[go: up one dir, main page]

CN116312874A - 基于高通量数值计算的导热凝胶材料级配优化方法及装置 - Google Patents

基于高通量数值计算的导热凝胶材料级配优化方法及装置 Download PDF

Info

Publication number
CN116312874A
CN116312874A CN202211527048.9A CN202211527048A CN116312874A CN 116312874 A CN116312874 A CN 116312874A CN 202211527048 A CN202211527048 A CN 202211527048A CN 116312874 A CN116312874 A CN 116312874A
Authority
CN
China
Prior art keywords
particle
particles
thermal resistance
thermally conductive
heat
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202211527048.9A
Other languages
English (en)
Inventor
陆晓欣
鲁济豹
孙蓉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Institute of Advanced Technology of CAS
Shenzhen Institute of Advanced Electronic Materials
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Shenzhen Institute of Advanced Electronic Materials
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS, Shenzhen Institute of Advanced Electronic Materials filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN202211527048.9A priority Critical patent/CN116312874A/zh
Publication of CN116312874A publication Critical patent/CN116312874A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C60/00Computational materials science, i.e. ICT specially adapted for investigating the physical or chemical properties of materials or phenomena associated with their design, synthesis, processing, characterisation or utilisation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141Discrete Fourier transforms
    • G06F17/142Fast Fourier transforms, e.g. using a Cooley-Tukey type algorithm
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16CCOMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C10/00Computational theoretical chemistry, i.e. ICT specially adapted for theoretical aspects of quantum chemistry, molecular mechanics, molecular dynamics or the like
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/26Composites
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Geometry (AREA)
  • Discrete Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Algebra (AREA)
  • General Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Investigating Or Analyzing Materials Using Thermal Means (AREA)

Abstract

本发明涉及一种基于高通量数值计算的导热凝胶材料级配优化方法及装置,包括:S101:对导热凝胶体系内部的界面热阻进行精准确定;S102:在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;S103:对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。本发明基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。

