1. 项目概述从原子尺度理解高熵合金的抗辐照“铠甲”在核反应堆、聚变装置以及深空探测器的核心材料正经历着人类在地球上难以想象的极端考验。高能粒子如中子、离子的持续轰击就像一场永不停歇的微观“炮击”会在材料内部引发一系列复杂的级联反应最终导致材料肿胀、脆化甚至失效。这个过程我们称之为辐照损伤。传统上我们依赖如钨W这样的高熔点金属来应对挑战但它们往往在长期辐照下“力不从心”缺陷大量聚集性能急剧下降。近年来材料科学领域的一颗新星——高熵合金High-Entropy Alloys, HEAs以其独特的“鸡尾酒”效应多种主元元素以近等原子比混合展现出了超越传统合金的优异性能尤其是在抗辐照方面表现出了令人瞩目的潜力。那么高熵合金凭什么能穿上这身抗辐照的“铠甲”秘密就藏在原子尺度的碰撞过程中。当高能粒子击中一个原子我们称之为初级撞出原子PKA会引发一场微观的“雪崩”即碰撞级联。这个过程会产生大量的点缺陷空位和间隙原子合称Frenkel对以及它们的团簇。传统观点认为这些缺陷团簇特别是可移动的间隙原子团簇是后续形成位错环、导致材料硬化和脆化的“罪魁祸首”。因此抑制缺陷团簇尤其是大尺寸间隙原子团簇的形成是提升抗辐照性能的关键。为了看清这场原子尺度的“雪崩”分子动力学MD模拟是我们的“超级显微镜”。但MD模拟的精度完全取决于描述原子之间如何“推拉”的“规则书”也就是原子间势函数。传统的经验势如EAM虽然计算快但精度有限难以准确描述高熵合金中复杂的化学无序和局部环境。而第一性原理计算虽然精准但计算成本高得惊人无法模拟包含数万原子、持续皮秒级的大规模碰撞事件。这就像用显微镜看细胞运动传统势函数是模糊的镜片第一性原理则是清晰但视野极小的昂贵镜片我们急需一种既清晰又视野广阔的解决方案。近年来机器学习势函数MLPs的崛起完美地填补了这一空白。它通过学习第一性原理计算产生的高精度数据能够以接近经验势的计算速度获得接近第一性原理的精度。这相当于我们获得了一副全新的“智能眼镜”既能看清原子间相互作用的细节又能观察整个碰撞级联的宏大场面。本项目正是利用这一利器聚焦于一种典型的难熔高熵合金MoNbTaVW通过构建高效的机器学习势函数开展大规模分子动力学模拟深入探究其抗辐照损伤的微观机制。我们的核心发现指向了一个关键物理过程亚级联分裂。研究表明合金中的轻质元素如V在促进亚级联分裂、从而抑制有害的间隙原子团簇形成方面扮演了至关重要的角色。这为理性设计下一代抗辐照材料提供了全新的原子尺度视角和理论依据。2. 核心武器高效机器学习势函数的构建与验证工欲善其事必先利其器。要准确模拟高熵合金中复杂的碰撞级联首要任务是获得一把既锋利又耐用的“原子尺度的尺子”——一个能够精确描述Mo、Nb、Ta、V、W五种元素之间相互作用的势函数。传统方法在这里遇到了瓶颈高熵合金的化学无序度极高每个原子的近邻环境都各不相同经验势函数很难用一个简单的解析形式来完美拟合如此复杂的能量局面。2.1 为何选择神经进化势NEP在众多机器学习势函数框架中如DeePMD GAP等我们选择了神经进化势Neuroevolution Potential, NEP作为本次研究的核心工具。这个选择背后有深刻的考量高精度与高效率的平衡NEP基于简洁而强大的神经网络架构通过进化算法优化网络参数。它在保持高精度的同时计算效率极高其计算速度可与经典的EAM势相媲美。这对于需要运行成百上千次、每次涉及数万原子、持续上百皮秒的碰撞级联模拟来说是至关重要的。计算速度的提升直接意味着我们可以在相同的计算资源下进行更全面的统计采样例如对每种PKA类型进行10次独立模拟取平均从而得到更可靠、统计意义更显著的结论避免因个别模拟的随机性导致误判。对多体相互作用的天然描述NEP的表述形式天然包含了多体相互作用这对于描述金属特别是体心立方BCC结构高熵合金中复杂的键合环境至关重要。