高導熱鋁合金在航空航天熱防護系統、電子設備散熱器、以及新能源汽車動力總成等領域具有不可替代的核心價值。傳統高導熱鋁合金開發依賴試錯法，面臨成分-性能矛盾突出、工藝窗口狹窄、微觀組織調控困難等瓶頸。

PhaseLab團隊基于CALPHAD方法構建鋁合金熱導率數據庫，旨在耦合熱力學數據庫，實現合金成分-工藝-組織-熱導性能的定量關聯，實現多元多相鋁合金的導熱性能的精準預測。結合高通量計算與機器學習算法，可加速篩選兼具高導熱與強韌性的合金成分區間，顯著縮短合金研發周期并降低試錯成本。

當前面向7xxx系鋁合金的開發與應用需求，建立的Al-Cu-Mg-Zn-Sc-Ti-Zr系熱導率數據庫已經過大量內測和驗證，即將集成至鴻之微云。

單組元熱導率計算

基于純元素在不同物相下的熱導率實驗數據和第一性原理計算結果，在CALPHAD框架下構建鋁合金單組元熱導率參數，保證數據庫計算結果與實驗吻合。如圖1所示，Al、Cu、Mg、Zn、Zr元素穩態相的熱導率計算結果與實驗數據高度吻合，為更高組元體系的熱導率預測奠定基礎。

圖1單組元FCC相熱導率（a）Al；（b）Cu；

HCP相熱導率（c）Mg；（d）Zn；（e）Zr

二元系熱導率計算

溶質元素和第二相析出會阻礙電子傳遞熱量，通常合金的導熱系數會隨著基體中溶質原子的增加和析出物的增加而降低。當前Phase Lab軟件團隊開發的鋁合金熱導率數據庫，支持精準預測二元系合金熱導率隨溫度與成分的演變規律。圖2計算了Al-Cu和Al-Mg二元系FCC單相的熱導率，與實驗測定結果具有較高的一致性。以高精度的二元體系為基礎，可有效提升數據庫外推預測高組元體系熱導率的可靠性。

圖2二元系FCC相熱導率計算（a）Al-Cu；（b）Al-Mg

多元系熱導率計算

在CALPHAD框架下評估三元系熱導率參數，能夠精準量化合金元素交互作用以及復雜析出相對熱傳導性能的影響機制。如圖3所示，Al-Mg-Zn三元合金FCC單相的熱導率在一定溫度范圍內隨溫度升高而增大。計算結果與實驗數據誤差在±3%以內，可為高導熱鋁合金設計提供關鍵理論支撐。

圖3 Al-Mg-Zn三元系FCC相熱導率計算與實驗對比