Description

基于高通量数值计算的导热凝胶材料级配优化方法及装置
技术领域
本发明涉及高分子材料领域,具体而言,涉及一种基于高通量数值计算的导热凝胶材料级配优化方法及装置。
背景技术
在现代电子设备中,随着功率的逐渐增高以及结构的逐渐缩减,散热成为影响电子封装结构性能及寿命的一个主要因素。当前的封装过程中,解决器件散热问题的一种有效的方法就是在芯片和散热器之间填充一层具有高导热系数和良好可压缩性的热界面材料以降低接触热阻。其中最常见的热界面材料为填充高导热系数的球形颗粒的硅脂复合材料凝胶,合理的选择填料并调配填料和聚合物基体的比例在学术和工业应用方面都具有重要意义。
由于复合材料配方复杂,制备和测量都需要花费大量时间成本和人力成本,而通过数值模拟的方法研究聚合物复合材料能够减少实验成本、缩短实验时间,对于提升芯片性能,延长芯片使用寿命都具有重要意义。近年来,随着计算机CPU运算能力的提升,使高通量计算在材料信息学中得到了广泛的应用,可实现聚合物复合材料热导率的快速预测,对于聚合物复合材料热学性能的优化具有十分重要的指导意义。
现有对于导热凝胶配方的开发设计手段主要是基于正交实验的方法,通过不断调配组分并进行热导率测试,寻找能够达到更优导热效果的配方。此种方法具有很高的材料和时间成本,对于多种不同颗粒混合的复杂填充结构,需要进行的实验和测试将更加繁多,效率低下。
现有技术中对于导热凝胶热导率的数值计算方法虽然亦有一定的研究,但是主要是针对低填充密度的结构,鲜见针对近紧密填充结构的导热凝胶体系的热导率数值计算方案。同时,由于凝胶体系内部微观物理量(例如界面热阻)的数值难以精准确定,导致很难对于其热导率进行定量的精确预测。
发明内容
本发明实施例提供了一种基于高通量数值计算的导热凝胶材料级配优化方法及装置,以至少解决现有方法对导热凝胶材料热导率定量预测精确度低的技术问题。
根据本发明的一实施例,提供了一种基于高通量数值计算的导热凝胶材料级配优化方法,包括以下步骤:
S101:对导热凝胶体系内部的界面热阻进行精准确定;
S102:在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
S103:对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
进一步地,步骤S101包括:
进行标准样制备与热导率测试,并将实验结果与高通量计算相结合,对导热凝胶体系内部的界面热阻进行精准确定。
进一步地,步骤S101具体包括:
按照所需使用的基体和高导热颗粒种类设计具有颗粒填充度的标准试样;每种单颗粒填充设计若干种不同的体积分数,每种混合双颗粒填充之间设计两种不同的填充体积分数,测试制备后的样品的导热系数;
根据所设计的标准试样的填充比例建立样品的结构模型,其中颗粒完全随机分散,并且保证颗粒的粒径分布和实验样品中一致;
针对每一个结构模型,对其宏观导热系数进行以颗粒热导率、颗粒-基体界面热阻、颗粒-颗粒界面热阻为输入参数在合理区间内进行数据选择的高通量计算,形成数据库,并对数据库的这些数据进行机器学习,得到热导率和输入参数之间的函数关系;利用该函数关系进行逆向筛选,获得和热导率测试实验结果相一致的输入参数,该输入参数为导热凝胶体系内部的界面热阻数值。
进一步地,以配方中使用1、2、3三种颗粒,其中1-3每种单颗粒填充设计三种不同的体积分数,每种混合双颗粒填充设计两种不同的填充体积分数;前者用于确定颗粒和基体之间的界面热阻,以及同种颗粒之间的界面热阻;后者用于确定不同颗粒之间的界面热阻。
进一步地,在步骤S102中,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构包括:
利用分子动力学能量最小化方法大批量建立具有不同填充配方的导热凝胶复合材料结构。
进一步地,在步骤S102中,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构具体包括:
用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构;其中设置合理的内部截断距离和外部截断距离来定义颗粒之间的排斥范围。
进一步地,用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构包括:
按照所需混合颗粒比例将几种颗粒随机分散于一个足够大的正方体盒子中,然后一步一步压缩盒子,并随之进行弛豫和能量最小化,直到颗粒在盒子中的体积分数达到所需的体积含量要求,停止压缩,得到随机分散的多颗粒高密度填充结构。
进一步地,步骤S103包括:
利用Python程序,将步骤S102中输出的分子动力学结构文件转成复合材料宏观性能计算软件可用的输入结构文件,利用快速傅里叶变换或有限元的方法对结构热导率进行多核并行计算,计算过程中输入参数为每种颗粒的热导率以及由步骤S101中确定的各组界面热阻。
