoms. Furthermore, the increased Bader charge on Mn atoms suggests enhanced charge transfer between Mn and O, thereby creating additional pathways for electron hopping. Consequently, the overall conductivity increases markedly with elevated MnO content, enabled by a consistent rise in electronical conductivity that outweighs fluctuating ionic contributions. These findings underscore the dominant role of electronic conduction in enhancing slag conductivity and the need for future efforts toward optimizing electronic transport through the rational design of transition metal oxides.

Keywords: welding flux; electrical conductivity; ab initio molecular dynamics simulation; structural polymerization; electronic structure

PDF (0KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

袁航, 张燕云, 王聪. 第一性原理分子动力学研究MnO对埋弧焊剂导电机制的影响[J]. 金属学报, 2026, 62(1): 191-202 DOI:10.11900/0412.1961.2025.00065

YUAN Hang, ZHANG Yanyun, WANG Cong. Influence of MnO upon Electrical Conductive Mechanisms of Submerged Arc Welding Fluxes: Insights from Ab Initio Molecular Dynamics Simulations[J]. Acta Metallurgica Sinica, 2026, 62(1): 191-202 DOI:10.11900/0412.1961.2025.00065

埋弧焊因其高效的焊接能力和优异的成形质量,被广泛应用于大型油气管道及船舶厚板的焊接[1~3]。焊接时,焊剂作为核心功能性耗材在电弧作用下熔化形成液态熔渣,覆盖焊接熔池,起到隔绝空气、稳定电弧及控制焊缝金属成形等作用[4~6]。焊剂电导率作为关键物理特性[7,8],不仅决定了焊接电弧的稳定性和熔池的热分布,还影响熔池的流动行为及焊缝质量[9]。因此,精准控制焊剂电导率对焊接性能至关重要。

精准调控电导率取决于是否明确导电机理,而其内在机制则主要由材料成分决定[8,10]。具体而言,在不含变价金属氧化物(如Ti x O y 、Mn x O y 、Fe x O y )的熔渣中,导电主要由移动性较强的金属阳离子作为载流子的离子导电实现[11~13]。例如,Yuan等[11]研究表明,具有较强迁移能力的金属阳离子(Mg2+、Ca2+)能够显著提升CaF2-SiO2-Al2O3-MgO基焊剂的电导率。焊剂本质上与高温冶金熔渣相似。相比于焊剂,熔渣的电导率决定着冶金过程中电流的分布,进而影响热量传递及金属还原或合金化过程[8,14]。Zhou等[13]发现,在CaO-SiO2基熔渣中,硅酸盐网络结构聚合程度较低时,离子扩散能力显著增强,从而提高了离子导电性(在1573 K下可达0.4 S/cm)。然而,当熔渣包含具有变价性质的组分时,不同价态离子之间发生的电子转移将引发电子导电。例如,Hu等[15]研究表明,高TiO2含量促进了熔渣的电子导电能力,其中Ti3+ / Ti4+质量比的提高增强了电子跃迁能力,而同为过渡金属氧化物的FeO替代TiO2时则会降低体系的电导率。类似地,Zhang等[8]也证实,增加TiO2含量显著提高了CaF2-SiO2-CaO-TiO2埋弧焊剂的电导率。MnO是焊剂中常见的变价组分,用于调节焊剂熔点等理化性质,并能促进金属还原反应[16,17]。然而,含MnO焊剂体系的电导率尚未得到充分研究。尽管已有部分研究探讨了含变价金属氧化物焊剂的导电行为[18],但受技术限制,驱动其中离子及电子复合导电的具体机制仍不明晰,给精准调节焊剂电导率带来严峻挑战。

近年来,基于第一性原理量子力学的建模方法成为解析微观结构及焊剂导电机制的重要工具[19~23]。例如,Sun等[24]采用该方法建立了硅酸盐体系的熔体结构与元素分配比的联系,结合电子结构分析评估了键合特性和杂质团簇间的相互作用。Gao等[25]借助该方法探索了Na2O-Al2O3-SiO2体系的电荷补偿效应,分析了原子扩散行为和配位数演变。Zhang等[26]研究了碱性氧化物对铝酸盐结构中O原子分布的影响并分析了局部结构的电子局域化函数分布特征。因此,该方法可从原子及电子双尺度上获得离子和电子导电路径的定性和定量结果[26,27],从而完善焊剂导电机理。

CaF2-SiO2-Al2O3-MgO(MnO)基商用焊剂广泛适用于低合金高强钢及船舶用钢焊接,含有变价金属氧化物、氟化物等多种常用焊剂组分及载流子单元,是研究焊剂导电行为的理想体系。因此,基于第一性原理分子动力学模拟,本工作以典型焊剂体系CaF2-SiO2-Al2O3-MgO和CaF2-SiO2-Al2O3-MnO为对象,系统探讨了MnO含量对焊剂电导率的影响机制,重点对比离子导电与离子/电子复合导电特性,并深入分析离子迁移和电子分布的微观特征,为含变价金属组分的焊剂体系设计提供理论参考。

