3、結果與討論

3.1液態Ag的表麵張力

根據式(7)，計算了液態Ag的表麵張力γAg,T，結果如圖3所示。總體上，隨著溫度的升高，γAg,T呈現近似線性下降的趨勢。從圖中可以看出，γAg,T的預測值與文獻[32-34]具有較好的一致性，但略低於文獻[35]。

圖3液態Ag表麵張力隨溫度變化的趨勢

通過式(9)計算了液態Ag的表麵過剩熵SAg(T)，結果如圖4所示。根據文獻[36]，理論上處於更高無序程度(熵)的物質狀態在較高溫度下更為穩定，因此，液體表麵結構在較高溫度下可能會出現有序-無序轉變。然而，觀察圖4可知，在臨界溫度(6612 K)以下，SAg(T)隨溫度升高逐漸減小，這表明液態Ag表麵總是保持有序結構。與此同時，液態Ag表麵原子堆積比率與Ag(111)晶麵相同的假設也得到了支持。此外，根據式(9)可知，SAg(T)∝a1/T2+a2/T，a1和a2為係數。這與前人研究結果略有不同，文獻[37]基於Skapski模型推導得到SAg(T)∝a2/T，而文獻[38]則根據楊氏方程推出SAg(T)∝a1/T2。

圖4液態Ag表麵過剩熵隨溫度變化的趨勢

3.2液態Ag-O係的表麵張力

根據式(33)，計算了1350 K下液態Ag-O係的表麵張力γAg-O，並將計算結果與文獻數據[39-44]進行比較，如圖5所示。觀察圖5可知，γAg-O與氧氣壓力呈負相關。在較低的氧氣壓力下，γAg-O的下降幅度比較顯著；而隨著氧氣壓力增加，γAg-O的下降幅度逐漸減小。另外，計算結果與文獻[39,40,44]吻合良好，但高於文獻[41-43]。這種差異是可以接受的，因為所采用模型僅考慮了溫度和氧氣壓力，而在實驗過程中，係統的表麵張力不可避免地受到雜質的影響。

圖5 1350 K下液態Ag-O係表麵張力隨氧氣壓力的變化關係

圖6研究了在不同氧氣壓力條件下，γAg-O隨溫度的變化關係。由圖可知，當氧氣壓力低於10 kPa時，γAg-O與溫度呈負相關。而當氧氣壓力高於10 kPa時，隨著溫度升高，γAg-O呈現先增大後減小的趨勢，並且隨著氧氣壓力增加，這種轉變幅度增大。這是因為γAg-O受溫度和氧溶解度的共同影響。一方麵，隨著溫度升高，液態Ag的表麵張力(γAg)降低，從而導致γAg-O降低；另一方麵，液態Ag-O係中的氧溶解度與溫度呈負相關，當溫度升高時氧溶解度下降，導致表麵氧吸附量減少，進而引起γAg-O增加。因此，當溫度較低時，氧溶解度成為影響γAg-O的主要因素；而在較高的溫度條件下，溫度成為主要因素。

圖6不同氧氣壓力下液態Ag-O係表麵張力隨溫度的變化關係

3.3液態Ag-O係的表麵過剩量

通過式(40)和(41)，計算了液態Ag-O係中的表麵過剩量ΓO,Ag和表麵偏析因子η隨氧氣壓力和溫度的變化趨勢，結果如圖7和8所示。

圖7表麵過剩量隨溫度和氧氣壓力變化的關係

圖8表麵偏析因子隨溫度和氧氣壓力變化的關係

由圖7可知，當溫度低於1500 K時，ΓO,Ag隨氧氣壓力升高顯著增加；當溫度高於1500 K時，由於液態Ag-O係中的氧溶解度顯著降低，ΓO,Ag隨氧氣壓力的增加，其增加幅度減小。觀察圖8可知，η隨著溫度和氧分壓的升高而呈現下降趨勢。這是因為式(27)中的表麵偏析平衡係數KII與溫度呈負相關，當溫度升高時KII減小，導致表麵氧濃度降低。此外，在較低的氧分壓條件下，O原子傾向富集於表麵；當氧分壓升高時，更多的O原子溶入液態Ag-O係中，引起η減小。

4、結論

本工作從熱力學角度出發，通過表麵能與內聚能的比例關係，研究了液態Ag的表麵張力和表麵過剩熵。在此基礎上，通過理想溶體近似模型簡化Butler方程，研究了液態Ag-O係表麵張力和表麵過剩量關於氧氣壓力和溫度的變化趨勢，得到以下結論：

(1)在整個溫度範圍內，液態Ag表麵張力隨著溫度升高呈現近似線性下降的趨勢。表麵過剩熵也隨著溫度升高逐漸減小，這表明液態Ag表麵總是保持有序結構。

(2)計算了Ag-O係的液相線，並與實驗相圖非常吻合，證明了Ag-O係具有理想溶體性質。基於此，修正了液態Ag-O係表麵張力關於氧氣壓力和溫度的預測模型，並將溫度為1350 K時的計算結果與文獻數據進行比較，結果表明，預測值與實驗值具有較好的一致性。當氧氣壓力低於10 kPa時，液態Ag-O係的表麵張力與溫度呈負相關；而當氧氣壓力高於10 kPa時，隨著溫度升高，表麵張力呈現先增大後減小的趨勢。

(3)當升高氧氣壓力，或降低體係溫度時，表麵過剩量逐漸增加。表麵偏析因子則與氧氣壓力和溫度均呈負相關，當降低氧氣壓力或溫度時，O原子傾向富集於體係表麵。

液態Ag-O係表麵張力和表麵過剩量計算、氧氣壓力和溫度的預測模型——摘要 、簡介

液態Ag-O係表麵張力和表麵過剩量計算、氧氣壓力和溫度的預測模型——模型

液態Ag-O係表麵張力和表麵過剩量計算、氧氣壓力和溫度的預測模型——結果與討論