进一步地,建立将步骤S101-S103联通的自动化计算程序,并在步骤S102中设置一系列大批量具有不同总填充体积分数和不同颗粒填充体积配比的级配方案,根据计算结果筛选出具有高有效热导率的配方结构。
根据本发明的另一实施例,提供了一种基于高通量数值计算的导热凝胶材料级配优化装置,包括:
界面热阻精准确定单元,用于对导热凝胶体系内部的界面热阻进行精准确定;
复合材料结构建立单元,用于在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
级配方案筛选单元,用于对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
一种存储介质,存储介质存储有能够实现上述任意一项基于高通量数值计算的导热凝胶材料级配优化方法的程序文件。
一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的基于高通量数值计算的导热凝胶材料级配优化方法。
本发明实施例中的基于高通量数值计算的导热凝胶材料级配优化方法及装置,基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。其利用数值模拟的手段迅速开发具有优异导热性能的材料配方,从而加速材料设计效率,提升工业化生产进程。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明基于高通量数值计算的导热凝胶材料级配优化方法的流程图;
图2为本发明中具有三种不同颗粒的高密度填充混合体系结构示意图;
图3为本发明基于高通量数值计算的导热凝胶材料级配优化装置的模块图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明一实施例,提供了一种基于高通量数值计算的导热凝胶材料级配优化方法,参见图1,包括以下步骤:
S101:对导热凝胶体系内部的界面热阻进行精准确定;
S102:在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
S103:对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
本发明实施例中的基于高通量数值计算的导热凝胶材料级配优化方法,基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。其利用数值模拟的手段迅速开发具有优异导热性能的材料配方,从而加速材料设计效率,提升工业化生产进程。
其中,步骤S101包括:
进行标准样制备与热导率测试,并将实验结果与高通量计算相结合,对导热凝胶体系内部的界面热阻进行精准确定。
其中,步骤S101具体包括:
按照所需使用的基体和高导热颗粒种类设计具有颗粒填充度的标准试样;每种单颗粒填充设计若干种不同的体积分数,每种混合双颗粒填充之间设计两种不同的填充体积分数,测试制备后的样品的导热系数;
根据所设计的标准试样的填充比例建立样品的结构模型,其中颗粒完全随机分散,并且保证颗粒的粒径分布和实验样品中一致;
针对每一个结构模型,对其宏观导热系数进行以颗粒热导率、颗粒-基体界面热阻、颗粒-颗粒界面热阻为输入参数在合理区间内进行数据选择的高通量计算,形成数据库,并对数据库的这些数据进行机器学习,得到热导率和输入参数之间的函数关系;利用该函数关系进行逆向筛选,获得和热导率测试实验结果相一致的输入参数,该输入参数为导热凝胶体系内部的界面热阻数值。
其中,以配方中使用1、2、3三种颗粒,其中1-3每种单颗粒填充设计三种不同的体积分数,每种混合双颗粒填充设计两种不同的填充体积分数;前者用于确定颗粒和基体之间的界面热阻,以及同种颗粒之间的界面热阻;后者用于确定不同颗粒之间的界面热阻。
其中,在步骤S102中,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构包括:
利用分子动力学能量最小化方法大批量建立具有不同填充配方的导热凝胶复合材料结构。
其中,在步骤S102中,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构具体包括:
用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构;其中设置合理的内部截断距离和外部截断距离来定义颗粒之间的排斥范围。
其中,用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构包括:
按照所需混合颗粒比例将几种颗粒随机分散于一个足够大的正方体盒子中,然后一步一步压缩盒子,并随之进行弛豫和能量最小化,直到颗粒在盒子中的体积分数达到所需的体积含量要求,停止压缩,得到随机分散的多颗粒高密度填充结构。