1 实验方法

1.1 样品制备

焊剂制备材料为试剂级SiO2、CaF2、MgO、MnO和Al2O3 (纯度均高于99.9%,质量分数)。将上述粉末混合后放入钼坩埚中,然后将其置于MoSi2电阻炉中,在高纯Ar气氛下(99.999%,体积分数,流量为0.7 L/min,下同)加热至1773 K并保持30 min。随后,将熔融熔渣立即浸入冷水(283 K)中进行淬火。淬火后样品在423 K下烘干4 h以去除水分,然后研磨30 min。进一步筛分得到的粉末以获得粒径小于74 μm的焊剂颗粒。通过ZXS Priums II X射线荧光光谱分析仪(XRF)检测焊剂化学成分,结果如表1所示,样品分别命名为F1、F2和F3。XRF分析结果表明,熔炼前后焊剂的化学成分变化可以忽略不计。焊剂开始熔化温度借助FactSage 8.1软件计算获得,其值均低于1773 K。

表1   焊剂熔融前后的化学成分及开始熔化温度 (mass fraction / %)

Table 1  Chemical compositions of the flux before and after melting and onset melting temperatures (Tlq)

SampleSiO2Al2O3MgOMnOCaF2

Tlq

K

PrePostPrePostPrePostPrePostPrePost
F136.0036.2935.4336.108.578.50--20.0019.111731
F236.0036.0835.4335.56--8.578.9320.0019.431716
F336.0035.9225.4325.73--18.5719.0420.0019.311524

新窗口打开| 下载CSV


1.2 电导率测试

适用于熔渣电导率的测试方法有多种(中心电极法、两电极法、四电极法等),均是将平行电极插入高温熔渣中以测量其电阻。其中,四电极法测量熔渣电导率能够避免界面极化并可有效降低电感的影响[8]。因此,本工作选择四电极法,通过综合熔体性能测试以系统测量焊剂的电导率(σ):

σ=CRs

式中,C为电池常数,Rs为熔融焊剂的电阻。在电导率测试前用熔融CaF2进行标定可获得C[28]。首先在高纯Ar气保护下,将CaF2粉末置于MoSi2电阻炉中,升温至1773 K,并保持30 min以确保其彻底熔化。为避免导线电阻的干扰[15,29],将4个包覆有刚玉管的钼电极(直径2 mm、长850 mm)缓慢浸入熔融CaF2中。电阻开始显著下降时,表明电极接触到CaF2熔池表面。随后,将电极继续下降至液面深度以下10 mm,并使用VDR-16000高温熔体物性测试仪和TH2832电化学分析仪测试电池常数。将预熔渣放入钼坩埚中,置于电阻炉中加热。预熔渣被加热至1773 K并保持30 min,随后开始测量焊剂的电导率。为防止液相焊剂在低温下的结晶干扰测试结果,仅在1773 K温度下进行5次测量并取平均值。

1.3 焊剂体系建模

基于密度泛函理论,利用CP2K软件[30]中的Quickstep模块[31]进行第一性原理分子动力学(ab initio molecular dynamics,AIMD)模拟。相比于经典分子动力学(classical molecular dynamics,CMD)而言,该方法可同时考虑原子运动和电子分布,从而揭示化学键、电子转移和局域态变化等信息,对于解析微观导电机制具有不可替代的作用。采用混合Gaussian平面波(Gaussian and plane waves,GPW)方法描述电子-离子相互作用,其中使用Goedecker-Teter-Hutter (GTH)赝势描述原子核与价电子的相互作用。交换-关联能采用Perdew-Burke-Ernzerhof (PBE)泛函的广义梯度近似(generalized-gradient approximation,GGA)处理。为更好地捕捉体系中弱Van der Waals力相互作用,计算过程中采用密度泛函理论第三代色散校正方法(DFT-D3)校正[32]。电子基组选用双指数基组(double zeta valence polarized,DZVP)[27]。计算中截断电子密度的平面波能量设置为5442 eV。模拟采用恒原子数、恒温恒压(NPT)系综,温度和压力分别通过Nosé-Hoover恒温器和Andersen恒压控制器调控。Brillouin区积分在Γ点上进行采样,适合非周期性或大系统模拟。

研究对象为CaF2-SiO2-Al2O3-MgO(MnO)焊剂体系,每个模拟体系包含约100个原子。初始结构通过经典分子动力学获得,模拟过程由LAMMPS程序执行[33],采用Born-Mayer-Huggins (BMH)原子间势模拟,各体系经过2.5 ns的平衡化处理。详细模拟信息可参考本团队前期研究[34,35]。为消除初始构型的影响并加快收敛速率,将CMD得到的终态构型作为AIMD的初始输入构型。AIMD模拟时,首先在4000 K下的NPT系综中弛豫10 ps,时间步长为1 fs。随后,体系在5 ps内降温至2000 K,并在2000 K下保温15 ps,此温度远高于体系的熔点。通过VMD和MATLAB软件分析熔体结构,利用VESTA和Multiwfn软件进行电荷分析[36,37]

依据AIMD模拟中最后15 ps的原子运动轨迹,可计算均方根位移(mean square displacement,MSD),以量化熔体中离子的扩散行为[38]