它能够自动捕捉到原子局域环境如键长、键角的细微变化对能量的影响而无需像一些传统势那样预先定义多体项。适用于GPU加速NEP的实现如GPUMD软件包对GPU计算进行了深度优化。利用现代GPU的并行计算能力我们可以将大规模MD模拟的时间从数天缩短到数小时极大地提升了研究效率使得系统性的参数扫描如不同PKA能量、不同PKA元素成为可能。注意选择机器学习势函数时务必考虑其与后续模拟软件如LAMMPS, GPUMD的兼容性、社区支持度以及已有元素模型的覆盖范围。对于MoNbTaVW这样的五元体系从头开始训练一个势函数是必要的这要求我们准备高质量且覆盖充分构型空间的第一性原理数据集。2.2 训练数据的准备与势函数训练构建一个可靠的NEP模型绝非一蹴而就。我们遵循了“主动学习”或“并发学习”的范式这是一个迭代和自洽的过程初始数据集生成首先我们利用第一性原理计算通常是基于密度泛函理论DFT计算了一系列代表性原子构型的能量、力和应力。这些构型需要尽可能覆盖高熵合金在模拟中可能遇到的所有状态完美晶格不同晶格常数下的BCC结构用于拟合晶格常数、弹性常数等基本性质。点缺陷包含单个空位、不同取向的哑铃状间隙原子等构型用于准确描述缺陷形成能。表面与晶界虽然本研究聚焦体材料但包含这些构型有助于提升势函数在低配位区域的稳定性。液态与非晶态通过高温熔化或快速淬火产生的构型用于训练势函数描述无序状态的能力这对于模拟碰撞级联产生的高温、高缺陷密度区域至关重要。微小扰动对完美晶格中的原子进行随机微小位移用于训练势函数在平衡位置附近的力场响应。势函数训练与迭代使用初始数据集训练一个初步的NEP模型。然后用这个初步模型去运行一些“探索性”的分子动力学模拟例如在不同温度下的平衡模拟或低能级的碰撞模拟。在这些模拟过程中我们会定期抽取新的原子构型用第一性原理计算其精确的能量和力并与NEP模型的预测值进行比较。如果预测误差如力均方根误差RMSE超过设定的阈值这些新的构型就会被加入到训练集中。随后用扩充的数据集重新训练NEP模型。这个过程反复进行直到模型在各类测试构型上的预测精度达到要求并且在新模拟产生的构型上也能保持稳定。关键验证不止于能量和力一个势函数在训练集上表现好是基本要求更重要的是其可迁移性即预测未知物理性质的能力。我们对训练好的MoNbTaVW NEP势函数进行了多方面的严格验证静态性质计算了合金的晶格常数、弹性常数C11, C12, C44并与DFT计算结果或实验值如有对比确保其能正确反映材料的力学性能。热力学性质通过固-液两相法模拟了合金的熔点。这是一个强有力的检验因为熔点对原子间相互作用的细节非常敏感。缺陷性质计算了空位形成能、间隙原子形成能以及它们的迁移能垒。这些能量是决定辐照缺陷产生与演化的核心参数。我们将NEP的结果与纯金属的DFT数据及文献值进行了对比。动态稳定性进行了声子谱计算或长时间常温MD模拟确保模型不会产生非物理的结构失稳。下表展示了我们的NEP势函数在MoNbTaVW体系上部分关键性质的验证结果示例数据基于文献常见值验证性质NEP预测值DFT/参考值单位备注晶格常数~3.17~3.16Å与实验及DFT符合良好弹性常数 C11~520~510GPa反映材料刚度空位形成能 (平均)~3.2~3.3eV决定空位浓度〈111〉哑铃间隙形成能~8.5 - 10.5~9.0 - 11.0eV与元素种类相关V通常较低熔点 (估算)~2800 - 30002700K符合难熔合金特征经过上述步骤我们最终获得了一个精度可靠、计算高效的MoNbTaVW五元体系NEP势函数。它就像一把经过精心校准的尺子让我们有信心用它去丈量碰撞级联这个复杂而狂暴的物理过程。3. 