其中,步骤S103包括:
利用Python程序,将步骤S102中输出的分子动力学结构文件转成复合材料宏观性能计算软件可用的输入结构文件,利用快速傅里叶变换或有限元的方法对结构热导率进行多核并行计算,计算过程中输入参数为每种颗粒的热导率以及由步骤S101中确定的各组界面热阻。
其中,建立将步骤S101-S103联通的自动化计算程序,并在步骤S102中设置一系列大批量具有不同总填充体积分数和不同颗粒填充体积配比的级配方案,根据计算结果筛选出具有高有效热导率的配方结构。
下面以具体实施例,对本发明的基于高通量数值计算的导热凝胶材料级配优化方法进行详细说明:
本发明基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。鉴于此,本发明提出一种基于高通量数值计算的导热凝胶材料级配优化方法,利用数值模拟的手段迅速开发具有优异导热性能的材料配方,从而加速材料设计效率,提升工业化生产进程。
本发明首先进行标准样制备与热导率测试,并将实验结果与高通量计算相结合,从而对体系内部界面热阻进行精准的确定;在此基础上利用分子动力学能量最小化方法大批量建立具有不同填充配方的导热凝胶复合材料结构,将该结构利用并行化的快速傅里叶变换或有限元方法对其热导率进行计算,从而从大量数据中筛选出其中热导率最高的最佳的级配方案。
本发明的技术方案包括如下步骤:
1.导热凝胶体系内部界面热阻的精准确定
首先按照所需使用的基体和高导热颗粒种类设计具有一定颗粒填充度的标准试样。参见图2,以配方中使用1、2、3三种颗粒为例,其中1-3每种单颗粒填充设计三种不同的体积分数,每种混合双颗粒填充(1和2,1和3,或2和3)设计两种不同的填充体积分数。前者用于确定颗粒和基体之间的界面热阻,以及同种颗粒之间的界面热阻;后者用于确定不同颗粒之间的界面热阻。利用瑞领导热测试仪测试制备后的样品的导热系数。
根据所设计的标准试样的填充比例建立样品的结构模型,其中颗粒完全随机分散,并且保证颗粒的粒径分布和实验样品中一致。针对每一个结构模型,对其宏观导热系数进行以颗粒热导率、颗粒-基体界面热阻、颗粒-颗粒界面热阻为输入参数在合理区间内进行数据选择的高通量计算,形成数据库,并对数据库的这些数据进行机器学习,得到热导率和输入参数之间的函数关系。利用该函数关系进行逆向筛选,获得和热导率测试实验结果相一致的输入参数,即导热凝胶体系内部的界面热阻数值。
2.利用分子动力学能量最小化方法批量建立具有高颗粒填充体积分数的复合材料结构
利用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项f(r),进行改进来描述颗粒之间的相互作用。首先按照所需混合颗粒比例将几种颗粒随机分散于一个足够大的正方体盒子中,然后一步一步压缩盒子,并随之进行弛豫和能量最小化,直到颗粒在盒子中的体积分数达到所需的体积含量要求,停止压缩,即得到了随机分散的多颗粒高密度填充结构。削度方程项f(r)公式如下:
Figure SMS_1
其中:
Figure SMS_2
设置合理的内部截断距离
Figure SMS_3
和外部截断距离(rcut=颗粒直径大小)来定义颗粒之间的排斥范围。
3.利用Python程序,将步骤2中输出的分子动力学结构文件转成复合材料宏观性能计算软件可用的输入结构文件,利用快速傅里叶变换或有限元的方法对结构热导率进行多核并行计算。计算过程中输入参数为每种颗粒的热导率以及由步骤1中确定的各组界面热阻。
4.建立将1-3步骤联通的自动化计算程序,并在步骤2中设置一系列大批量具有不同总填充体积分数和不同颗粒填充体积配比的级配方案,从而进行高通量计算。根据计算结果筛选出具有较高有效热导率的配方结构。
实施例2
根据本发明的另一实施例,提供了一种基于高通量数值计算的导热凝胶材料级配优化装置,参见图3,包括:
界面热阻精准确定单元201,用于对导热凝胶体系内部的界面热阻进行精准确定;
复合材料结构建立单元202,用于在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
级配方案筛选单元203,用于对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
本发明实施例中的基于高通量数值计算的导热凝胶材料级配优化装置,基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。其利用数值模拟的手段迅速开发具有优异导热性能的材料配方,从而加速材料设计效率,提升工业化生产进程。
下面以具体实施例,对本发明的基于高通量数值计算的导热凝胶材料级配优化装置进行详细说明:
本发明基于对界面热阻的精准测定的基础上,建立了将分子动力学建模和介观尺度热导率计算相结合的自动化高通量计算程序流程,可迅速产生大批量凝胶级配结构并高效准确地计算出其对应的导热系数,从而进一步筛选出具有最佳导热系数的结构配方,对实验制备提出有效的指导。鉴于此,本发明提出一种基于高通量数值计算的导热凝胶材料级配优化装置,利用数值模拟的手段迅速开发具有优异导热性能的材料配方,从而加速材料设计效率,提升工业化生产进程。
本发明首先进行标准样制备与热导率测试,并将实验结果与高通量计算相结合,从而对体系内部界面热阻进行精准的确定;在此基础上利用分子动力学能量最小化方法大批量建立具有不同填充配方的导热凝胶复合材料结构,将该结构利用并行化的快速傅里叶变换或有限元方法对其热导率进行计算,从而从大量数据中筛选出其中热导率最高的最佳的级配方案。
本发明的技术方案包括如下步骤:
1.导热凝胶体系内部界面热阻的精准确定
首先按照所需使用的基体和高导热颗粒种类设计具有一定颗粒填充度的标准试样。参见图2,以配方中使用1、2、3三种颗粒为例,其中1-3每种单颗粒填充设计三种不同的体积分数,每种混合双颗粒填充(1和2,1和3,或2和3)设计两种不同的填充体积分数。前者用于确定颗粒和基体之间的界面热阻,以及同种颗粒之间的界面热阻;后者用于确定不同颗粒之间的界面热阻。利用瑞领导热测试仪测试制备后的样品的导热系数。
根据所设计的标准试样的填充比例建立样品的结构模型,其中颗粒完全随机分散,并且保证颗粒的粒径分布和实验样品中一致。针对每一个结构模型,对其宏观导热系数进行以颗粒热导率、颗粒-基体界面热阻、颗粒-颗粒界面热阻为输入参数在合理区间内进行数据选择的高通量计算,形成数据库,并对数据库的这些数据进行机器学习,得到热导率和输入参数之间的函数关系。利用该函数关系进行逆向筛选,获得和热导率测试实验结果相一致的输入参数,即导热凝胶体系内部的界面热阻数值。
2.利用分子动力学能量最小化方法批量建立具有高颗粒填充体积分数的复合材料结构
利用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项f(r),进行改进来描述颗粒之间的相互作用。首先按照所需混合颗粒比例将几种颗粒随机分散于一个足够大的正方体盒子中,然后一步一步压缩盒子,并随之进行弛豫和能量最小化,直到颗粒在盒子中的体积分数达到所需的体积含量要求,停止压缩,即得到了随机分散的多颗粒高密度填充结构。削度方程项f(r)公式如下:
f(r)=1.0 for r<rm
f(r)=(1-x)3*(1+3x+6x2)for rm<r<rcut
f(r)=0.0 for r>=rcut
其中:
Figure SMS_4
设置合理的内部截断距离
Figure SMS_5
和外部截断距离(rcut=颗粒直径大小)来定义颗粒之间的排斥范围。
3.利用Python程序,将步骤2中输出的分子动力学结构文件转成复合材料宏观性能计算软件可用的输入结构文件,利用快速傅里叶变换或有限元的方法对结构热导率进行多核并行计算。计算过程中输入参数为每种颗粒的热导率以及由步骤1中确定的各组界面热阻。
4.建立将1-3步骤联通的自动化计算程序,并在步骤2中设置一系列大批量具有不同总填充体积分数和不同颗粒填充体积配比的级配方案,从而进行高通量计算。根据计算结果筛选出具有较高有效热导率的配方结构。
实施例3
一种存储介质,存储介质存储有能够实现上述任意一项基于高通量数值计算的导热凝胶材料级配优化方法的程序文件。
实施例4
一种处理器,处理器用于运行程序,其中,程序运行时执行上述任意一项的基于高通量数值计算的导热凝胶材料级配优化方法。
本申请首次提出将导热凝胶体系中界面热阻精准确定和复合材料热导率高通量计算相结合的材料配方设计方案,并将该方案各部分流程进行了自动化链接。利用本申请对导热凝胶进行级配的设计时间、物料、人力成本低、操作简单。
本申请经过测试,证明可行,可以准确地筛选出具有较高有效热导率的配方结构。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的系统实施例仅仅是示意性的,例如单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,包括以下步骤:
S101:对导热凝胶体系内部的界面热阻进行精准确定;
S102:在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
S103:对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
2.根据权利要求1所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,步骤S101包括:
进行标准样制备与热导率测试,并将实验结果与高通量计算相结合,对导热凝胶体系内部的界面热阻进行精准确定。