MSD=rt-r02

式中,r(t)为原子在t时刻的位置;r(0)为原子的初始位置。

2 实验结果与讨论

2.1 MnO含量对电导率的影响

为确保在纯液相状态下测得电导率,对测试后的淬火样品进行了XRD分析,结果如图1a所示。可以看出,所有成分下样品在20°至40°范围内均出现了非晶衍射峰,而在其他范围未观察到明显的结晶尖锐峰,表明1773 K下样品均处于纯液相状态,从而排除了结晶状态对电导率测量的影响。图1b为1773 K条件下不同MnO含量焊剂的电导率测试结果。可见,随着MnO含量的增加,电导率从0.06 S/cm显著提升至0.20 S/cm,说明MnO对焊剂体系导电能力有着明显的促进作用。

图1

图1   目标体系XRD谱及电导率

Fig.1   XRD patterns (a) and electrical conductivities (Blue area represents error band) (b) of target systems (i.e., F1, F2, and F3 samples)


2.2 MnO含量对离子导电性的影响

2.2.1 微观结构分析

Si—O和Al—O键作为硅铝酸盐焊剂的主要网络骨架,其键合状态显著影响着体系的稳定性和离子导电能力。因此,评估离子导电性首先需明确焊剂的微观结构。径向分布函数(radial distribution function,RDF)可反映2种原子之间的平均键长和截断半径,分别对应于第一个波峰和波谷的横坐标。RDF峰强度反映了某种原子在另一种原子周围的数量密度。图2为目标体系中原子对的RDF值及F3样品中原子对的配位数(coordination numbers,CNs)。图2ab分别为目标体系中Si—O和Al—O原子对的RDF曲线。结果表明,3种成分体系下Si—O和Al—O的平均键长变化较小,分别处于0.163~0.164以及0.175~0.178 nm范围内,说明Si及Al多面体的结构稳定性高,且Si多面体较Al多面体更加稳定。计算键长与文献[34,39,40]中的实验及计算结果相吻合。当Si原子数基本保持一致时,F1、F2、F3样品中Si—O和Al—O键的RDF第一峰强度先减弱后增强,表明采用MnO替代MgO后,Si和Al多面体结构呈现先解聚后聚合的演变特征。

图2

图2   目标体系中原子对的径向分布函数曲线及F3样品中原子对的配位数

Fig.2   Structural radial distribution function (RDF) curves of Si-O (a), Al-O (b), and Ca-F (c) atomic pairs in target systems; and coordination numbers (CNs) for various atomic pairs in F3 sample (d) (Ri represents bond length for specific bond i; g(r) and CN(r) represent RDF and CN functions, respectively; r—distance)


体系中的CaF2会引入大量F-,与氧化物网络充分混合,进而形成复杂的氧化物-氟化物网络结构。研究[35]表明,CaF2一方面以团簇形式存在于多面体间隙,另一方面少量掺杂进入Al多面体。图2c为Ca—F原子对的RDF曲线。结果表明,在CaF2质量占比基本一致的情况下,Ca—F的RDF第一峰强度变化不大,键长也基本保持稳定。这说明MnO替代MgO对Ca和F局部结构的影响较小,仅导致键长略微变化。图2d为F3样品中各原子对配位数曲线。Si—O和Al—O的配位数曲线均呈台阶状,表明多面体网络结构较为稳定。相反,Ca—F和Mn—F的配位数曲线则呈松散分布,未有明显规律。这进一步印证了F相关结构以自由团簇的形式存在,这种较为松散的结构显著促进了离子导电行为[41,42]

在硅铝酸盐焊剂结构中,Si和Al原子作为网络形成体,位于多面体中心并与多个O原子键合。而Ca、Mg和Mn原子则作为网络修饰体或电荷补偿体,分布于多面体间隙。这些碱性阳离子是主要的离子导电载流子,承担了大部分的离子导电任务。通常情况下,网络形成体数量的增加会提高结构的聚合度,但相应地降低了离子迁移能力,从而抑制离子的导电性能。结构聚合度的变化在一定程度上决定了离子的导电能力。因此,本工作计算了目标体系中不同类型的原子以及各结构单元的占比,结果如图3所示。通常认为,硅酸盐的聚合度可通过量化O原子的键合状态来表征,因为氧化物网络结构主要由O原子的连接关系决定。根据O原子的连接状态,可以将其分为桥氧(bridging oxygen,BO)、非桥氧(non-bridging oxygen,NBO)、自由氧(free oxygen,FO)和三配位氧(tricluster oxygen,TO)。当O原子同时与2个网络形成体原子连接并起桥接作用时,称为BO;仅与1个网络形成体原子连接时,称为NBO;未与任何网络形成体原子连接时,为FO;此外,在铝酸盐体系中,当1个O原子与3个网络形成体原子连接时,称为TO。BO和TO的数量越多,通常表明网络结构的聚合度越高,结构越稳定。图3a为不同类型O原子数量的占比情况。结果表明,在F1样品中BO占比超过80%,占主导地位。然而,当以相同质量分数的MnO替代MgO后,F2样品中NBO的比例从12%显著增加至35%,FO比例由0%提升至4%。这意味着MnO对MgO的替换导致了BO向NBO的转变,从而降低了体系的结构聚合度。然而,当进一步增加MnO含量以替代部分Al2O3时,BO的占比增加了10%。这种转折源于Al2O3的两性氧化物特性:随着作为电荷补偿体的Mn2+浓度增加,起网络修饰作用的Mn2+数量减少,从而使体系的聚合度再次提升。在此阶段,Al多面体(QAl)单元的总数减少,其趋向于转变为更复杂的Q3及Q4单元(Q n 为含有n个BO的多面体,n = 0、1、2、3、4),而更多Q4单元意味着需要更多的Mn2+进行电荷补偿,从而影响了整体的结构特性。

