chemical-and-materials-engineering
Modélisation de la conductivité thermique des matériaux thermoset pour les applications électroniques
Table of Contents
Comprendre les matériaux thermoset dans l'électronique moderne
Les matériaux thermoset sont devenus indispensables dans les applications électroniques, notamment en tant que matériaux d'emballage électronique où les circuits intégrés sont encapsulés par des composites thermoset époxy pour fournir des voies de dissipation de chaleur. Ces réseaux de polymères cross-linked offrent une combinaison unique de propriétés qui les rendent idéales pour les environnements électroniques exigeants.
L'industrie électronique est confrontée à des défis de montage à mesure que les appareils deviennent de plus en plus compacts et que les densités de puissance continuent d'augmenter. Le développement rapide de la technologie électrique et électronique a entraîné une augmentation de la dissipation de puissance ainsi que l'augmentation du débit de chaleur des appareils en raison de l'exigence de miniaturisation dans les composants, exigeant des matériaux isolants électriques à haute conductivité thermique pour une meilleure capacité de gestion thermique.
Les composites époxy ont été largement utilisés comme adhésif isolant électrique pour les dispositifs à haute puissance, isolant solide pour les commutateurs à gaz et les bobines de réacteur, et isolant pour les machines rotatives, qui nécessitent tous une performance de conduction thermique élevée. Comprendre comment modéliser et prédire la conductivité thermique de ces matériaux est devenu essentiel pour optimiser la performance des dispositifs électroniques et assurer la fiabilité à long terme.
Le rôle essentiel de la conductivité thermique dans les applications électroniques
La conductivité thermique est l'une des propriétés les plus importantes de la conception et de la gestion thermique des appareils électroniques. Elle détermine l'efficacité du transfert de chaleur par un matériau, ce qui a un impact direct sur les performances, la fiabilité et la durée de vie des appareils.
Dissipation de chaleur et fiabilité de l'appareil
La taille des dispositifs électroniques diminue alors que leur puissance augmente, le transfert thermique des matériaux d'emballage électroniques devient de plus en plus essentiel pour les produits de longue durée, car les matériaux d'emballage à haute conductivité thermique pourraient améliorer le transfert thermique et donc réduire la température intérieure et la contrainte thermique des dispositifs électroniques.
La capacité de modéliser avec précision la conductivité thermique permet aux ingénieurs de concevoir des matériaux et des systèmes qui empêchent ces modes de défaillance. En comprenant les voies et les mécanismes de transfert de chaleur, les concepteurs peuvent optimiser les compositions des matériaux, les charges de remplissage et les conditions de traitement pour atteindre les performances thermiques souhaitées.
Équilibre des propriétés thermiques et électriques
L'un des défis uniques des applications électroniques est l'exigence de matériaux qui assurent simultanément une conductivité thermique élevée et une excellente isolation électrique. AlS et AlO, matériaux minéraux isolants électriques, ont été utilisés comme charges pour améliorer la conductivité thermique des composites.
Les composants électroniques, comme les circuits et l'éclairage LED, génèrent de la chaleur et, par conséquent, ont besoin de stabilité thermique et de protection que les thermosets peuvent fournir. Les approches de modélisation utilisées doivent tenir compte des propriétés thermiques et électriques, en veillant à ce que les améliorations dans un domaine ne compromettent pas l'autre.
Facteurs fondamentaux affectant la conductivité thermique des thermosets
La conductivité thermique des matériaux thermoset est influencée par de multiples facteurs interdépendants couvrant la structure moléculaire, les conditions de traitement et l'architecture composite. La compréhension de ces facteurs est essentielle pour les efforts de modélisation et la conception pratique des matériaux.
Composition chimique et structure moléculaire
La plupart des résines thermoset époxy classiques sont des polymères amorphes, possédant généralement une conductivité thermique assez faible à une plage de 0,17–0,21 W m−1K−1. Cette conductivité thermique intrinsèquement faible provient de la structure moléculaire désordonnée des polymères amorphes.
La conduction thermique des polymères est basée sur le mécanisme de déplacement des molécules. Le transfert de chaleur se produit par transport de phonons le long des chaînes de polymères et des interfaces chaîne-chaîne. L'efficacité de ce processus dépend fortement de l'alignement moléculaire, de la longueur de la chaîne et du degré d'ordre moléculaire dans le matériau.
Pour améliorer la conductivité thermique intrinsèque des thermosets époxy, la principale approche est la formation de structures hautement ordonnées dans les thermosets époxy en introduisant des groupes mésogènes. Cette stratégie permet de tirer parti des propriétés auto-assemblage des structures cristallines liquides pour créer des voies de transfert de chaleur plus efficaces au niveau moléculaire.
Degré de couplage
La densité de couplage dans les thermosets a un impact significatif sur la conductivité thermique par son effet sur l'emballage moléculaire et la mobilité des chaînes. La conductivité thermique est accrue dans les thermosets et les élastomères, car les liaisons Van der Waals sont remplacées par des liaisons de valence.