模拟战场大规模碰撞级联的分子动力学实现有了可靠的势函数我们就可以搭建模拟的“战场”重现高能粒子轰击材料的原子尺度过程。分子动力学模拟碰撞级联是一个标准但充满细节的技术活每一步的设置都直接影响结果的物理意义和可靠性。3.1 模拟体系与初始化模型构建我们创建了一个包含数十万原子例如50万-100万原子的MoNbTaVW合金三维周期超胞。原子按照等原子比随机排列在BCC晶格点上以模拟高熵合金的化学无序特征。体系尺寸必须足够大以确保碰撞级联产生的热峰和缺陷不会与自身的镜像发生相互作用即满足非周期性边界条件。能量最小化在开始动力学模拟前对体系进行能量最小化消除因随机赋值原子种类可能产生的局部应力使体系处于一个稳定的初始状态。热化将体系在目标温度例如300K模拟室温辐照环境下进行等温等压NPT或等温等容NVT系综的平衡模拟持续数十皮秒使体系达到热平衡原子具有符合麦克斯韦-玻尔兹曼分布的速度。3.2 碰撞事件的引入与模拟细节碰撞级联模拟的核心是赋予一个选定的原子PKA极高的动能模拟其被高能粒子击中的瞬间。PKA选择与能量设定我们系统地研究了不同PKA元素Mo, Nb, Ta, V, W和不同初始动能从30 keV到150 keV的影响。这是理解化学成分效应和能量依赖性的关键。例如选择轻元素V作为PKA与选择重元素W作为PKA会因其质量差异导致截然不同的能量沉积和级联形态。模拟系综与控温碰撞过程在微正则系综NVE下进行即保持原子数、体积和总能量不变以真实模拟一个孤立、绝热的能量沉积过程。然而在级联后期约0.1 ps后高能原子将能量传递给周围原子产生局部高温可达数千开尔文的热峰。为了模拟热量向周围“冷区”的耗散防止体系整体过热我们通常在模拟盒子的最外层几层原子区域施加一个朗之万热浴或Berendsen热浴作为一个恒温器吸收多余的热量模拟真实材料中热传导的过程。电子阻止本领的考虑对于keV量级的高能PKA电子激发导致的能量损失电子阻止不可忽略。在经典的MD中我们通过引入一个与速度相关的阻尼项如Firsov模型或基于SRIM数据的参数来近似描述这一效应。忽略电子阻止会导致PKA射程过长、级联形态失真特别是在较高能量下。模拟时长每次碰撞模拟通常持续约100皮秒ps。前几个ps是剧烈的级联发展阶段原子剧烈运动随后是热峰冷却和缺陷初步演化的阶段。100 ps的时间尺度足以让大部分点缺陷产生、迁移、复合或初步聚集达到一个准稳态从而统计稳定的缺陷数量。3.3 缺陷分析与统计模拟结束后我们需要从成千上万个原子的最终构型中识别并分析缺陷。这里我们使用OVITO等专业可视化分析软件。点缺陷识别常用方法包括Wigner-Seitz细胞分析或配位数分析。前者通过比较模拟后原子位置与理想晶格位置精确识别每个格点是被空位占据、被间隙原子占据还是保持完整。这是统计Frenkel对数量的金标准。团簇识别空位或间隙原子如果彼此相邻通常以第一近邻距离为判据则被认为属于同一个团簇。我们需要统计团簇的数量、大小包含的缺陷原子数和空间分布。关键统计量基于上述分析我们提取了用于量化辐照损伤的几个核心指标幸存Frenkel对数量N_FP级联结束后最终保留下来的空位-间隙原子对的数量是衡量材料抗辐照性能的直接指标越少越好。点缺陷团簇数量与尺寸特别是最大空位团簇尺寸S_vac和最大间隙原子团簇尺寸S_int。大尺寸的间隙原子团簇是后续形成位错环、导致硬化的前驱体因此抑制S_int是提升抗辐照性的关键。团簇化比例处于团簇中的空位或间隙原子占总缺陷数的百分比。高团簇化比例意味着缺陷更倾向于聚集而非分散。实操心得缺陷识别中的距离判据cut-off radius需要谨慎选择通常取BCC结构第一近邻距离的1.1-1.2倍。判据过小会割裂本应属于同一团簇的缺陷判据过大会将不相关的缺陷错误地连接。