图3

图3   目标体系中不同类型O和F以及Si多面体(QSi)和Al多面体(QAl)单元的占比

Fig.3   Distributions of O (a) and F (b) with different types, and Si polyhedron (QSi) (c) and Al polyhedron (QAl) (d) units in target systems (Q n —polyhedron with n BOs, TO—tricluster oxygen, BO—bridging oxygen, NBO—non-bridging oxygen, FO—free oxygen, BF—bonded fluorine, FF—free fluorine)


除了对O原子的分布进行统计外,F原子的键合模式也将显著影响整体结构的聚合程度。类似于O原子的分类,与网络形成体连接的F原子被定义为键合氟(bonded fluorine,BF),未与任何网络形成体连接的则被划分为自由氟(free fluorine,FF)[35]。通常情况下,BF因与网络形成体的结合较为稳定,而FF具有更高的迁移能力。图3b统计了2类F原子占比随成分变化的趋势。可以看出,FF的占比随MnO含量的增加持续上升。结合O和F原子的键合情况可知,F1样品的结构聚合度最高,网络结构最为稳定,而F2样品的结构则最为松散。

图3cd进一步分析了Si和Al的Q n 多面体单元占比情况。结果表明,无论是Si多面体还是Al多面体,F1样品中复杂Q n 单元的占比最高,F2样品中n值较小的Q n 单元的占比最高。这一趋势表明,相同质量分数的MnO对MgO的替换显著降低了氧化物网络的聚合度,从而解聚体系结构网络。这一结论与本课题组[34]前期实验和计算结果一致。此外,若以减少Al2O3为代价进一步增加体系中的MnO含量时,体系的聚合度虽有所回升,但仍低于F1样品的水平。

2.2.2 离子扩散分析

在离子作为载流子参与导电的过程中,其运动行为可通过扩散能力加以评估,而MSD则是衡量离子扩散能力的重要指标。根据Nernst-Einstein方程,离子电导率与扩散系数呈正相关关系。因此,分析离子的运动特性可以定性预测离子电导率的变化趋势,其均方根位移及扩散系数如图4所示。图4a~c为3个样品中不同离子的MSD随时间的变化曲线及数据线性拟合结果。可以明显观察到,所有样品中Si4+、Al3+及O2-的MSD显著低于其他离子,这是因为在硅铝酸盐体系中,这3种离子更易于形成复杂结构的多面体,导致扩散受阻。多面体结构具有较大的体积单元,其通过狭窄扩散通道的能力受限,从而显著减缓扩散速率。相对而言,F-的运动更加自由。研究[41]表明,尽管F-可以掺杂进入铝酸盐网络,但也能起到网络稀释体的作用,倾向于形成团簇结构,并与金属阳离子共同参与耦合扩散。相比氧化物多面体,氟化物团簇中的原子数量较少,体积更小,因此移动更为便利。此外,添加氟化物能够显著提升离子迁移能力,从而增强焊剂的电导率[43]。然而,究竟是F-还是金属阳离子对电导率的提升作用更为显著则尚无定论。由图4a~c可知,以相同质量分数的MnO替换MgO时,Ca2+的MSD显著降低,而Mn2+的MSD逐渐高于Ca2+。然而,随着Mn2+含量进一步增加,其MSD下降。这表明,此时Mn2+的迁移能力受到抑制,这可能与Al结构的变化有关。

图4

图4   目标体系中离子的均方根位移(MSD)和数据拟合结果及扩散系数

Fig.4   Mean square displacement (MSD) curves and fitting lines of F1 (a), F2 (b), and F3 (c) samples and diffusion coefficients of ions in target systems (d) (Solid lines and the dashed lines represent fitted data and original data, respectively; t—time)


通过对MSD曲线求导,计算得出了各元素及体系整体的扩散系数,结果如图4d所示。各样品扩散系数的变化趋势与MSD基本一致。即F1与F3样品中元素的平均扩散系数接近,而F2样品中元素的扩散系数略高。综合离子电导率来看,当使用相同质量分数的MnO替换MgO后,体系中的离子扩散能力增强,这与文献[34]研究结果相符。然而,随着MnO含量的进一步增加,离子扩散能力减弱,导致F1与F3样品中元素的扩散能力最终趋于一致。

