什么是二元相图和杠杆定律
🎓
简单来说，它就像一把“材料成分的秤”。想象一下，你有一杯盐水，里面既有盐晶体（固相）又有盐水（液相）。杠杆定律就是帮你算出，在这杯混合物里，晶体和盐水各自占了多少比例。在实际工程中，比如我们想知道一个正在凝固的铝合金里，液态金属和固态金属各有多少，就要用它。
🙋
诶，真的吗？那这个“秤”是怎么工作的呢？和相图又有什么关系？
🎓
它的工作原理就藏在相图里。相图就像一张“材料地图”，告诉你不同温度和成分下，材料是液态、固态还是两者混合。当你在地图上选一个点（比如某个温度下的特定成分），杠杆定律就能帮你“测量”出混合区里两相的平衡成分和比例。你试着在模拟器里选择“共晶系”，然后拖动“查询TemperatureT”的滑块，你会看到代表你选择点的十字线移动，一旦它进入“液+固”两相区，右边的结果就会自动计算出相分率，这就是杠杆定律在实时工作！
🙋
哦！那下面还有个“Scheil非平衡凝固”的选项，它和这个平衡的杠杆定律算出来不一样吗？
🎓
问得好！这恰恰是工程中的关键区别。杠杆定律假设凝固时原子有充足时间扩散，各处成分均匀，这叫“平衡凝固”。但实际生产，比如铸造一个汽车轮毂，冷却很快，先凝固的部分成分被“锁死”，来不及变化，就会导致成分不均匀，这叫“偏析”。Scheil方程就是描述这种非平衡过程的。你可以在模拟器里固定一个成分，然后对比勾选Scheil方程前后的计算结果，会发现固相成分曲线变得陡峭，这直观地揭示了偏析是如何产生的。
物理模型与关键公式
杠杆定律（质量守恒）：在给定TemperatureT和总成分x₀下，处于两相平衡的液相和固相，其成分（x_L, x_α）由相图的液相线和固相线决定，相分率满足质量守恒。
$$f_\alpha = \frac{x_0 - x_L}{x_\alpha - x_L}, \quad f_L = 1 - f_\alpha$$
其中，$f_\alpha$和$f_L$分别是固相和液相的质量分数；$x_0$是合金的总成分（例如B组元的摩尔分数）；$x_L$和$x_\alpha$是在TemperatureT下，与总成分$x_0$平衡共存的液相和固相成分。
Scheil方程（非平衡凝固）：假设固相中无扩散、液相中完全混合，描述凝固过程中固相成分C_S随凝固分数f_S的变化规律。
$$C_S = k\,C_0\,(1-f_S)^{k-1}$$
其中，$C_S$是瞬时凝固的固相成分；$C_0$是合金初始成分；$f_S$是已凝固的固相分数；$k = x_\alpha / x_L$是平衡分配系数，它决定了溶质倾向于留在液相（k<1）还是固相（k>1）。
现实世界中的应用
合金设计与铸造：在开发新型铝合金轮毂时，工程师使用相图和杠杆定律预测凝固顺序和最终组织中各相的比例，从而调整成分以获得理想的强度和韧性。Scheil方程则用于评估铸件内部可能出现的成分偏析缺陷。
焊接工艺评估：焊接时，热影响区会经历快速的加热和冷却，相当于一次微型非平衡凝固。通过分析相图，可以预测该区域可能形成的脆性相，进而优化焊接参数以避免开裂。
半导体材料制备：制备硅锗（Si-Ge）单晶时，需要极其精确地控制成分均匀性。相图是制定晶体生长温度与成分路径的基础，杠杆定律帮助计算原料配比，以确保获得目标成分的晶体。
CAE仿真耦合：在大型铸件的计算机凝固模拟中，将有限元热分析得到的温度场与相图计算耦合。每个单元的温度和成分变化都通过杠杆定律或Scheil方程实时计算相变和潜热释放，从而更准确地预测缩孔、缩松等缺陷的位置。
常见误解与注意事项
开始使用此工具时，有几个容易陷入的误区需要注意。首先是务必明确“整体成分是重量百分比（wt%）还是原子百分比（at%）”。模拟器的输入通常基于摩尔分数（接近at%），但实际工程中的材料规格表多以wt%表示。例如，Al-Si合金的共晶点约为12.6wt%Si，但换算为at%则约为18.6%。混淆单位会导致在相图上完全错判位置，需格外小心。
第二点是杠杆定律仅适用于“平衡状态”的计算。实际铸造过程中冷却速度较快，液相与固相的成分不会如计算般均匀化。建议将工具的平衡计算结果视为“理想极限值”，并通过与非平衡标签页中Scheil方程结果的对比，直观把握实际偏差程度。例如，分配系数k=0.5的合金在凝固分数$f_S$=0.5时，平衡状态下的固相组成$C_S$会回归$C_0$，而非平衡（Scheil方程）下$C_S = 0.5 C_0 (1-0.5)^{-0.5} \approx 0.707 C_0$，仍显著偏低。这正是偏析的本质。
第三点是理解“二元系”的局限性。大多数实用合金（如Fe-Cr-Ni）属于三元及以上体系。本工具所教授的原理虽为基础，但实际中第三组元会显著改变液相线及共晶温度。切勿将二元系计算结果直接套用于实际工程，应将其明确视为“相平衡思维训练工具”。