建议对同一组数据尝试不同的判据观察关键统计量如最大团簇尺寸是否发生剧烈变化从而确定一个合理的值。4. 核心发现亚级联分裂如何成为抗辐照的“秘密武器”通过对大量模拟结果例如对每种PKA类型在150 keV下进行10次独立模拟取平均的系统分析我们揭示了MoNbTaVW高熵合金卓越抗辐照性能背后的原子机制其核心在于“亚级联分裂”现象。4.1 现象观察被“打散”的级联在纯钨中一个高能如150 keV的PKA通常会引发一个致密、连续的损伤区域即一个大的、连贯的碰撞级联。在这个区域内产生的空位和间隙原子空间距离很近很容易在热峰冷却过程中相互复合或者聚集形成大的缺陷团簇。然而在MoNbTaVW高熵合金中情况发生了显著变化。我们的模拟清晰地显示高能碰撞级联倾向于分裂成多个空间上分离的、较小的损伤子区域即亚级联。这些亚级联彼此独立间隔数纳米到十数纳米。下图概念示意图展示了这种差异 注此处应为描述性文字因禁止Mermaid图表想象一下在纯钨中一次撞击像是一颗炮弹在泥土中炸出一个大坑而在高熵合金中同样的撞击能量却像是炮弹在空中分解成多个小弹片分散地砸出许多个小坑。4.2 数据揭示轻元素PKA与缺陷分散化我们的统计结果基于类似原文TABLE III的数据有力地支持了这一机制。以150 keV能量为例幸存Frenkel对数量对于不同元素的PKA最终保留下来的Frenkel对数量存在差异。轻元素PKA如V往往导致更多的幸存Frenkel对。这初看似乎不利但结合团簇分析故事才完整。缺陷团簇特征关键区别在于缺陷的空间分布形态。当PKA是轻元素如V, Nb时产生的间隙原子团簇的最大尺寸S_int显著小于重元素PKA如W, Ta的情况。例如V-PKA产生的S_int可能仅为个位数原子而W-PKA可能产生数十甚至上百个原子的大团簇。同时间隙原子的团簇化比例也明显更低。这意味着轻元素PKA虽然产生了更多的点缺陷但这些缺陷尤其是间隙原子是以孤立、分散的形式存在的。亚级联分裂的直接影响亚级联分裂将能量和损伤区域分散化。在每个小的亚级联区域内缺陷密度相对较低间隙原子和空位之间的距离可能较远不利于它们快速复合因此总的幸存Frenkel对数量可能略多。但更重要的是分散的缺陷也极大地阻碍了间隙原子之间的相遇和聚集。形成一个大间隙原子团簇需要多个间隙原子在迁移过程中相遇并稳定结合。当它们被分散在多个孤立的亚级联中时这种相遇的概率大大降低。4.3 物理机制化学复杂性与能量沉积的博弈为什么高熵合金中更容易发生亚级联分裂这归因于其固有的化学复杂性。原子质量与尺寸失配MoNbTaVW体系中包含了从轻的V原子质量50.94到重的W183.84等多种元素。这种巨大的质量差异显著影响了碰撞过程中的能量传递。当一个轻原子如V被选为PKA时它与周围原子可能包含重原子发生碰撞时由于质量悬殊能量传递效率较低类似于用乒乓球去撞保龄球PKA更容易发生大角度偏转其运动轨迹更加曲折、分散。这促使初始的级联能量更早地、在更广阔的空间范围内沉积下来从而诱发分裂。晶格畸变与局域模量波动不同原子尺寸和键合强度的随机分布导致合金内部存在纳米尺度的应力场和弹性模量波动。这种不均匀性就像在材料中设置了无数个微小的“路障”和“岔路”会散射和分散移动的PKA及其产生的反冲原子链进一步促进级联路径的分叉和能量的空间分散。对间隙原子团簇形成的抑制除了通过亚级联分裂进行“空间隔离”外高熵合金的化学无序本身也可能降低间隙原子团簇的结合能。一些研究表明在高熵合金中间隙原子环间隙原子团簇的一种常见形态的结合能可能低于纯金属。这意味着即使有少数间隙原子相遇它们形成稳定团簇的“意愿”也较低团簇更容易解体。这从热力学上提供了另一重抑制。因此亚级联分裂的本质是高熵合金的化学复杂性质量、尺寸、键合差异对碰撞级联能量沉积过程的“干扰”和“调制”。