图5为目标体系中所有原子在最后10 ps的运动轨迹。由图可知,F原子的分布相对集中,与O原子结构基本不相互融合,这表明F-更倾向于形成团簇结构。结合金属阳离子与阴离子的分布情况(图5)可知,金属阳离子的运动轨迹与F-的重合程度显著高于与O2-的重合程度。此外,在原子数量相近的条件下,Si4+和Al3+的运动轨迹范围明显小于金属阳离子,这与MSD及扩散系数的计算结果相符:即网络形成体(Si4+和Al3+)的扩散速率和扩散范围均显著低于金属阳离子。这一结果进一步证实了离子导电的主要载体是金属阳离子及F-而非网络形成体。

图5

图5   第一性原理分子动力学(AIMD)模拟目标体系中最后10 ps的原子轨迹(2000 K)

Fig.5   Atomic trajectories in F1 (a-c), F2 (d-f), and F3 (g-i) samples during the last 10 ps of the ab initio molecular dynamics (AIMD) simulation at 2000 K (The color intensity reflects the depth along the viewing axis, where darker trajectories denote atoms situated closer to the observer, and lighter trajectories correspond to atoms located farther away)

(a) Ca, Mg (d, g) Ca, Mg (b, e, h) F, O (c, f, i) Si, Al


2.3 MnO含量对电子导电性的影响

前文主要从离子导电机制的角度进行分析。然而从结果来看,离子导电能力的变化趋势与电导率的实测结果并非完全一致。这表明电子导电对体系总电导率的贡献不容忽视,需要进一步深入探讨。为全面揭示离子-电子复合导电机制,下文将重点对电子导电机制进行详细阐述。

2.3.1 态密度分析

在研究体系的导电性能之前,首先需要明确其基本导电特性。态密度(density of states,DOS)分析是一种判断体系导电性的常用方法,其原理简单且直观。DOS图以Fermi能级为界,将电子态分为价带和导带。当存在某一电子轨道穿过Fermi能级时,体系被认为具有一定的电子导电性。图6为目标体系的分波态密度(PDOS)及总态密度图。在MgO体系中,所有原子的电子轨道均未穿过Fermi能级(图6a)。相较之下,在含有MnO的体系中,Mn原子的3d电子轨道越过了Fermi能级(图6b)。随着MnO含量的进一步增加,越过Fermi能级的Mn原子d轨道峰值显著升高(图6c),这为电子跃迁提供了更多的通道。此外,未观察到其他原子轨道直接连接价带和导带的现象。结合总态密度图可知(图6d),体系整体导电性为F1 F2 F3,与总电导率测量结果相符。

图6

图6   目标体系中不同元素的分波态密度和总态密度

Fig.6   Partial density of states (PDOS) of different atoms in F1 (a), F2 (b), and F3 (c) samples and total density of states (DOS) (d) (Ef—Fermi level)


2.3.2 电子局域函数

如前所述,Mn原子的3d电子轨道越过Fermi能级,使体系的电子传导机制从纯离子导电向电子-离子复合导电转变。然而,要进一步明确电子导电机制,仍需深入分析局部微观结构中的电子分布特征。电子局域化函数(electron localization function,ELF)是表征结构微区电子局域化程度的重要工具。ELF值为0的区域定义为电子在该区域完全离域,电子容易离开;而ELF值为1的区域表示电子在该区域完全局域,电子难以逃逸至其他区域。因此,ELF分析可以有效描述电子的运动特性。一般而言,体系整体的电子局域化程度越高,对电子运动的抑制作用越强,从而导致电子电导率较低。

图7为依据基于AIMD计算得到的ELF分布结果。由于MnO对MgO的替换对体系导电性具有显著影响,因此特别关注了Mg和Mn原子周围的电子分布特性。Mg原子周围电子呈完全离域状态(图7ab),而Mn原子周围则出现了部分电子局域化区域(图7cd)。然而,Mg或Mn原子周围的ELF分布难以充分解释加入Mn后体系整体局域化程度的变化。这是因为体系的电子局域化主要由O原子和F原子主导。结合图7ef可知,电子主要局域分布在O、F及Ca原子周围;在Si/Al—O键之间则可以观察到小的突触,这表明Si/Al—O之间倾向于形成电荷转移键,而其余键主要呈现离子键特征。进一步计算Mg和Mn与O原子之间的ELF值分布,结果如图7g所示。可以看出,在2种原子对之间,Mn—O/F的ELF值整体低于Mg—O/F。这一结果表明,Mn的局域化反而降低了O和F原子周围的电子局域性,促进了电子的移动。

图7

图7   不同原子构型下的电子局域化函数(ELF)分布图及Mn—O/F和Mg—O/F的ELF分布

Fig.7   Electron localization function (ELF) maps of O—Mg—F (a), Al—O—Mg (b), F—Mn—F (c), Al—O—Mn (d), Al—O—Al/Ca (e), and Si-O-Ca (f) regions and ELF distribution line profiles of Mn—O/F and Mg—O/F (The lines are averages of all the distributions and the shadows are standard deviations) (g)


