团簇分析（Cluster Analysis）是三维原子探针数据分析中用于识别材料内部局部元素富集和纳米尺度团簇结构的重要方法。对于复杂合金而言，材料的微观组织并不总是以清晰的相界面存在，在析出相形成的早期阶段，某些元素可能首先在局部区域发生富集，形成尺度仅为数纳米甚至更小的化学团簇。团簇分析能够从大量三维原子数据中识别这些局部化学异常，为研究材料早期组织演化提供重要依据。

其基本过程建立在 APT 获得的元素种类与三维空间坐标之上。根据研究对象和数据特征，可以采用最大分离法（Maximum Separation Method）、密度聚类等统计方法，通过设定最大分离距离、最小团簇尺寸、元素组合及统计阈值等参数，识别空间上相互接近且具有特定化学特征的原子集合。经过参数优化与统计验证后，可以进一步获得团簇的数量、尺寸、数密度、组成及空间分布等定量信息。

团簇分析的重要价值在于，它能够从传统的“平均成分”进一步深入到局部化学组成和空间关联。例如，在高温合金和高熵合金中，元素富集形成的纳米团簇可能是后续析出相形成的前驱结构。通过比较不同热处理状态下团簇的数量、尺寸和化学组成，可以追踪材料从元素偏聚 → 团簇形成 → 纳米析出 → 相演化的过程，为理解相变机制和微观组织演化提供原子尺度证据。

APT 的独特优势在于，它能够同时提供接近原子尺度的元素识别和三维空间坐标。这使团簇分析不再局限于二维图像中的局部亮点或区域平均成分，而是可以直接在三维原子数据中识别和统计化学团簇，并将团簇的空间位置、尺寸和化学组成建立关联。对于传统表征手段难以分辨的纳米尺度早期偏聚和析出过程，这种三维原子尺度信息具有重要价值。

诺法材料曾针对镍基高温合金、高熵合金等复杂合金开展 APT 团簇分析，积累了从三维原子重构、团簇识别到统计定量分析的实际经验。基于不同材料体系和研究目标，我们可以针对性分析元素偏聚、纳米团簇及其演化特征，为材料相变机制、热稳定性及组织—性能关系研究提供数据支持。