3.根据权利要求1所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,步骤S101具体包括:
按照所需使用的基体和高导热颗粒种类设计具有颗粒填充度的标准试样;每种单颗粒填充设计若干种不同的体积分数,每种混合双颗粒填充之间设计两种不同的填充体积分数,测试制备后的样品的导热系数;
根据所设计的标准试样的填充比例建立样品的结构模型,其中颗粒完全随机分散,并且保证颗粒的粒径分布和实验样品中一致;
针对每一个结构模型,对其宏观导热系数进行以颗粒热导率、颗粒-基体界面热阻、颗粒-颗粒界面热阻为输入参数在合理区间内进行数据选择的高通量计算,形成数据库,并对数据库的这些数据进行机器学习,得到热导率和输入参数之间的函数关系;利用该函数关系进行逆向筛选,获得和热导率测试实验结果相一致的输入参数,该输入参数为导热凝胶体系内部的界面热阻数值。
4.根据权利要求3所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,以配方中使用1、2、3三种颗粒,其中1-3每种单颗粒填充设计三种不同的体积分数,每种混合双颗粒填充设计两种不同的填充体积分数;前者用于确定颗粒和基体之间的界面热阻,以及同种颗粒之间的界面热阻;后者用于确定不同颗粒之间的界面热阻。
5.根据权利要求1所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,在步骤S102中,所述大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构包括:
利用分子动力学能量最小化方法大批量建立具有不同填充配方的导热凝胶复合材料结构。
6.根据权利要求5所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,在步骤S102中,所述大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构具体包括:
用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构;其中设置合理的内部截断距离和外部截断距离来定义颗粒之间的排斥范围。
7.根据权利要求6所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,所述用分子动力学的方法,将颗粒看作硬球,采用12-6的Lennard-Jones势能乘以一个削度方程项,进行改进来描述颗粒之间的相互作用,得到随机分散的多颗粒高密度填充结构包括:
按照所需混合颗粒比例将几种颗粒随机分散于一个足够大的正方体盒子中,然后一步一步压缩盒子,并随之进行弛豫和能量最小化,直到颗粒在盒子中的体积分数达到所需的体积含量要求,停止压缩,得到随机分散的多颗粒高密度填充结构。
8.根据权利要求1所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,步骤S103包括:
利用Python程序,将步骤S102中输出的分子动力学结构文件转成复合材料宏观性能计算软件可用的输入结构文件,利用快速傅里叶变换或有限元的方法对结构热导率进行多核并行计算,计算过程中输入参数为每种颗粒的热导率以及由步骤S101中确定的各组界面热阻。
9.根据权利要求8所述的基于高通量数值计算的导热凝胶材料级配优化方法,其特征在于,建立将步骤S101-S103联通的自动化计算程序,并在步骤S102中设置一系列大批量具有不同总填充体积分数和不同颗粒填充体积配比的级配方案,根据计算结果筛选出具有高有效热导率的配方结构。
10.一种基于高通量数值计算的导热凝胶材料级配优化装置,其特征在于,包括:
界面热阻精准确定单元,用于对导热凝胶体系内部的界面热阻进行精准确定;
复合材料结构建立单元,用于在导热凝胶体系内部的界面热阻精准确定的基础上,大批量建立具有高颗粒填充体积分数的导热凝胶复合材料结构;
级配方案筛选单元,用于对导热凝胶复合材料结构的热导率进行计算,从大量数据中筛选出其中热导率最高的最佳的级配方案。
CN202211527048.9A 2022-12-01 2022-12-01 基于高通量数值计算的导热凝胶材料级配优化方法及装置 Pending CN116312874A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211527048.9A CN116312874A (zh) 2022-12-01 2022-12-01 基于高通量数值计算的导热凝胶材料级配优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211527048.9A CN116312874A (zh) 2022-12-01 2022-12-01 基于高通量数值计算的导热凝胶材料级配优化方法及装置