2.3.3 电荷分析

上述分析方法基于定性角度,而在定量化衡量方面则有所欠缺。Bader电荷分析可通过对空间中的电子密度进行划分以获得每个原子所拥有的电荷数量。较高的电荷值意味着原子获得了更多电子或失去了较少电子。图8展示了3种成分体系中各原子的电荷分布及平均Bader电荷。可以看出,各样品中Si、Al、Ca、Mg、Mn、F及O原子的平均Bader电荷均依次递减,具体值分别为2.30~2.58、1.91~2.02、1.53、1.39、1.09~1.16、-0.79~-0.76以及-1.28~-1.26 e。其中,F3样品中Si和Al原子的Bader电荷显著高于F1和F2样品,这可能对低电荷金属阳离子的扩散产生一定抑制作用,从而导致F3样品的扩散系数最低。通过进一步分析Mn原子的Bader电荷发现,其随着Mn含量的增加从1.09 e上升至1.16 e。这表明Mn与周围O原子间的电荷转移显著增强。这种增强作用反映在局域电子结构中,促使分波态密度发生变化(图6),进而提升电子跃迁的概率[44]

图8

图8   目标体系中的Bader电荷

Fig.8   Bader charges of atoms in F1 (a), F2 (b), and F3 (c) samples


结合分波态密度结果可知,随着Mn含量增加,Mn的3d轨道与O的2p轨道之间的杂化作用逐渐增强,在Fermi能级附近形成了更多导电态。这为电子跃迁提供了额外的路径,显著增强体系的电子电导率。同时,O原子的Bader电荷变化范围较小(-1.28~-1.26 e),表明O网络的稳定性对体系仍具有重要约束作用,而电子跃迁的主要贡献集中在Mn—O化学相互作用上。比较突出的一点是,在3种成分体系中,Ca和Mg的Bader电荷分布范围相对较窄,表明其电子结构的稳定性较高;Mn则表现出更大的电荷转移能力和电荷变化幅度,这进一步验证了Mn在电子跃迁能力上的优势显著高于Mg。因此,Mn价态的变化不仅增强了电子跃迁能力,还提供更多的跃迁通道以提升体系电子电导率。

综合来看,在电子导电机制中,Mn的跃迁能力显著优于Mg。这是因为Mn能够通过价态变化有效增加跃迁通道。而在离子导电机制中,由于Mn2+、Mg2+以及Ca2+扩散速率接近,Mn的替换对离子导电的影响相对较小。电导率测量结果以及对离子与电子导电机制的分析表明,在本体系的离子-电子复合导电模式下,由MnO替代MgO所带来的电子导电增强对整体电导率的贡献大于离子导电的波动影响。因此,在高温焊剂体系中,尤其在离子-电子导电机制并存的情况下,关注电子导电的作用尤为重要。进一步而言,基于焊剂与高温冶金熔渣的诸多相似之处,对电导率的深入研究不仅有助于焊剂的精准设计,更将加深对涉及熔渣的冶炼过程中能量流动和反应机理的理解,进而为优化相关冶金工艺提供理论支撑。

3 结论

(1) MnO替代MgO引起了体系离子导电能力的波动,且该波动源于结构聚合度和离子扩散能力的综合影响。在微观层面,Si和Al多面体结构的聚合程度以及BO的比例呈现出先增加后减少的趋势。同时,离子扩散系数也遵循这一规律。

(2) MnO的引入增强了体系的电子导电性。随着MnO含量的增加,Fermi能级附近Mn的分波态密度显著上升,电子导电能力逐渐增强。MnO替换MgO显著降低了O和F原子周围的电子局域化程度,从而促进了电子的迁移。Mn含量增加时,Mn原子的Bader电荷增加,表明Mn与O原子之间的电荷转移能力增强,这为电子跃迁提供了更多的通道。

(3) 随着MnO含量的持续增加,体系的电导率显著提高。结合电子导电能力的单调增加和离子导电能力的波动变化,可以认为,MnO对电子导电的促进作用明显大于其对离子导电带来的波动影响。因此,电子导电在未来的研究中应得到更多的关注。

参考文献

Wang C, Zhang J.

Fine-tuning weld metal compositions via flux optimization in submerged arc welding: An overview

[J]. Acta Metall. Sin., 2021, 57: 1126

[本文引用: 1]

王 聪, 张 进.

埋弧焊中焊剂对焊缝金属成分调控的研究进展

[J]. 金属学报, 2021, 57: 1126

[本文引用: 1]

Sengupta V, Havrylov D, Mendez P F.

Physical phenomena in the weld zone of submerged arc welding—A review

[J]. Weld. J., 2019, 98: 283S

Liu H Y, Zhang Y Y, Zhao Y Q, et al.

Unveiling the amphoteric behavior of TiO2 in fused CaF2-TiO2-MgO-SiO2 submerged arc welding fluxes

[J]. Metall. Mater. Trans., 2025, 56B: 699

[本文引用: 1]

Bai H Y, Zhang Y Y, Zhao Y Q, et al.

Numerical analysis of slag viscosity effects mechanism in submerged arc welding pool

[J]. Metall. Mater. Trans., 2025, 56B: 1659

[本文引用: 1]

Xie X, Han S, Zhong M, et al.

In situ observation of acicular ferrite growth behavior differences in weld metals subjected to varied CaF2-TiO2 flux-cored wires

[J]. Metall. Mater. Trans., 2025, 56A: 7

Xie X, Wan Y B, Zhong M, et al.

