钨基PFM氢氦辐照理论模拟
如果把聚变堆偏滤器比作一个承受最极端条件的容器，那么钨就是它的内壁。这个内壁要被14 MeV的中子打，被氢同位素（氘和氚）渗透，被氦原子从内部撑出气泡，还要承受每秒几兆瓦的热流。ITER的偏滤器每年要面对大约10²⁷-10³⁰个等离子体粒子。问题是，没有任何一台实验机能在地球上复现这个条件。
所以绝大部分关于"钨壁在辐照下会发生什么"的知识来自计算机模拟。
这不是说理论比实验可靠。恰恰相反——你往下读就会发现，这个领域的核心困境不是计算能力不够，而是"我的模拟对不对？"这个问题至今没人能确切回答。
先看基础。氢原子在钨晶格里的行为算是被理解得最清楚的。第一性原理计算（DFT）一致表明，氢在体相钨中最低能量的位置是四面体间隙位，迁移势垒大约0.21 eV。也就是说氢可以在钨里跑得很快。但是你用实验测氢在钨里扩散，测出来的"表观"扩散势垒是0.39到1.80 eV，相差一到九倍（Christensen等, *Nucl Mater Energy* 38, 2024）。为什么差这么多？因为现实钨里有空位、位错、晶界，氢往这些缺陷里一钻就跑不动了。DFT在0 K真空理想晶体里算出的0.2 eV只对应"完美晶格中的本征扩散"，而实验测的是"包含所有缺陷后的等效扩散"。这个解释在物理上是对的，但给多尺度模拟带来了一个根本问题：你得知道每个缺陷捕获了多少氢、捕获多紧，才能从原子尺度推算宏观的氢滞留量。
好在这些参数DFT能算。单个空位捕获一个氢的结合能大约1.2 eV，与热脱附实验（TDS）值1.45 eV吻合得不错（Kato & Noguchi, 2025）。随着空位里氢原子数增加，氢和氢互相排斥，增量结合能递减，一个空位最多塞进6到12个氢——DFT说6个，含更多动力学过程的模型说可以更多。氢还能稳定空位团簇，第一近邻双空位的结合能从无氢时的值提升到1.8 eV（Kato & Noguchi, 2025），这就让氢辐照下的损伤更难通过空位-间隙复合来恢复了。
氦的故事更极端。氦在完美钨晶格里的迁移势垒只有0.063 eV（Nutter等, *Acta Mater*, 2024），意味着它在常温下几乎无阻碍地乱窜。但氦-氦之间有很强的吸引力（约1 eV的结合能），6个氦原子凑在一起就能把近邻的钨原子挤出去——这个自俘获（self-trapping）过程创造了一个空位-氦复合体，成了后续氦泡的胚胎。在有空位的地方，氦泡长得更快，但需要达到一个临界氦/空位比才会触发所谓的"陷阱突变"（trap mutation）：当氦/空位超过大约5.6时，体系受不了压力，把钨自间隙原子发射出去释放应力（Kong, Ran & Song, *Materials* 18(15), 2025）。稳定气泡的氦/空位比在1.5到3之间，超过这个范围就会突变。
这里有一个关键差异：氦自己就能成核，氢不能。氢-氢之间是短程排斥的（结合能只有几十meV），所以纯氢环境中不可能通过自俘获形成气泡。但实验中发现低缺陷密度钨在高通量低能氢等离子体辐照后仍然起泡——这个矛盾至今没有统一解释。
把氢和氦一起放进去，情况更复杂。DFT说氦泡应该是氢的强捕获中心（结合能~1 eV），所以氦的存在应该增加氢滞留。这个预言的正确性取决于你问谁：B和C的模拟研究确认了氦泡增强氢滞留，但E的低温和下实验发现了完全相反的结果——氦预辐照反而抑制了氢滞留50-70%（Niu等, *Nuclear Fusion* 64, 2024）。到了高温（>800 K），结果又反转：氦增强氢滞留。目前的理解框架是：氦泡对氢同时起到"阻挡效应"（注入过程中抑制氢进入）和"俘获效应"（稳定后捕获氢）。这两个效应的竞争受温度、氦/氢比率、辐照能量乃至辐照顺序（先氦后氢 vs 先氢后氦）的调控，而这些参数的主导切换条件至今没有被量化。
就是在这样的参数复杂性中，钨中氦泡的内压到了什么程度也说不清楚。MD模拟预测氦泡长到需要发射位错环时内部压力在3 GPa以上。而实验测到的成熟氦泡（~10 nm尺度）内部压力只有0.1-0.7 GPa。3 GPa vs 0.7 GPa，差了四五倍。一部分原因是MD模拟的通量比实验高4-6个数量级（模拟要快，不得不灌进去更多的氦）。加速MD方法显示，生长速率从10¹²降到10⁷ He/s时，临界成核压力下降大约8%（约3 GPa）。但即便如此，模拟和实验之间仍然隔着一个峡谷。我们不知道在这4-6个量级的通量鸿沟之间，物理机制是否发生了变化。
以上这些模拟全部依赖原子间势函数——就是那个告诉计算机"两个原子相距多远时作用力多大"的数学公式。在很长一段时间里，这个函数只能靠经验拟合（EAM势），精度有限。Tirumala等（UKAEA/Oxford, 2025）发现，之前广泛使用的Li势和Yang势系统性高估了弛豫体积，导致对纳米空洞能量学的预测偏离DFT结果。不同势函数给出的氢在空位中的结合能可以差到0.5 eV以上（Yang等, 2018）。