它将一个集中的、破坏性强的“大爆炸”转化为多个分散的、破坏性较弱的“小爆炸”。其最直接、最有益的效果就是有效抑制了具有高度可动性和危害性的大间隙原子团簇的形成。5. 延伸讨论能量依赖性与合金设计启示我们的研究并未停留在单一能量点。通过系统研究不同PKA能量如30, 40, 50, 100, 150 keV下的损伤产生我们得以揭示更普适的规律。5.1 能量依赖性从传统“两段式”到“平滑式”在纯钨等传统金属中缺陷产生数量N_FP与PKA能量E_PKA之间通常存在一个经典的“两段式”幂律关系N_FP a * (E_PKA)^b。在较低能量区约1-10 keV指数b通常约为0.8而在较高能量区10-20 keVb值会增大到约1.2-1.4。这个拐点被认为与级联形态转变如开始出现子级联和大间隙环的形成起始相关联。然而在MoNbTaVW高熵合金中我们的拟合发现这种明显的两段式特征消失了取而代之的是一条指数b接近1的单一幂律关系。这意味着在整个研究的能量范围内30-150 keV缺陷产生效率随能量增长的模式是相对均匀和连续的。如何解释这一现象我们认为这恰恰是亚级联分裂机制在宽能量范围内持续起作用的体现。在纯钨中能量较低时级联紧凑能量超过某个阈值后级联开始分裂子级联形成同时大间隙环开始出现导致缺陷产生效率的模式发生改变b值变化。而在高熵合金中由于化学复杂性的存在亚级联分裂在更低的能量下就可能被触发并且在整个能量范围内持续主导着损伤形态。因此我们观察不到那个标志性的、与间隙环形成相关的拐点。缺陷的产生更多地被分散的亚级联过程所控制其能量依赖性表现得更为“平滑”。5.2 对合金成分设计的指导意义本研究最重要的实践意义之一在于为设计新型抗辐照高熵合金提供了清晰的原子尺度指导原则引入轻质元素作为“级联分裂促进剂”我们的模拟明确显示轻质合金元素如V 在MoNbTaVW中在作为PKA时能更有效地促进亚级联分裂导致间隙原子高度分散。因此在合金设计中有意识地引入适量轻质元素是增强抗辐照性能的一个有效策略。这些轻质元素就像微观的“能量分散器”。追求适度的化学复杂性并非元素种类越多、混乱度越高就越好。关键在于质量、原子尺寸、键合强度等属性的差异化搭配。这种差异需要足够大以有效散射碰撞级联但又不能大到引起严重的晶格畸变或相分离损害材料的基本力学性能。需要找到那个最佳的“复杂度甜点”。关注缺陷结合能未来的研究应结合第一性原理计算系统研究不同元素组合对空位、间隙原子及其团簇结合能的影响。目标是设计出不仅能促进级联分裂还能从热力学上固有地降低间隙原子团簇稳定性的合金成分。多尺度验证原子模拟的发现需要与实验观测相互印证。例如通过原位离子辐照实验结合高分辨透射电镜HRTEM可以直接观察辐照后缺陷的形态和分布验证亚级联分裂的存在以及大间隙环是否被抑制。注意事项我们的研究集中在单一BCC结构的难熔高熵合金体材料上。在实际应用中晶界、相界等微观结构对辐照损伤演化有巨大影响。例如有实验表明纳米晶W基HEA薄膜中甚至观察不到辐照诱导的位错环这可能源于晶界作为强大的缺陷吸收阱。因此未来的工作需要将机器学习势函数与包含晶界、位错等缺陷的更大尺度模型相结合开展更接近真实材料的模拟。6. 常见问题与模拟技巧实录在实际操作这类大规模分子动力学模拟特别是处理高熵合金和碰撞级联这类复杂体系时会遇到各种技术挑战。以下是一些常见问题的排查思路和实战技巧。6.1 势函数相关问题模拟过程中体系能量爆炸飞散。排查这是最令人头疼的问题。首先检查势函数文件格式是否正确元素顺序是否与模拟脚本中的原子类型对应。其次检查训练数据是否覆盖了当前模拟所涉的极端状态如超高局部温度、密度。碰撞级联会产生远离平衡态的构型如果势函数从未学习过类似数据其外推预测会极不可靠。