Optimizing microstructures and properties of electro-gas welded metals for EH36 shipbuilding steel treated by CaF2-TiO2 fluxes

[J]. Acta Metall. Sin., 2025, DOI: 10.11900/0412.1961.2025.00028

[本文引用: 1]

谢 旭, 万一博, 钟 明 .

CaF2-TiO2焊剂作用下EH36船板钢气电立焊焊缝金属组织优化及性能调控

[J]. 金属学报, 2025, DOI: 10.11900/0412.1961.2025.00028

[本文引用: 1]

Hou Y, Zhang S, Dang J, et al.

Electrical conductivity and structure of CaO-MgO-SiO2-Al2O3-BaO slag with different BaO/Al2O3 molar ratios

[J]. Metall. Mater. Trans., 2024, 55B: 3201

[本文引用: 1]

Zhang Y Y, Yuan H, Tian H Y, et al.

Elucidating electrical conductive mechanisms for CaF2-SiO2-CaO-TiO2 welding fluxes

[J]. Metall. Mater. Trans., 2023, 54B: 3023

[本文引用: 5]

Schwemmer D D, Olson D L, Williamson D L.

The relationship of weld penetration to the welding flux

[J]. Weld. J., 1979, 58: 153

[本文引用: 1]

Barati M, Coley K S.

Electrical and electronic conductivity of CaO-SiO2-FeO x slags at various oxygen potentials: Part II. Mechanism and a model of electronic conduction

[J]. Metall. Mater. Trans., 2006, 37B: 51

[本文引用: 1]

Yuan H, Wang Z J, Zhang Y Y, et al.

Elucidating electrical conductive mechanisms for CaF2-SiO2-Al2O3-MgO welding fluxes in liquid and crystalline states

[J]. Metall. Mater. Trans., 2024, 55B: 5068

[本文引用: 2]

Hou Y, Zhang G H, Lv X W.

Electrical conductivity of CaO-Al2O3-SiO2 slags containing SiC particles

[J]. J. Sustain. Metall., 2023, 9: 1344

Zhou L J, Wu H F, Wang W L, et al.

Electrical conductivity and melt structure of the CaO-SiO2-based mold fluxes with different basicity

[J]. Metall. Mater. Trans., 2022, 53B: 466

[本文引用: 2]

Komen H, Shigeta M, Tanaka M, et al.

Numerical investigation of heat transfer during submerged arc welding phenomena by coupled DEM-ISPH simulation

[J]. Int. J. Heat Mass Transfer, 2021, 171: 121062

[本文引用: 1]

Hu K, Lv X W, Yu W Z, et al.

Electric conductivity of TiO2-Ti2O3-FeO-CaO-SiO2-MgO-Al2O3 for high-titania slag smelting process

[J]. Metall. Mater. Trans., 2019, 50B: 2982

[本文引用: 2]

Wang C, Wang Z J, Yang J K.

Revealing the viscosity-structure relationship of SiO2-MnO-CaO fluxes geared toward high heat input submerged arc welding

[J]. Metall. Mater. Trans., 2022, 53B: 693

[本文引用: 1]

Nath S K, Randhawa N S, Kumar S.

A review on characteristics of silico-manganese slag and its utilization into construction materials

[J]. Resour. Conserv. Recycl., 2022, 176: 105946

[本文引用: 1]

Mori K.

The electrical conductivity of molten slags containing titanium-oxide (I) Na2O-SiO2-TiO2 system

[J]. Tetsu-to-Hagané, 1956, 42: 633

[本文引用: 1]

森一美.

酸化チタンを含む溶融スラッグの電気伝導度(I) Na2O-SiO2-TiO2

[J]. 鉄と鋼,1956, 42: 633

[本文引用: 1]

Ge X, Lai P S, Shi C J, et al.

Immiscibility in binary silicate liquids: Insight from ab initio molecular dynamics simulations

[J]. Phys. Rev., 2024, 109B: 174215

[本文引用: 1]

Liu S Y, Wang L J, He X B, et al.

Insight into the oxidation mechanisms of vanadium slag and its application in the separation of V and Cr

[J]. J. Cleaner Prod., 2023, 405: 136981

Chen M H.

Progress of the ABACUS software for density functional theory and its integration and applications with deep learning algorithms

[J]. Acta Metall. Sin., 2024, 60: 1405

陈默涵.

密度泛函理论软件ABACUS进展及其与深度学习算法的融合及应用

[J]. 金属学报, 2024, 60: 1405

Cheng K, Chen S M, Cao S, et al.

Precipitation strengthening in titanium alloys from first principles investigation

[J]. Acta Metall. Sin., 2024, 60: 537

程 坤, 陈树明, 曹 烁 .

第一性原理研究钛合金中的沉淀强化

[J]. 金属学报, 2024, 60: 537

Shen X Y, Chu R X, Jiang Y H, et al.

Progress on materials design and multiscale simulations for phase-change memory

[J]. Acta Metall. Sin., 2024, 60: 1362

[本文引用: 1]

沈雪阳, 褚瑞轩, 蒋宜辉 .

相变存储器材料设计与多尺度模拟的研究进展

[J]. 金属学报, 2024, 60: 1362

[本文引用: 1]

Sun Y W, Qian G Y, Pang S, et al.

Element partitioning and stabilization for impurities removal between liquid silicon and silicate melts: Ab initio insights into electronic structure

[J]. J. Mol. Liq., 2024, 400: 124566

[本文引用: 1]

Gao L F, Liu X C, Bai J, et al.

Unveiling charge compensation effects in Na2O-Al2O3-SiO2 melts: Atomic-scale mechanisms and implications for fluidity from AIMD simulations

[J]. J. Phys. Chem., 2024, 128C: 17756

[本文引用: 1]

Zhang C, Wu T, Xia W Z, et al.

Effect of alkaline oxides on aluminate slag structure by first principles calculation

[J]. J. Mol. Liq., 2023, 390: 123088

[本文引用: 2]

Jiang C H, Li K J, Barati M, et al.

The interaction mechanism between molten SiO2-Al2O3-CaO slag and graphite with different crystal orientations: Experiment and ab initio molecular dynamics simulation

[J]. Ceram. Int., 2023, 49: 8295

[本文引用: 2]

Pang Z D, Lv X W, Yan Z M, et al.

Transition of blast furnace slag from silicate based to aluminate based: Electrical conductivity

[J]. Metall. Mater. Trans., 2019, 50B: 385

[本文引用: 1]

Boeykens P J, Bellemans I, Scheunis L, et al.

Parameter investigation of the experimental methodology of electrical conductivity measurements for PbO containing slags

[J]. Electrochim. Acta, 2023, 464: 142846

[本文引用: 1]

Kühne T D, Iannuzzi M, Del Ben M, et al.

CP2K: An electronic structure and molecular dynamics software package—Quickstep: Efficient and accurate electronic structure calculations

[J]. J. Chem. Phys., 2020, 152: 194103

[本文引用: 1]

VandeVondele J, Krack M, Mohamed F, et al.

QUICKSTEP: Fast and accurate density functional calculations using a mixed Gaussian and plane waves approach

[J]. Comput. Phys. Commun., 2005, 167: 103

[本文引用: 1]

Grimme S, Antony J, Ehrlich S, et al.

A consistent and accurate ab initio parametrization of density functional dispersion correction (DFT-D) for the 94 elements H-Pu

[J]. J. Chem. Phys., 2010, 132: 154104

[本文引用: 1]

Plimpton S.

Fast parallel algorithms for short-range molecular dynamics

[J]. J. Comput. Phys., 1995, 117: 1

[本文引用: 1]

Yuan H, Wang Z J, Zhang Y Y, et al.

Roles of MnO and MgO on structural and thermophysical properties of SiO2-MnO-MgO-B2O3 welding fluxes: A molecular dynamics study

[J]. J. Mol. Liq., 2023, 386: 122501

[本文引用: 4]

Yuan H, Zhang Y Y, Liu H Y, et al.

Bond characteristic-dependent viscosity variations in CaF2-SiO2-Al2O3-MgO welding fluxes

[J]. Weld. J., 2025, 104: 107-s

[本文引用: 3]

Momma K, Izumi F.

VESTA 3 for three-dimensional visualization of crystal, volumetric and morphology data

[J]. J. Appl. Crystallogr., 2011, 44: 1272

[本文引用: 1]

Lu T, Chen F W.

Multiwfn: A multifunctional wavefunction analyzer

[J]. J. Comput. Chem., 2012, 33: 580

[本文引用: 1]

He X B, Ma S D, Wang L J, et al.

Comparison of desulfurization mechanism in liquid CaO-SiO2 and MnO-SiO2: An ab initio molecular dynamics simulation

[J]. J. Alloys Compd., 2022, 896: 163008

[本文引用: 1]

Wang Z, Huang S H, Yu Y, et al.

Comprehensive understanding of the microstructure and volatilization mechanism of fluorine in silicate melt

[J]. Chem. Eng. Sci., 2021, 243: 116773

[本文引用: 1]

Gong K, Özçelik V O, Yang K R, et al.

Density functional modeling and total scattering analysis of the atomic structure of a quaternary CaO-MgO-Al2O3-SiO2 (CMAS) glass: Uncovering the local environment of calcium and magnesium

[J]. Phys. Rev. Mater., 2021, 5: 015603

[本文引用: 1]

Christie J K.

Clustering of fluoride and phosphate ions in bioactive glass from computer simulation

[J]. Philos. Trans. Roy. Soc., 2023, 381A: 20220345

[本文引用: 2]

Zhang X B, Liu C J, Jiang M F.

Effect of fluorine on melt structure for CaO-SiO2-CaF2 and CaO-Al2O3-CaF2 by molecular dynamics simulations

[J]. ISIJ Int., 2020, 60: 2176

[本文引用: 1]

Yuan H, Zhang Y Y, Zhao Y Q, et al.

Structural role of CaF2 upon welding flux viscosity

[J]. Weld. J., 2025, 104: 164-S

[本文引用: 1]

Zhang C, Kong Y Q, Wu T, et al.

First-principles study on microstructure of CaO-Al2O3-B2O3 slag

[J]. J. Mol. Liq., 2022, 368: 120738

[本文引用: 1]

/