2024-2026年见证了从经典势到机器学习势的范式转换。Bao等（npj Computational Materials, 2025）发展的NEP-WH势，训练了57400个DFT构型，能量误差仅4 meV/atom，单GPU运行速度约4.5×10⁶原子步/秒——虽然比经典势慢几倍，但比同类深度势快两个数量级。这是第一个能定量描述钨中纳米空洞里氢分子（H₂）形成的机器学习势，经典EAM和深度势都做不到这一点。Liu等的NEP-ZBL混合框架更是达到了单GPU上2×10⁷原子步/秒，模拟了810万原子、240皮秒的级联碰撞。
但这不意味着问题解决了。
2025年，Warrier和Bhardwaj等在IAEA会议上报告了一个令领域不安的结果：用5种不同的钨势函数（3种EAM、2种机器学习势）分别做超过3500次级联碰撞模拟，总缺陷数量各势函数给出的结果基本一致，但缺陷的类型分布完全发散。MS和WSNAP（机器学习势）产生高比例的C15类环状结构，JWPot、DND-BN和tabGAP则主要产生<111>缺陷簇。这个差异与势函数的传统指标（刚度、作用范围）没有简单关联，而是由<110>与<111>自间隙原子哑铃的相对形成能决定。论文标题直截了当地称之为"僵局"（impasse）——因为没有任何实验技术能在所需分辨率下直接鉴定和量化缺陷簇形貌来验证。
这就是这个领域的核心张力：一边是机器学习势的精度革命（能量RMSE从50 meV降到4 meV，速度快到可以跑百万原子级模拟），另一边是"精度革命反而暴露了更深的困境"——当不同势函数给出不同答案时，谁的答案是物理的？势函数越精确越接近DFT，但DFT本身在钨缺陷能量学上也有"显著离散"（Ganchenkova & Fedina, ICTP 2014），不同课题组对同一问题报出的数值可以差到接近1 eV。
国际上的应对正在形成：IAEA的MoD-PMI项目已将"实验验证型势函数评估"列为优先方向，结合原位TEM、瞬态光栅光谱（TGS）和正电子湮没谱学来直接检验模拟的预测。美国的Xolotl和英国Atomistic的MFC平台正尝试构建开放的多尺度模拟生态。DOE的PSI多尺度框架已经将DFT→MD→OKMC→CD→晶体塑性的链条跑通到100 dpa。
在这场全球竞赛中，中国团队的位置值得单独说。
北京科技大学的宝玉和福州大学的宋可可2025年发表的NEP-WH势是中国学者在势函数领域最具标志性的贡献——它是国际上第一个能描述纳米孔洞中H₂分子形成的机器学习势。中国科学院合肥等离子体所的李小椿团队开发的W-H-He三元EAM解析势（*JNM* 607, 2025）首次在经典势框架中再现了He内H外的"核壳结构"。北京航空航天大学的吕广宏和周洪波团队在H-He协同效应的系统模拟上居全球前列，累计发表了多篇*Nuclear Fusion*和*Acta Materialia*论文。中国科学技术大学的潘必才团队独树一帜地用紧束缚方法研究了电子激发对钨力学性能的影响——其他4份报告中没有任何一份涉及电子激发效应。
但中国团队的薄弱环节同样明显：长期缺陷演化模拟（OKMC/速率理论）的积累弱于美国Los Alamos等团队；自主开发的HIIPC程序（大连理工大学）生态封闭，不像Xolotl和MFC那样面向社区开放；与JET、ASDEX Upgrade等大科学装置的"实验-模拟"闭环绑定程度弱于欧洲的EUROfusion PWI工作组。
晶界的作用是个典型的未决争议。一派认为晶界是辐照缺陷的"汇"，能吸收空位和间隙原子促进复合，所以纳米晶钨抗辐照更好。另一派指出，氢和氦在晶界上的扩散势垒高达1.97 eV（Wang, Niu & Wang 2017），被强烈捕获后积累形成气泡，降低内聚强度——晶粒越小，滞留越严重。两派都有原子模拟和实验证据，但哪个机制在ITER/DEMO条件下占主导，没人能定量回答。
把这些问题串起来看就是一幅这样的图景：过去五年，方法进步巨大——机器学习势让DFT精度的MD模拟成为日常工具，GPU加速让百万原子级模拟从超级计算机降级到桌面工作站，团簇动力学模型已经做到了与TDS实验的定量比较。但这些进步同时暴露了一个更根本的问题：我们缺少一个跨方法、跨实验室、跨装置的共同验证基准。不同势函数给出不同答案时，谁的答案对？不同模型拟合同一组TDS数据时，哪组参数的物理更真实？DFT和MD的预测和1000小时后的实验不一定对得上时，是模型错了还是实验条件不同？
这不是一个可以在某篇论文里解决的问题。领域正在从"方法驱动"进入"验证驱动"阶段。IAEA的势函数基准测试、EUROfusion的跨尺度验证框架、以及正在兴起的基于主动学习的自动验证循环——这些都不是更好的势函数，而是一套让模拟对实验负责的体系。
回到开头那个问题：偏滤器的钨壁在真实聚变条件下会怎样？目前没有任何一个模拟模型能给出完整的答案。但过去五年，我们至少学会了"不知道什么"以及"为什么不知道"。下一步就是把这套"不知道什么"变成可以测量的东西。
---
参考文献
[1] Christensen M, et al. *Nuclear Materials and Energy*, 2024, Vol. 38.[2] Kato S, Noguchi T. "H trapping at W vacancy." 2025.[3] Nutter J, et al. He interaction with W dislocation kinks. *Acta Materialia*, 2024.[4] Kong X, Ran G, Song M. Trap mutation criterion in W-He. *Materials*, 2025, Vol. 18(15), 3518.[5] Niu W, et al. H-He synergistic effect on bubble growth in W. *Nuclear Fusion*, 2024, Vol. 64, 056039.[6] Setyawan W, et al. Equation of state for He bubbles in W. *Scientific Reports*, 2023, Vol. 13, 9601.[7] Tirumala V, et al. Improved W-H-He EAM potential. UKAEA/Oxford, 2025.[8] Bao Y, Song K, Qian P, et al. NEP-WH: neural evolution potential for W-H system. *npj Computational Materials*, 2025.[9] Yang L, Kim J, Oda T. MTP for W(110)-H with electronic stopping. 2025.[10] Ding X, et al. Deep Potential for W. 中科大, 2024.[11] Liu X, et al. NEP-ZBL hybrid framework for cascade simulation. 2023/2024.[12] Li X, et al. W-H-He ternary EAM potential. *Journal of Nuclear Materials*, 2025, Vol. 607, 155666.[13] Lu G, Zhou H, et al. H-decorated defects impede edge dislocation slip. *Nuclear Fusion*, 2025, Vol. 65, 026044.[14] Lu G, Zhou H, et al. Be suppresses He damage in W. *Nuclear Fusion*, 2024, Vol. 64, 106021.[15] Sun W, et al. <100> dislocation loop D binding in W. *Nuclear Fusion*, 2025, Vol. 65, 076010.[16] Bakaev A, et al. H/He trapping at dislocations in W. *Nuclear Fusion*, 2017.[17] Degtyarenko N, Grishakov K. Thermodynamic model of H isotope competition at W vacancy. *Physics Letters A*, 2025.[18] Wang Z, Niu G, Wang Y. He diffusion at Σ3 grain boundary. 2017.[19] Wei Z, et al. H diffusion at W grain boundaries by MTP. *International Journal of Hydrogen Energy*, 2025.[20] An Z, et al. H trapping at low-angle grain boundaries. *Journal of Nuclear Materials*, 2025.[21] Warrier M, Bhardwaj V, et al. "Impasse": five W potentials predict five different defect morphologies. IAEA MoD-PMI, 2025.[22] Cappelli M, et al. Atomic data uncertainty doubles erosion rate estimates. *Nuclear Fusion*, 2026.[23] Kaur G, et al. Multi-occupancy trapping model. *Physical Review Materials*, 2025.