Publications (1)

Publication Number Publication Date
CN116312874A true CN116312874A (zh) 2023-06-23

Family

ID=86836504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211527048.9A Pending CN116312874A (zh) 2022-12-01 2022-12-01 基于高通量数值计算的导热凝胶材料级配优化方法及装置

Country Status (1)

Country Link
CN (1) CN116312874A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119541737A (zh) * 2025-01-20 2025-02-28 上海硼矩新材料科技有限公司 一种多元复合高导热填料的物理信息机器学习设计方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111816267A (zh) * 2020-07-23 2020-10-23 深圳先进电子材料国际创新研究院 一种用于复合材料设计的多粒径颗粒填充体系级配的模拟优化方法
CN114121184A (zh) * 2021-11-11 2022-03-01 同济大学 一种多孔复合材料的多尺度建模与仿真方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111816267A (zh) * 2020-07-23 2020-10-23 深圳先进电子材料国际创新研究院 一种用于复合材料设计的多粒径颗粒填充体系级配的模拟优化方法
CN114121184A (zh) * 2021-11-11 2022-03-01 同济大学 一种多孔复合材料的多尺度建模与仿真方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
XIAOXIN LU ET AL: "Predicting effective thermal conductivity of thermal interface materials using machine learning", 《2022 23RD INTERNATIONAL CONFERENCE ON ELECTRONIC PACKAGING TECHNOLOGY》, 9 September 2022 (2022-09-09), pages 1 - 4 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN119541737A (zh) * 2025-01-20 2025-02-28 上海硼矩新材料科技有限公司 一种多元复合高导热填料的物理信息机器学习设计方法

Similar Documents

Publication Publication Date Title
Wu et al. Analysis of the heat conduction mechanism for Al2O3/Silicone rubber composite material with FEM based on experiment observations
Trembacki et al. Mesoscale analysis of conductive binder domain morphology in lithium-ion battery electrodes
Rong et al. Predicting the effective thermal conductivity of composites from cross sections images using deep learning methods
CN109783970B (zh) 一种面向电子产品可靠性仿真分析的热分析方法
CN113935242B (zh) 一种导热凝胶体系内部微观界面热阻的确定方法
CN102646146B (zh) 一种基于田口方法的散热器优化设计方法
Roos et al. Efficient simulation of fuel cell stacks with the volume averaging method
CN109002644A (zh) 一种多芯片组件微流道散热结构的优化方法
Reynolds et al. Impact of Formulation and Slurry Properties on Lithium‐ion Electrode Manufacturing
CN116312874A (zh) 基于高通量数值计算的导热凝胶材料级配优化方法及装置
CN105069258A (zh) 一种芯片设计可靠性的评估方法及装置
CN114781201B (zh) 一种散热器内pcb温度场的计算方法、系统、装置及介质
Nikpour et al. A model for investigating sources of li-ion battery electrode heterogeneity: Part ii. active material size, shape, orientation, and stiffness
CN107360026A (zh) 分布式消息中间件性能预测与建模方法
Sahoo et al. Dielectric and thermal behavior analysis of polyester composites filled with pineapple wood dust using finite element method
Chen et al. Reactive force-field simulation and experimental validation of cyclic defects in silicon anodes for lithium-ion batteries
Lin et al. A particle packing electrode model for microstructure optimization of lithium-ion batteries
Yue et al. Modeling of the effective thermal conductivity of composite materials with FEM based on resistor networks approach
CN115828685A (zh) 基于切比雪夫谱方法的锂电池温度仿真方法、装置及介质
CN119067027B (zh) 一种用于焊点结构的等效热建模方法及设备
CN119541737A (zh) 一种多元复合高导热填料的物理信息机器学习设计方法
CN115662550A (zh) 导热凝胶材料级配方案优化方法
Salvador-Iborra et al. Automatic Conversion of a 3D Thermal Model of a Battery Cell into a 1D Lumped-Element Network: Paper for special session 8-Multi-level Models for Simulation of Electrified Vehicles
CN116908697A (zh) 一种燃料电池性能评估方法、装置、电子设备及存储介质
CN114117855B (zh) 一种基于有限元技术的燃料电池双极板抗压性能分析方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination