通过量化导热链构型提升氮化铝/聚合物复合材料热导率预测精度新方法

本文提出了一种通过量化导热链（TC chains）构型来预测氮化铝/聚合物复合材料热导率（KPC）的多尺度模型。研究发现KPC与链取向（θc）负相关，与链长度（Lc）和致密性（C）正相关，并揭示了界面热阻（RK）的指数型负面影响。该研究为高性能热管理材料设计提供了新思路。

　　

章节精选

常规导热模型存在的问题

传统导热模型计算的氮化铝/聚合物复合材料热导率（K_PC）如图2所示。在常规模型中，填料被假设为随机或均匀分布在聚合物基体中。当填料含量增加至20 vol%时，预测的K_PC与实验值出现显著偏差。这种不一致性在高填料含量下更为明显。此外，常规模型无法体现不同复合材料体系间K_PC的差异。

有限元模型描述

基于ANSYS软件建立氮化铝/聚合物复合材料的数学模型，因其宏观尺寸特性采用有限元分析。将复合材料宏观结构简化为代表性体积单元（RVE），其中包含聚合物基体中的线性导热链。组件热物性参数根据实验数据定义：氮化铝直径D_f=80 μm，氮化铝热导率K_f=150 W/mK。

导热链构型参数对K_PC的宏观影响

采用冰模板法或在磁场/电场作用下，经表面处理的填料常沿模板或力场方向呈直线排列。即使无外力作用，当填料含量较高时，氮化铝颗粒会相互靠近形成线型导热链，即常见的渗流阈值现象。链取向、长度、致密性、复杂性及界面热阻等参数共同调控着K_PC的演变规律。

结论

总之，通过量化导热链构型参数对K_PC的影响，改进了氮化铝/聚合物复合材料的热导率预测模型，揭示了多参数间的调控机制，并将导热链比例与填料含量关联。成功建立了导热链比例与K_PC的数学表达式。本研究主要发现：

• 有效K_PC随链取向角θ_c增大而降低