测量金属的位错密度，选XRD、TEM、ECCI还是HR-EBSD ？

位错密度决定金属强度与寿命，但不同表征方法测同一材料可差两倍以上——因各自捕捉的位错种群不同。Gallet团队以双相不锈钢为基准，同步对比TEM、ECCI、HR-EBSD与XRD，量化方法偏差，为选型与建模提供参照。

从日常的不锈钢餐具到高压容器、桥梁钢板，金属材料的强度、韧性、抗疲劳寿命，本质上都和内部位错的运动与堆积密切相关。作为晶体中的线缺陷，位错的密度高低直接决定了金属的屈服强度、加工硬化速率，也影响着结构件的长期服役可靠性。

长久以来，没有一种技术能完整测出所有类型的位错，不同方法测同一块样品，数值动辄相差两倍以上。这些偏差多数不是操作失误导致的，根源在于每种技术能观测到的位错种群不同。

近期 Gallet 团队针对这个问题给出了系统的定量参照。研究选用完全一致的双相不锈钢样品，在未变形、5% 拉伸应变、10% 拉伸应变三种状态下，同步对比了透射电子显微镜（TEM）、旋转电子通道衬度成像（R-ECCI）、高角分辨率电子背散射衍射（HR-EBSD）与 X 射线衍射（XRD）四类主流技术的测试结果。

位错的两类形态与方法的天然偏向

要看懂不同方法的数值差异，首先要搞清楚金属中的两种位错：几何必需位错（GNDs）和统计存储位错（SSDs），正如 Nye、Cottrell和 Ashby所提出的。

打个比方，统计存储位错（Statistically stored dislocation，简称 SSDs ）就像散落在房间各处的棉线，随机交错、没有固定取向，是变形过程中位错不断运动、相互碰撞缠结留下的产物，它是材料整体加工硬化的主要来源。

几何必要位错（Geometrically necessary dislocations， GNDs）则更像墙角、家具接缝处特意弯折排布的线，为了贴合界面的形状、衔接两边不同的变形量而存在，在合金的强化效应中起重要作用，多集中在晶界、相界和位错胞壁的位置。

多晶体里每个晶粒的晶体取向都不一样，受力变形时，相邻晶粒的变形量和变形方向不可能完全一致，如果边界处没有额外的位错来协调晶格的弯曲，晶粒之间就会开裂，无法保持连续变形。

从定量表达上，材料的总位错密度就是这两部分的加和，写成公式就是：

其中ρSSD代表统计存储位错密度，ρGND代表几何必要位错密度。

如果按空间位置进一步细分，总密度还可以拆分为晶粒内部随机位错（**ρc）、位错墙位错（ρw）、晶界位错（ρGB**）三部分，其中位错墙和晶界处的位错共同构成了 GND，也就是ρGND = ρW + ρGB。晶粒内部的随机位错就是 SSD。但绝大多数表征技术，都天然更擅长测其中一类。

因此，总位错密度 ρtot也可分解为ρtot\= ρW + ρc + ρGB 。其中ρw**是构成胞壁的位错密度，ρc是胞/晶粒内随机分布的位错密度，ρGB是晶界处的位错密度**。

直接成像的技术比如透射电镜，能看清单根位错线的形貌，但位错密度太高、堆叠在一起的时候就难以分辨，边界处密集的位错群更是无法准确计数。

衍射类的方法通过信号变化间接推算密度，统计的范围大、能拿到整体平均值，却分辨不出细微的空间分布差异。

过去很多研究者跨文献对比位错数据时，往往没有充分考虑这种本质区别，导致结论互相矛盾，代入力学模型计算时也容易用错参数。

在此之前，很少有研究能严格控制材料成分、微观组织与变形状态，单纯剥离出测试方法本身带来的差异幅度。

受控条件下的多方法定量对标

之所以选择Outokumpu生产的 2101 型低合金双相不锈钢作为基准材料，一方面是因为它是工业上广泛使用的低成本结构材料，测试结果有明确的工程参考价值；另一方面，这种合金同时包含奥氏体与铁素体两种晶体相，两者的位错形貌、滑移特性差异极大。奥氏体中的位错呈平直的线条，衬度鲜明，容易识别；铁素体中的位错形态曲折，衬度偏弱，分辨难度更高。

研究制备了三组不同变形量的样品，所有测试都针对等效的微区开展，同时严格控制了表面加工硬化等制样环节带来的额外误差。

所有表征用的试样都经过了严格的表面处理：ECCI 和 EBSD 共用的试样在机械研磨后，最终一步采用电解抛光去除表面的加工硬化层，机械打磨会在材料表层引入额外的人工位错，如果不去除，测出来的密度会远高于真实值。TEM 试样则需要减薄到电子能穿透的厚度，也就是一百多纳米的量级，先机械磨薄再电解、离子减薄，保证薄区平整无应力。XRD试样要求相对简单，研磨到表面平整无划痕即可。

在位错密度较低的区间，也就是1013/m2量级的未变形与轻变形状态下，直接成像法的可靠性最高。透射电镜是位错观测的传统基准方法，通过弱束暗场模式把单根位错成像为清晰的黑线。TEM 观测位错依赖衍射衬度，只有当位错的伯氏矢量与所用的衍射矢量不垂直时，位错才会显现出明暗衬度；如果满足特定的几何条件，位错就会像隐身一样消失在基体里，这就是位错的不可见准则。

也正因为如此，只在一个衍射方向拍图，必然会漏掉一部分位错，导致密度被低估。研究中每个晶粒都选取了两到三种不同的衍射条件分别测试，取其中的最大值作为最终结果，尽可能降低这种低估偏差。

位错密度用经典的截线法计算，公式形式为：

操作逻辑也很直观：在图像上画一组等距直线，数出位错线和直线的交点数量n,再结合截线总长度l和试样厚度t，就能换算出单位体积内的位错总长度。其中薄箔的厚度并不是均匀的，研究中通过图像里的等厚条纹数量，结合对应衍射的消光距离换算得到，保证体积计算的准确性。

图 1 不同变形程度下双相钢的 TEM 双束明场像。(a) 未变形奥氏体晶粒；(c) 5% 应变奥氏体晶粒；(e) 10% 应变奥氏体晶粒；(b) 未变形铁素体晶粒；(d) 5% 应变铁素体晶粒；(f) 10% 应变铁素体晶粒。位错线以黑色衬度显示在浅色基体背景上。

另一种成像技术叫做旋转电子通道衬度成像，简称 R-ECCI，是基于扫描电镜发展起来的位错表征技术，最大的优势是不需要制备超薄样品，块体试样抛光后就能直接观测，制样成本远低于 TEM。

测试时样品会绕着电子束入射方向匀速旋转，每个像素点在不同旋转角度下的背散射电子亮度会呈现出规律性的变化；完美晶体的亮度变化遵循统一的规律，而位错周围的晶格发生了畸变，亮度变化的曲线会和基体产生偏差。

聚类算法就是通过比对每个像素的亮度变化曲线和基体平均曲线的差异，自动区分出位错、基体和噪声像素，实现位错的无人工干预定量。最终同样基于单位体积内的位错总长度计算密度，和 TEM 的物理定义一致，因此低密度下两者的测试结果高度吻合。

图 2 不同变形程度下双相钢的 ECCI 背散射电子像。(a)(c)(e) 分别为未变形、5% 应变、10% 应变的奥氏体晶粒；(b)(d)(f) 分别为未变形、5% 应变、10% 应变的铁素体晶粒。位错以亮衬度特征呈现在深色基体上。在加速电压 20 keV、光阑 120 μm、像素大小 4.5 nm 下获取的 BSE 图像。

这种方法的有效探测深度大约是三倍消光距离，在铁素体里约 93 纳米，奥氏体里约 114 纳米，电子通道衬度效应只发生在材料表层的几个消光深度范围内，再往深处电子多次散射后就失去了衍射衬度，无法再分辨位错。

自动化识别对孤立的单根位错准确率很高，但随着位错聚集交叠，精度会逐步下降。有的区域位错叠在一起，算法没识别全，会低估密度；有的区域衬度大范围变化，会被误判成更粗的位错，造成高估。

图 3 ECCI 原始图像与聚类识别结果对比。(a)(c)(e) 分别为未变形奥氏体、5% 应变铁素体、10% 应变奥氏体的原始 BSE 图；(b)(d)(f) 为对应算法输出，绿色为识别出的位错像素。蓝色圆圈为漏检区域，黄色箭头为缺陷宽度过估区域。在加速电压 20 keV、光阑 120 μm、像素大小 4.5 nm 下获取的 BSE 图像。

两类成像方法主要能捕捉到晶粒内部的统计存储位错。位错墙与晶界处的高密度结构，因为取向梯度变化快、缺陷相互重叠，很难区分出单根位错线，计数误差很大。当位错密度升到1014/m2以上，成像法会逐渐失效：位错相互堆叠，无法分辨单根线条，自动识别算法也会系统性低估密度。

在这项研究里，10% 应变的样品已经达到 ECCI 的实用测量上限，透射电镜也只能在薄箔穿孔附近的极薄区域，勉强获取部分有效数据。

衍射类方法可以覆盖更高的密度区间，但同样有清晰的适用边界。常规 EBSD 的工作逻辑是，电子束打到样品表面激发出菊池衍射花样，设备通过匹配花样的几何特征，算出每个像素对应的晶体取向，也就是欧拉角，角度精度大约在 0.5 度量级。再通过相邻像素的取向差计算晶格曲率，代入 Nye 位错张量公式得到 GND 密度，核心公式为：

其中b是材料的位错伯氏矢量长度，αij是 Nye 位错张量，张量的每个分量对应不同方向的晶格曲率。简单来说，晶格弯曲得越厉害，张量的数值就越大，算出来的 GND 密度也就越高。

图 4 不同变形程度下的常规 EBSD 测试结果。上行为相分布图（红色为奥氏体，蓝色为铁素体）；下行为基于 Nye 张量模计算的 GND 密度图，从左至右依次为未变形、5% 应变、10% 应变试样。

这种方法在取向差大的时候比较准，但小变形下晶粒内部取向差很小，索引带来的角度误差占比就会变得很大，甚至会凭空造出很多假的位错信号。

HR-EBSD 则换了一种思路，它不去匹配花样的整体取向，而是用数字图像相关技术，直接比对相邻两个像素的菊池花样，计算花纹的微小偏移量，角度分辨率能达到万分之一弧度，比常规 EBSD 高了近两个数量级。它不仅能测出微小的晶格转动，还能算出弹性应变，能更完整地求解 Nye 张量，因此小变形下的 GND 定量精度提升非常明显。比如在未变形的奥氏体中，常规 EBSD 测得的 GND 密度约为 HR-EBSD 的两倍，差值几乎全部来自索引离散化带来的伪影。

图 5 不同变形程度下的 HR-EBSD 测试结果。上行为参考 EBSD 取向图；下行为对应 HR-EBSD 计算的 GND 密度图，从左至右依次为未变形、5% 应变、10% 应变试样。

图 6 EBSD 索引伪影验证。(a) 由存储菊池花样重构的虚拟前散射电子像；(b) 由欧拉角计算的试样 y 轴相对晶格转动场，可见索引离散化造成的台阶状不连续伪影。

还有一个很容易被忽略的关键参数是扫描步长，也就是两个相邻测试点之间的距离。步长本质上决定了 GND 和 SSD 的划分阈值：如果步长很大，那么步长范围内符号相反的位错，它们造成的晶格弯曲会相互抵消，最终测不出取向差，这部分位错就相当于被归到了 SSD 里。

已有研究证实，步长加倍时，测得的 GND 密度最多可以下降一个数量级。也正因为如此，任何 GND 密度的测试结果，都必须同步标注扫描步长才有横向对比的价值。

X 射线衍射 XRD 通过衍射峰的宽化效应计算密度，得到的是照射区域内的体平均值，测量的也是统计存储位错。完美的大单晶衍射峰很尖锐，而材料里有位错的时候，位错周围的晶格畸变会让衍射峰变宽，同时位错胞、亚晶的存在也会细化有效衍射畴尺寸，进一步让峰宽化。

研究中用 Popa 模型把总的峰宽化拆分成晶粒尺寸贡献和微观应变贡献两部分，对应的位错密度计算公式为：

其中ρD是由有效衍射畴尺寸决定的密度分量，晶粒越细，这部分数值越高；ρS是由微观晶格应变决定的密度分量，畸变越严重，这部分数值越高。最终的位错密度取两者的几何平均值。

它在小变形下的表现最差，变形量小时微观应变信号微弱，和仪器本身的固有宽化几乎在同一个量级，很难准确分离出材料本身的贡献，因此测量不确定度超过 200%，数据几乎没有参考价值。到中等变形阶段，结果会稳定很多，但它对 GND 完全不敏感，晶界与位错墙处的位错，不会对衍射畴的宽化产生贡献。

另外，这种双相不锈钢的奥氏体在拉伸变形时会部分转变为马氏体，新生成的马氏体相干扰了奥氏体衍射峰的拟合，也会让晶粒尺寸的计算出现偏差，最终导致 10% 应变下的奥氏体位错密度被低估。

图 7 未变形、**5% 应变、**10% 应变试样的 XRD 衍射谱。可见随变形程度增加，衍射峰逐步宽化。

把四类方法的结果放在一起对照，就能得到一幅物理逻辑自洽的完整图景：方法之间的数值差异不是实验噪声，而是各自采样的位错种群本就不同。

图 8 各类表征技术的位错采样范围示意图。(a) 晶粒内真实位错结构，包含晶内 SSD、位错墙与晶界 GND；(b) XRD 采样范围：仅畴内位错有贡献；(c) TEM/ECCI 采样范围：以可分辨的晶内 SSD 为主；(d) HR-EBSD 采样范围：可探测的 GND，分辨率由步长决定。

图 9 四类技术测得的位错密度定量对比。(a) 奥氏体相；(b) 铁素体相。每组包含未变形、5% 应变、10% 应变三个状态，误差棒代表测量不确定度。

EBSD 与 HR-EBSD 测得的 GND 密度，始终高于成像法与 XRD 测得的 SSD 密度，并且差距会随变形量升高逐步拉大。到 10% 应变时，两相的 GND 密度都约为 SSD 密度的两倍，反映出变形逐渐向晶界集中时，应变梯度塑性的贡献在持续增强。

图 10 位错密度随拉伸应变的演化规律。(a) 奥氏体相；(b) 铁素体相。曲线对比了 SSD 类测量、GND 类测量与估算总位错密度的变化趋势。

对细观力学建模的实际启示

这项工作最有实用价值的结论，是量化了方法选型对细观力学预测的直接影响。在经典的位错强化公式里，位错带来的强化量和位错密度的平方根成正比，表达式为：

式中α是与材料相关的常数，M是泰勒因子，用来反映多晶体中晶粒取向对变形的平均效应，μ是材料的剪切模量，b是位错伯氏矢量长度。这意味着位错密度的差异，会直接按平方根的比例传导到强度预测里。

研究中以未变形的铁素体为例，把不同方法得到的密度代入同一套模型参数，算出来的位错强化应力最大相差接近两倍。如果再叠加晶界强化、固溶强化等其他项的影响，整体屈服强度的预测偏差还会进一步放大。

这也给建模研究者提了醒：不能随便找一篇文献里的位错密度就拿来当输入，必须先看清楚这个密度是用什么方法测的，对应的是 SSD 还是 GND。描述均匀变形的整体硬化项，应该用 SSD 类的测试结果；计算应变梯度、晶界附近的局部强化，才适合用 GND 数据。

过去很多研究里混用两类数据，也是导致模型预测和实验结果对不上的重要原因之一。这项研究给出的基准数据，也为研究者判断数据集与模型的匹配度提供了参照。

集成化的表征

这项系统的对标工作，也为常规的位错表征指明了优化方向：在同一台扫描电镜平台上，联合使用 R-ECCI 与 EBSD/HR-EBSD，是当前性价比最高的全种群位错表征方案。这套方案只需要制备一块电解抛光的样品，就能在完全相同的微区同步获得 SSD 与 GND 数据，有效覆盖10¹³~10¹⁵ m⁻²的密度区间。

测试时可以先拍 ECCI 图，再切换到 EBSD 模式采集同一区域的花样，两个测试的视场可以精准对应，甚至能做到像素级的重合，这样得到的 SSD 和 GND 数据是完全同位置的，空间匹配性远好于分开在不同设备上测试的结果。

对双相钢这类异质材料来说，还可以单独统计晶粒内部、晶界处、相界面处的不同位错种群，给多尺度模型提供更精细的分区输入参数。

对多数科研与工业应用场景来说，这种组合在精度、测试效率与空间分辨率之间达到了最优平衡，很多情况下可以替代独立的透射电镜与 X 射线衍射测试。

当然，领域内仍有不少待突破的问题。这项研究建立的基准适用于中等变形区间，对于大变形材料、纳米晶材料，四类技术的精度都会显著劣化，仍需要方法学上的创新。

当前的测试大多局限在表面或者薄箔层面，如何完整捕捉三维位错网络的真实密度，也是未来需要突破的方向。与此同时，机器学习图像分析技术的发展，有望突破当前算法无法识别交叠位错的瓶颈，进一步拓展直接成像法的适用上限。