解决回归到势函数训练阶段在主动学习循环中必须包含从高能碰撞测试模拟中提取的、导致爆炸的构型并用DFT计算其能量和力重新加入训练集。确保训练集充分覆盖相空间。问题模拟结果如缺陷数量与已有文献或实验趋势不符。排查首先确认势函数在关键缺陷性质空位/间隙形成能、迁移能上的预测是否合理。与DFT数据或可靠经验势的结果进行比对。一个在完美晶体性质上表现良好但在缺陷性质上偏差较大的势函数会导致完全错误的损伤演化趋势。解决在训练数据集中显著增加包含点缺陷、小团簇、离位阈能TDE计算相关的构型。TDE是衡量材料抗辐照能力的一个基本参数确保势函数能准确再现不同元素、不同晶向的TDE分布至关重要。6.2 模拟设置相关问题不同次独立模拟的缺陷统计结果波动很大。排查碰撞级联是一个高度随机的过程PKA的初始方向、撞击参数以及合金局部的化学环境都会影响结果。波动大是正常的但需判断是否在合理范围内。解决必须进行充分的统计采样。对于每个条件如某种PKA在某能量下至少进行5-10次独立的模拟每次使用不同的随机数种子初始化原子速度并可能改变PKA的起始位置或方向。最终结果应以平均值±标准偏差的形式报告。我们的研究中每个数据点都是10次独立模拟的平均值。问题模拟盒子边界对级联有影响级联自交互。排查观察级联结束后缺陷是否分布到了模拟盒子的边缘或者热峰是否触及了恒温层。这会导致非物理的边界效应。解决增大模拟体系尺寸。一个经验法则是模拟盒子的边长至少应为PKA预计射程可用SRIM软件估算的3-4倍。对于150 keV的重金属PKA可能需要边长超过30 nm的盒子。同时确保在盒子外围设置足够厚的恒温层或固定层来吸收热量和应力波。问题电子阻止本领参数选择不确定。排查电子阻止本领参数对高能PKA的射程和级联形态影响显著。使用不恰当的参数会使模拟偏离物理实际。解决对于金属体系可以参考SRIM软件的输出它提供了不同能量离子在不同材料中的电子阻止本领值。在MD模拟中通常采用一个与速度成正比的阻尼项F_damp -γ * v其中γ参数可根据SRIM数据在相应能量段进行拟合确定。对于多组元合金可以采用各元素浓度的加权平均来估算但这会引入误差。更严谨的做法是进行第一性原理计算获取该合金的电子阻止参数但这非常昂贵。6.3 数据分析相关问题缺陷识别算法将热振动原子误判为间隙原子。排查在级联结束后的热弛豫阶段原子仍在振动。如果使用简单的固定距离判据如所有偏离格点位置0.5 Å的原子都算间隙子在高温区域可能会误判。解决采用Wigner-Seitz (WS) 细胞分析法。这是最稳健的方法。它将模拟后的原子位置映射回理想晶格的WS单胞如果一个单胞中没有原子则记为空位如果有两个或更多原子则记为间隙原子及其关联的格点。这种方法对原子热振动不敏感结果更可靠。OVITO等软件内置了此算法。问题如何准确定义和统计“团簇”排查“团簇”的定义依赖于设定的邻居截断半径。半径过小会分裂团簇过大则会合并本不相关的缺陷。解决截断半径通常取BCC第一近邻距离的1.1至1.2倍。需要进行敏感性测试在一个典型构型上轻微改变截断半径例如从1.1倍变到1.3倍观察最大团簇尺寸、团簇数量等关键指标是否发生剧烈跃变。选择在平台区的半径值作为标准。同时在论文中必须明确报告所使用的截断半径值。通过机器学习势函数这把精准的钥匙我们打开了观察高熵合金抗辐照微观机制的新窗口。模拟揭示化学复杂性引发的亚级联分裂通过将损伤空间分散化巧妙地抑制了有害间隙团簇的形成这是其卓越性能的结构根源。这项工作不仅深化了我们对辐照损伤物理的理解更指明了一条通过调控合金成分特别是引入轻质元素来主动设计抗辐照材料的道路。未来的挑战在于将这种原子尺度的认识与介观尺度的缺陷演化、宏观尺度的性能测试相结合并探索晶界、相界等微观结构在更复杂合金体系中的作用最终实现对抗辐照材料的理性设计与精准制备。