La relation entre le couplage et la conductivité thermique est toutefois complexe. Bien que le couplage accru puisse améliorer le transport thermique par des réseaux de liaison plus forts, le couplage excessif peut aussi introduire des défauts ou réduire l'alignement moléculaire, ce qui pourrait compenser certains avantages.
Les conditions de traitement qui contrôlent la cinétique de durcissement et la densité finale des liaisons croisées jouent donc un rôle crucial dans la détermination des propriétés thermiques.
Contenu et distribution du remplissage
Pour accroître la conductivité thermique des composés époxy, on a généralement ajouté un remplisseur thermique tel que l'oxyde (SiO2, MgO, Al2O3) et les particules de nitride (AlN, BN, Si3N4) dans la matrice thermoset époxy pour préparer des composites. L'ajout de remplissages à haute conductivité thermique représente l'approche la plus courante et la plus efficace pour améliorer la performance thermique des matériaux thermoset.
Le résultat a montré que la conductivité thermique augmente de façon significative lorsque la teneur en remplissage des composites est d'environ 50 vol. Ce comportement de seuil reflète la formation de réseaux de remplissage continus qui fournissent des voies de conduction de chaleur efficaces à travers le composite.
Les composites ayant différentes tailles de particules de remplissage, leur contenu et leur géométrie ont été fabriqués et l'influence de ces variables sur la conductivité thermique a été étudiée. Chacun de ces paramètres influe sur la façon dont les remplissages interagissent entre eux et avec la matrice polymère, déterminant finalement la performance thermique du composite.
Géométrie du remplissage et rapport d'aspect
Il s'avère que le rapport d'aspect de remplissage ou la géométrie joue un rôle important dans le développement de la conductivité thermique. La forme des particules de remplissage influence significativement leur capacité à former des réseaux de conductibilité thermique dans la matrice de polymères.
La nitrite bore (BN) a été la charge la plus efficace pour augmenter la conductivité thermique, et la morphologie de la BN est comme une plaque. En raison de l'efficacité des interactions de la charge BN, à 15 pour cent de volume, la conductivité thermique a augmenté près de 5 fois. La géométrie plaquettaire permet un contact plus étendu particule-à-particules par rapport aux charges sphériques, créant des voies de transfert de chaleur plus efficaces.
Les charges de type plaque (c.-à-d. les puces de poker) auront des interactions particule-particules beaucoup plus importantes et seront plus efficaces pour augmenter la conductivité thermique. Cet avantage géométrique explique pourquoi les matériaux comme le nitride de bore hexagonal et les nanoplaquettes de graphine sont particulièrement efficaces pour l'amélioration de la conductivité thermique malgré des charges de remplissage potentiellement plus faibles que les particules sphériques.
Cristalité et alignement moléculaire
La cristallinité des polymères conduit à une meilleure emballage des molécules, ce qui augmente la conductivité thermique. Les régions cristallines fournissent des voies de transport plus ordonnées que les régions amorphes, ce qui augmente la conductivité thermique dans la direction de l'alignement moléculaire.
Le réglage réversible de la conductivité thermique à deux voies est attribué à la synergie des chaînes amorphes alignées, des domaines cristallins orientés et de la cristallinité accrue par une déformation élastique du thermoset en forme d'étoile lié par la fin. Ceci démontre que les régions cristallines et amorphes peuvent contribuer au transport thermique lorsqu'elles sont correctement alignées, le degré d'ordre moléculaire étant un facteur critique.
Une partie cristalline liquide peut améliorer efficacement ces propriétés par son auto-assemblage. Les thermosets cristallins liquides représentent une approche avancée pour atteindre un ordre moléculaire élevé et une conductivité thermique accrue sans compter uniquement sur les ajouts de remplissage.
Approches de modélisation globale de la conductivité thermique
On discute des méthodes de modélisation, de simulation et d'apprentissage machine pour concevoir et prédire la conductivité thermique des matériaux époxy. Diverses approches de modélisation ont été développées pour prédire et comprendre la conductivité thermique des matériaux thermoset, offrant chacun différents niveaux de précision, de complexité computationnelle et de perspicacité physique.
Modèles empiriques et semi-épiriques
Les modèles empiriques fournissent des relations mathématiques relativement simples entre la conductivité thermique et les paramètres du matériau tels que la fraction de volume de remplissage, la conductivité thermique de remplissage et la conductivité thermique de matrice.
Un modèle parallèle simple peut être utilisé approximativement pour évaluer la contribution de la conductivité thermique pure de la matrice époxy sur l'amélioration de la conductivité thermique des composites. Bien que les modèles parallèles simples et de série fournissent des limites supérieures et inférieures pour la conductivité thermique composite, ils ne permettent généralement pas de prédire avec précision les valeurs réelles, en particulier aux charges intermédiaires de remplissage.
À l'aide de l'équation de Lewis-Nielsen, on a comparé les valeurs expérimentales de conductivité thermique avec celles prévues, et les résultats prévus correspondent bien aux valeurs expérimentales. Le modèle de Lewis-Nielsen représente une approche empirique plus sophistiquée qui tient compte des effets de la fraction d'emballage maximale et de la géométrie de remplissage, ce qui permet d'améliorer la précision par rapport aux modèles plus simples.
Dans l'équation Lewis-Nielsen, la fraction de volume maximum de remplissage a été introduite dans l'équation de Halpin-Tsai. Cette modification permet au modèle de mieux saisir le comportement des composites aux charges de remplissage élevées où les effets de remplissage et de percolation des particules deviennent significatifs.
Théorie moyenne efficace
La théorie du milieu efficace (EMT) fournit un cadre théorique pour prédire les propriétés des matériaux hétérogènes en traitant le composite comme un milieu homogène avec des propriétés efficaces. La théorie du milieu efficace classique (EMT), comme les modèles Maxwell-Garnett (M–G) et Hasselman-Johnson (H–J), suppose des charges non interactives.
Les solutions de Maxwell et Rayleigh ont été la première de nombreuses tentatives pour déterminer la conductivité thermique efficace des matériaux hétérogènes, et les modèles initiaux ont supposé qu'il n'y avait pas de résistance thermique entre les phases dans les matériaux hétérogènes.
Des études ultérieures sur les limites solides-liquides et solides-solides ont révélé qu'une chute de température se produit lorsque la chaleur circule à travers une limite entre deux phases et, par conséquent, la résistance thermique interfaciale devrait être incluse dans le modèle de transfert de chaleur. Cette reconnaissance a conduit à l'élaboration de modèles qui intègrent la résistance thermique interfaciale, améliorant de façon significative la précision de prédiction, en particulier pour les nanocomposites où les effets d'interface dominent.
Les modèles existants de conductivité thermique dans les composites polymères traitent généralement des concentrations de remplissage diluées à semi-diluées (= 40 vol%) mais ne permettent pas de saisir les fortes interactions qui se produisent lorsque les remplissages sont serrés. Cette limitation a conduit au développement de modèles plus avancés capables de manipuler des charges de remplissage élevées pertinentes pour des applications pratiques.
Modèles mécanistes avancés pour les composites denses
Un modèle mécaniste de conductivité thermique basé sur un cadre cubique simplifié centré sur le corps permet de saisir efficacement l'impact essentiel de la réduction des distances interparticules et des interactions de remplissage renforcées dans des composites densément emballés, permettant une description plus précise du flux thermique en le forçant à suivre les voies de moindre résistance.
Dans les systèmes à forte densité, ces interactions réorganisent le transport de chaleur selon les principes de résistance thermique, le dirigeant le long des voies privilégiées. Cette perspicacité physique est essentielle pour comprendre pourquoi la conductivité thermique augmente considérablement au-dessus de certains seuils de charge de remplissage et pour concevoir des architectures composites optimales.
L'analyse quantitative des interactions entre particules de remplissage et des mécanismes de transfert de chaleur associés demeure fondamentalement difficile, en particulier dans les régimes de concentration de remplissage élevés où les distances interparticules subissent des réductions spectaculaires, ce qui crée un besoin pressant de modèles de conductivité thermique prédictive qui révèlent les mécanismes de transfert de chaleur sous-jacents et guident une conception expérimentale plus efficace.
Analyse des éléments finis
L'analyse des éléments finis (FEA) fournit une méthode de calcul puissante pour modéliser la conductivité thermique dans des géométries composites complexes. Cette méthode discrétise le domaine des matériaux en petits éléments et résout numériquement les équations de transfert de chaleur, permettant une analyse détaillée des distributions de température et des schémas de flux de chaleur.
La FEA est particulièrement utile pour analyser les composites avec des arrangements complexes de remplissage, des propriétés anisotropes ou des géométries irrégulières qui ne peuvent être facilement traitées avec des modèles analytiques. Quelques exemples d'études de simulation du niveau micro- et macro-échelle sur la conductivité thermique des matériaux à base d'époxy sont élaborés pour montrer comment ces études peuvent être réalisées pour prédire la conductivité thermique.
La précision de la FEA dépend de la qualité du maillage, des conditions de limite appropriées et des entrées précises de propriétés matérielles.Les approches de l'élément de volume représentatif (EAR) sont couramment utilisées pour modéliser la microstructure des composites, avec des conditions de limite périodiques appliquées pour simuler le comportement en vrac.
Simulations de dynamique moléculaire
On a utilisé des simulations de la dynamique moléculaire tout-atome (MD) pour modéliser le changement de conductivité thermique à différents rapports d'étirement, car de nombreux efforts de simulation antérieurs ont été faits pour comprendre l'effet de la déformation mécanique sur la conductivité thermique des polymères.
Les simulations de dynamique moléculaire fournissent des informations sur les mécanismes de transport thermique au niveau atomistique en modélisant explicitement le mouvement des atomes et molécules individuels.Ces simulations peuvent capter le transport du phonon, la résistance thermique interfaciale et les effets de la structure moléculaire sur la conductivité thermique avec une grande fidélité.
Une série de thermosets en forme d'étoiles à étirage contrôlé est générée, où un treillis de diamant entièrement étendu de l'ELST est initialisé dans la cellule de simulation à T = 596 K et s'est effondré isotropiquement à vitesse constante. Ceci démontre comment les simulations MD peuvent modéliser des conditions de traitement complexes et leurs effets sur les propriétés finales du matériau.
Bien que les simulations MD fournissent des détails inégalés, elles sont intensives en calcul et sont généralement limitées à de petites tailles de système et à de courtes échelles de temps. Elles sont les plus utiles pour comprendre les mécanismes fondamentaux, valider les modèles continus et explorer de nouveaux concepts matériels avant la synthèse expérimentale.
Approches d'apprentissage automatique
Les progrès récents dans le domaine de la modélisation, de la simulation et de l'apprentissage machine sont expliqués, décrivant les méthodes de prédiction de la conductivité thermique des matériaux époxys en fonction de différents facteurs.
Les modèles d'apprentissage automatique peuvent être formés à partir de données expérimentales ou de simulations pour prédire la conductivité thermique en fonction de caractéristiques d'entrée telles que le type de remplissage, la charge, la taille des particules, les conditions de transformation et la composition chimique.
L'efficacité des approches d'apprentissage automatique dépend de la disponibilité de données de formation de haute qualité couvrant l'espace de paramètres pertinent. Les approches hybrides qui combinent des modèles basés sur la physique et l'apprentissage automatique sont particulièrement prometteuses, tirant parti de l'interprétation des modèles physiques avec la flexibilité des méthodes basées sur les données.
Techniques communes de modélisation en détail
Plusieurs techniques de modélisation spécifiques ont fait leurs preuves pour prédire et comprendre la conductivité thermique des matériaux thermoset. Chaque technique offre des avantages uniques et est adaptée à différents aspects du défi de modélisation.
Théories efficaces moyennes
Les théories moyennes efficaces représentent une classe de modèles analytiques qui prédisent les propriétés composites en traitant le matériau hétérogène comme un milieu homogène avec des propriétés efficaces.Ces théories varient dans leurs hypothèses sur la distribution des remplisseurs, les interactions des particules et les effets interfaciaux.
La concentration de diluer des particules sphériques incorporées dans une matrice continue est traitée par le modèle Maxwell, qui suppose un manque d'interaction thermique entre les sphères intégrées. Ce modèle fournit des prédictions raisonnables à des charges de remplissage faibles, mais devient de plus en plus inexacte à mesure que le contenu de remplissage augmente et que les interactions de particules deviennent significatives.
Le modèle Bruggeman étend la théorie du milieu efficace à des concentrations de remplissage plus élevées en traitant chaque particule de remplissage comme étant incorporée dans un milieu efficace plutôt que dans une matrice pure. Cette approche autocohérente permet de mieux saisir les effets des interactions de particules mais suppose toujours une distribution aléatoire du remplisseur et néglige la résistance interfaciale.
Le modèle Hasselman-Johnson intègre explicitement la résistance thermique interfaciale entre les charges et la matrice, ce qui le rend particulièrement pertinent pour les nanocomposites où les effets d'interface dominent. Ce modèle reconnaît que le transfert de chaleur entre les interfaces de remplissage-matrix représente souvent le facteur limitant de conductivité thermique composite.
Plusieurs modèles théoriques classiques sont discutés ici en fonction de leurs applications sur la conductivité thermique des composites à base d'époxy. Le choix du modèle dépend du système composite spécifique, de la plage de charge des charges et de l'équilibre souhaité entre précision et simplicité.
Applications d'analyse des éléments finis
L'analyse des éléments finis permet une simulation numérique détaillée du transfert de chaleur dans des géométries composites complexes. Cette technique discrétise le domaine matériel en éléments finis et résout numériquement l'équation de conduction thermique, en tenant compte des variations spatiales de conductivité thermique, des propriétés dépendantes de la température et des conditions de limites complexes.
La modélisation d'éléments de volume représentatifs (EVE) est une approche commune de la FEA pour les composites. Un EVE est un petit volume de matériau qui représente statistiquement la microstructure du composite en vrac. En appliquant des conditions de limites périodiques et en résolvant le transfert de chaleur par l'EVE, on peut calculer la conductivité thermique efficace.
Les méthodes de modélisation à plusieurs échelles combinent les FEA à différentes échelles de longueur pour passer des phénomènes moléculaires aux propriétés macroscopiques. Par exemple, les simulations de dynamique moléculaire peuvent éclairer les valeurs de résistance thermique interfaciale utilisées dans les modèles FEA à microéchelle, qui à leur tour fournissent des propriétés efficaces pour l'analyse thermique au niveau des composants.
La FEA est particulièrement utile pour analyser la conductivité thermique anisotrope dans les composites avec des charges orientées ou des structures moléculaires alignées. La méthode peut capter les variations directionnelles dans le transport thermique qui sont difficiles à traiter analytiquement, fournissant des indications pour optimiser l'orientation des charges et l'architecture composite.
Méthodes de simulation de la dynamique moléculaire
Pour les calculs de conductivité thermique, deux approches principales sont utilisées : la dynamique moléculaire d'équilibre utilisant le formalisme Green-Kubo et la dynamique moléculaire non-équilibre appliquant un gradient de température.
La méthode Green-Kubo calcule la conductivité thermique à partir de la fonction autocorrélative des fluctuations des flux thermiques dans un système d'équilibre. Cette approche est théoriquement rigoureuse mais nécessite de longs temps de simulation pour atteindre une bonne convergence statistique.
La dynamique moléculaire non-équilibre applique un gradient de température dans la cellule de simulation et calcule la conductivité thermique à partir du flux thermique résultant en utilisant la loi de Fourier. Cette méthode converge généralement plus vite que les approches d'équilibre, mais exige une attention particulière aux effets de taille du système et à l'ampleur du gradient appliqué.
Les simulations MD peuvent fournir des informations détaillées sur la structure moléculaire, les interfaces de couplage et de remplissage qui affectent le transport thermique, et identifier les étapes limitant la vitesse du transfert de chaleur, comme la résistance interfaciale ou la diffusion de phonons aux défauts, guidant le développement de matériaux améliorés et des modèles continus plus précis.
Modèles analytiques basés sur les propriétés du matériau
Les modèles analytiques tirent des expressions mathématiques de conductivité thermique basées sur les propriétés fondamentales des matériaux et les paramètres microstructuraux. Ces modèles fournissent une perspicacité physique et une efficacité de calcul, bien qu'ils nécessitent généralement une simplification des hypothèses sur la géométrie composite et les mécanismes de transfert de chaleur.
La règle des mélanges représente l'approche analytique la plus simple, en calculant la conductivité thermique composite comme moyenne pondérée des propriétés constituantes. Les modèles parallèles et de série fournissent des limites supérieures et inférieures, respectivement, avec un comportement composite réel tombant entre ces limites en fonction de l'arrangement du remplissage.
Les équations Halpin-Tsai, par exemple, comprennent des facteurs de forme qui modifient les prédictions basées sur le rapport d'aspect de remplissage. Ces modèles peuvent distinguer les particules sphériques, les fibres et les plaquettes, captant l'efficacité accrue des charges à haut rapport d'aspect.
La théorie de la percolation fournit un cadre pour comprendre l'augmentation spectaculaire de la conductivité thermique qui se produit lorsque la charge de remplissage dépasse un seuil critique. Au seuil de percolation, des réseaux de remplissage continus se forment, créant des voies de transfert de chaleur très efficaces.
Systèmes de thermoset avancés pour une conductivité thermique accrue
Des recherches récentes ont permis d'explorer des systèmes de thermoset novateurs conçus pour atteindre une conductivité thermique intrinsèque plus élevée sans se fier uniquement aux compléments de remplissage.
Thermosettes à cristaux liquides Epoxy
Une série de résines époxy cristallines bifonctionnelles (RELRC) contenant des structures mésogènes doubles qui sont reliées par des entretoises aliphatiques améliorent leurs propriétés d'auto-assemblage. Les thermosets cristallins liquides représentent une approche prometteuse pour atteindre une conductivité thermique élevée par auto-assemblage moléculaire plutôt que par addition de remplissage.
Grâce à l'interaction accrue de la CL, la conductivité thermique maximale atteinte est de 0,45 W/m·K, ce qui est remarquablement élevé, ce qui représente plus du double de la conductivité thermique des résines époxy amorphes conventionnelles, obtenues par ordre moléculaire seul.
Les matériaux de thermoset de cristaux liquides dispositifs (DLC) s'alignent spontanément en structures colonnelaires hautement ordonnées, et la modification de ces DLC avec des groupes époxy conduit à une interconnexion des structures alignées avec des agents de curage appropriés, au gel dans l'alignement et à la formation de thermosets guéris avec un degré supérieur d'ordre moléculaire directionnel Z.
Le défi avec les thermosets à cristaux liquides réside dans le maintien de la structure ordonnée pendant le durcissement. Au fur et à mesure que les liaisons croisées se poursuivent, la viscosité croissante et la formation de réseau peuvent perturber l'ordre cristallin liquide.
Systèmes de conductivité thermique tunable
Un interrupteur thermique à base de polymères, constitué d'un thermoréglage en étoile relié à l'extrémité, avec deux mécanismes de réglage thermique indépendants, la modulation de la chaîne et de la température, qui modulent rapidement, de façon réversible et cyclique la conductivité thermique, ce qui représente une frontière passionnante dans les matériaux thermorégulateurs : systèmes aux propriétés thermiques contrôlables activement.
Le thermoset en étoile, en forme de bout, présente une augmentation de conductivité thermique modulée par déformation jusqu'à 11,5 à une température fixe de 60 °C (augmentant de 0,15 à 2,1 W m−1 K−1), et démontre en outre un rapport de conductivité thermique modulé par température jusqu'à 2,3 à une longueur fixe de 2,5.
Le thermoset en forme d'étoile à articulation terminale démontre un réglage réversible pendant plus de 1000 cycles. Cette durabilité rend ces matériaux potentiellement viables pour des applications pratiques de gestion thermique où un contrôle thermique adaptatif est nécessaire, comme dans les systèmes électroniques portables ou aérospatials qui subissent des charges thermiques variables.
Systèmes de remplissage hybrides
Les exigences des appareils électroniques de puissance conduisent à la demande d'une plus grande conductivité thermique dans les matériaux à base de thermoréglage, qui devrait être réalisée par un système de remplissage hybride, et cette approche révèle la possibilité de réduire la quantité globale de remplissage en utilisant un effet synergique entre les remplissages.
On a étudié les systèmes de remplissage hybrides basés sur le nitrure de bore (BN) et trois deuxièmes remplissages différents avec des rapports variables en termes d'amélioration de la conductivité thermique et des propriétés mécaniques, et on a montré que le cuivre (Cu) avait atteint le meilleur compromis dans les matériaux hybrides.
Les effets synergiques des systèmes de remplissage hybrides sont le résultat de caractéristiques complémentaires de remplissage. Par exemple, la combinaison de plaquettes à haut rapport d'aspect avec des particules sphériques peut améliorer l'efficacité de conditionnement et les voies thermiques continues que l'un ou l'autre type de remplissage seul.
Les propriétés mécaniques, en particulier dans le contexte de la conductivité thermique, sont essentielles à savoir, car les dimensions des échantillons pour les applications dépendent de la corrélation des deux attributs. Ceci souligne l'importance d'envisager simultanément plusieurs propriétés lors de la conception de composites thermoset pour les applications électroniques.
Considérations pratiques pour la modélisation de la mise en œuvre
La mise en œuvre réussie de modèles de conductivité thermique pour les matériaux thermoset nécessite une attention particulière à plusieurs considérations pratiques qui permettent de combler l'écart entre les prévisions théoriques et les applications réelles.
Exigences relatives à la caractérisation du matériau
La modélisation précise dépend des paramètres d'entrée fiables caractérisant à la fois la matrice thermoset et les charges. Pour la matrice polymère, les principales propriétés comprennent la conductivité thermique, la densité, la capacité thermique spécifique, la température de transition du verre et le degré de guérison.
Pour les composites remplis, la caractérisation des charges doit inclure la conductivité thermique, la distribution de la taille des particules, le rapport de forme et d'aspect et la chimie de surface. La distribution des charges en composites a été observée au moyen de la microscopie électronique à balayage (SEM).
La résistance thermique interfaciale entre les charges et la matrice représente un paramètre critique difficile à mesurer directement. Cette propriété dépend de la chimie de surface, de la liaison et de la présence de couches ou de revêtements interfaciaux.
Effets de la transformation sur les propriétés thermiques
Les méthodes de traitement des composites thermosets sont limitées, notamment la compression ou le moulage, et en utilisant les méthodes de traitement actuelles, il est difficile d'obtenir des composites conducteurs thermiques basés sur des thermosets à géométrie complexe. La méthode de traitement affecte de façon significative l'orientation des charges, la distribution et la liaison interfaciale, qui influencent toutes la conductivité thermique.
La production en série de composites conducteurs thermiques à base de matrice thermoplastique, en particulier pour les composants à géométrie complexe, a été réalisée avec moulage par injection. L'adaptation du moulage par injection aux thermosets permet la production de géométries complexes mais introduit des défis liés à la cinétique de guérison, à l'orientation du remplissage induite par l'écoulement et à la formation potentielle de vide.
Les conditions de guérison, y compris le profil de température, le taux de chauffage et la pression, affectent la densité des liaisons croisées, le stress résiduel et le contenu des vides.
Validation et sélection du modèle
La validation du modèle par rapport aux données expérimentales est essentielle pour établir la confiance dans les prédictions. La validation devrait couvrir la gamme pertinente de charges de remplissage, de températures et de compositions de matériaux.
La sélection des modèles consiste à équilibrer la précision, le coût de calcul et la facilité de mise en oeuvre. Des modèles analytiques simples peuvent suffire pour la conception préliminaire et les études de dépistage, alors que des approches plus sophistiquées en matière d'éléments finis ou de dynamique moléculaire peuvent être justifiées pour l'optimisation finale ou pour l'exploration de nouveaux concepts matériels.
La mesure de l'incertitude est de plus en plus reconnue comme importante pour les applications techniques. La compréhension de la sensibilité des prévisions aux incertitudes des paramètres d'entrée aide à identifier les mesures critiques et établit des limites de confiance sur les performances prévues.
Techniques de mesure de la conductivité thermique
La mesure précise de la conductivité thermique est essentielle à la fois pour valider les modèles et pour caractériser les matériaux pour des applications pratiques. Plusieurs techniques standardisées sont disponibles, chacune avec des avantages et des limitations spécifiques.
Méthodes à l'état stationnaire
L'appareil de plaque chaude protégée sert à mesurer les propriétés de transmission thermique des matériaux d'isolation homogènes. Cette méthode à l'état d'équilibre applique une différence de température constante sur un échantillon et mesure le flux thermique résultant une fois atteint l'équilibre thermique.
Les méthodes de plaques chaudes surveillées offrent une grande précision pour les matériaux à faible conductivité thermique, mais nécessitent des échantillons relativement importants et des temps de mesure longs pour atteindre l'état stable.
Pour les matériaux anisotropes ou les petits échantillons, les méthodes à l'état d'équilibre deviennent plus difficiles. Il faut une conception prudente du chauffage de protection pour assurer un débit thermique unidimensionnel et des mesures multiples dans différentes orientations peuvent être nécessaires pour caractériser pleinement la conductivité thermique anisotrope.
Méthodes transitoires
La conductivité thermique des composites a été mesurée avec la méthode du disque chaud. La méthode du disque chaud transitoire applique une brève impulsion de chaleur à un capteur en contact avec l'échantillon et analyse la réponse de température résultante pour déterminer la conductivité thermique.
Les méthodes transitoires offrent des mesures plus rapides et des exigences de taille d'échantillon plus faibles que les techniques à l'état stationnaire. La méthode flash laser est une autre technique transitoire populaire, en particulier pour les matériaux à haute conductivité thermique.
La conductivité thermique est ensuite calculée à partir de la diffusion thermique en utilisant la relation k = α × ρ × Cp, où α est la diffusion thermique, ρ est la densité et Cp est la capacité thermique spécifique, ce qui nécessite des mesures distinctes de la densité et de la chaleur spécifique, en introduisant des sources d'incertitude supplémentaires.
Considérations concernant les matériaux composites
La mesure de la conductivité thermique des composites thermoset remplis présente des défis particuliers. La distribution des filtres peut ne pas être parfaitement uniforme, ce qui entraîne des variations spatiales de la conductivité thermique.
La conductivité thermique anisotrope résultant de l'orientation du remplissage nécessite des mesures dans plusieurs directions. L'épaisseur et la conductivité thermique dans le plan peuvent différer significativement, particulièrement pour les composites avec plaquettes orientées ou fibres. Des configurations de mesure spécialisées ou des géométries d'échantillonnage peuvent être nécessaires pour caractériser les propriétés directionnelles.
La résistance thermique interfaciale entre l'échantillon et l'appareil de mesure peut introduire des erreurs, en particulier pour les matériaux à conductivité thermique élevée.
Applications en emballage électronique et gestion thermique
Les matériaux thermoset avec conductivité thermique optimisée trouvent de nombreuses applications dans les systèmes électroniques d'emballage et de gestion thermique. Comprendre ces applications fournit le contexte pour les efforts de modélisation et souligne l'importance pratique de la prédiction précise de conductivité thermique.
Matériaux d'encapsulation
Les résines liquides diélectriques, p. ex. les résines époxy, sont lâchées sur la planche à puce pour former des encapsulants, qui protègent la planche à puce contre les dommages mécaniques, les contaminants et l'humidité après le durcissement.
La résine époxy pure a normalement une faible conductivité thermique (0,2–0,3 W/mK) qui empêche l'émission de chaleur dans les environs et dans une certaine mesure conduit à une surchauffe de l'appareil électronique. Cette limitation entraîne la nécessité de formulations améliorées thermiquement comportant des charges conductrices ou des structures cristallines liquides.
Les matériaux d'encapsulation doivent satisfaire à de multiples exigences au-delà de la conductivité thermique, notamment une faible viscosité pour le traitement, une cinétique de traitement appropriée, un faible coefficient d'expansion thermique pour minimiser la contrainte thermique et une excellente adhésion à divers substrats.
Matériaux d'interface thermique
Les matériaux d'interface thermique (IMT) comblent les écarts entre les composants générateurs de chaleur et les puits de chaleur, minimisant la résistance thermique dans la voie de dissipation de chaleur.
La conception efficace de TIM nécessite une conductivité thermique élevée combinée à un faible module pour maintenir un bon contact sous le cycle thermique et la contrainte mécanique. La conductivité thermique doit être optimisée dans le sens de l'épaisseur, nécessitant souvent des structures de remplissage orientées ou des matériaux anisotropes.
La modélisation de la performance TIM exige une comptabilisation de la conductivité thermique en vrac et de la résistance thermique interfaciale aux interfaces de la composante TIM et de l'évier thermique TIM. La pression de contact, la rugosité de surface et la liaison interfaciale influencent la résistance thermique globale, rendant la modélisation au niveau du système essentielle pour une prédiction précise des performances.
Matériel imprimé de circuits imprimés
Les cartes de circuits imprimés (PCB) exigent de plus en plus une conductivité thermique accrue pour gérer la chaleur des composants de haute puissance. Les résines thermoset utilisées dans les stratifiés PCB doivent équilibrer les performances thermiques avec l'isolation électrique, la résistance mécanique et la stabilité dimensionnelle.
Metal-core PCBs incorporate aluminum or copper substrates with thin dielectric layers, providing excellent heat spreading. The thermoset dielectric must provide electrical isolation while minimizing thermal resistance. Modeling these multilayer structures requires accounting for anisotropic thermal conductivity and interfacial resistances between layers.
L'optimisation par le placement et le calibrage nécessite la modélisation thermique pour identifier les points chauds et concevoir des stratégies efficaces de dissipation de la chaleur. L'intégration de la production de chaleur au niveau des composants avec l'analyse thermique au niveau des panneaux permet une conception complète de la gestion thermique.
Applications d'éclairage LED
Les systèmes d'éclairage LED génèrent une chaleur importante dans les paquets compacts, rendant la gestion thermique critique pour les performances et la durée de vie.
Les encapsulants LED doivent fournir une transparence optique tout en facilitant la dissipation de chaleur. Cela crée des défis uniques comme beaucoup de charges thermoconductrices dispersent la lumière, les performances optiques dégradantes.
La modélisation de la gestion thermique LED nécessite une analyse optique-thermique couplée. La production de chaleur dépend de l'efficacité optique, qui dépend à son tour de la température de jonction, créant des boucles de rétroaction qui doivent être saisies dans des modèles complets.
Orientations futures et tendances émergentes
Le domaine de la modélisation de la conductivité thermique des matériaux thermoset continue d'évoluer, en raison de l'avancement des capacités de calcul, de nouveaux concepts de matériaux et d'applications de plus en plus exigeantes.
Intégration de modélisation multi-échelle
L'intégration de modèles à travers les échelles de longueur, de moléculaire à macroscopique, représente une frontière majeure dans la prédiction de la conductivité thermique. Les simulations de dynamique moléculaire peuvent éclairer la résistance thermique interfaciale et les propriétés de matrice utilisées dans les modèles mésoéchelle.
La mise au point de flux de travail sans faille qui transmettent l'information entre les échelles de modélisation reste difficile. La quantification des incertitudes devient particulièrement importante dans les approches à plusieurs échelles, car les erreurs et les incertitudes peuvent se propager et s'amplifier à travers les échelles.
L'apprentissage automatique peut jouer un rôle croissant dans la modélisation à plusieurs échelles en identifiant des modèles à ordre réduit qui captent la physique essentielle tout en restant calculablement traitable.
Architectures de matériaux avancées
Les architectures matérielles émergentes, y compris les réseaux de remplissage 3D, les structures hiérarchiques et les conceptions bio-inspirées, offrent de nouvelles possibilités d'amélioration de la conductivité thermique.
La fabrication additive permet la fabrication de composites thermoset avec orientation de remplissage contrôlée et distribution spatiale. L'optimisation topologique combinée à la modélisation thermique permet d'identifier des distributions de matériaux optimales pour des objectifs spécifiques de gestion thermique.
Les métamatériaux aux propriétés thermiques artificielles représentent une frontière passionnante. En concevant des structures périodiques aux caractéristiques thermiques spécifiques, des matériaux aux propriétés inhabituelles comme le revêtement thermique ou la mise au point peuvent être réalisables. La modélisation joue un rôle central dans la conception des métamatériaux, permettant l'exploration de l'espace de conception et la prédiction des propriétés émergentes.
Thermosètes durables et bio-basées
Les préoccupations croissantes de l'environnement suscitent un intérêt pour les matériaux thermoset durables dérivés des ressources renouvelables. Les époxydes bio-basés, les renforcements de fibres naturelles et les chimies thermoset recyclables sont en cours de développement.
Les charges naturelles telles que les nanocristaux de cellulose, la lignine et la biochar offrent une amélioration de la conductivité thermique potentielle avec un impact environnemental réduit. Cependant, leurs propriétés thermiques, leurs caractéristiques interfaciales et leur comportement de transformation diffèrent des charges synthétiques conventionnelles, nécessitant des approches de modélisation adaptées et une nouvelle caractérisation expérimentale.
L'évaluation du cycle de vie intégrée à la modélisation des performances thermiques peut guider la mise au point de matériaux durables qui répondent aux exigences environnementales et fonctionnelles.
Intelligence artificielle et découverte d'éléments d'information
Les modèles de génération peuvent proposer de nouvelles structures moléculaires ou des architectures composites optimisées pour la conductivité thermique. Apprentissage actif approches explorent efficacement l'espace de conception en sélectionnant stratégiquement des expériences ou des simulations qui maximisent le gain d'information.
Les bases de données sur les grands matériaux combinant des mesures expérimentales, des résultats de simulation et des données documentaires permettent de former des modèles prédictifs robustes. L'apprentissage par transfert permet aux modèles formés sur une classe de matériaux d'être adaptés aux systèmes connexes avec des données supplémentaires limitées, accélérant le développement de nouvelles formulations thermoset.
Les méthodes d'IA explicables qui fournissent des renseignements physiques sur les prévisions des modèles sont particulièrement utiles pour la science des matériaux. La compréhension qui caractérise le plus fortement influence la conductivité thermique guide la conception expérimentale et aide à identifier les mécanismes physiques sous-jacents, à rapprocher les approches fondées sur les données et la physique.
Défis et limites des approches de modélisation actuelles
Malgré les progrès importants réalisés dans la modélisation de la conductivité thermique des thermosets, plusieurs défis et limitations subsistent, qui sont essentiels pour une application appropriée des modèles et pour orienter les futures orientations de la recherche.
Caractérisation de la résistance thermique interfacial
La résistance thermique interfaciale entre les charges et la matrice polymère représente l'une des incertitudes les plus importantes dans la modélisation de la conductivité thermique.Cette propriété dépend de la liaison interfaciale, de la chimie de surface et de la structure interfaciale nanométrique, ce qui rend difficile de mesurer directement ou de prédire à partir des premiers principes.
Les traitements de surface et les agents de couplage modifient la résistance thermique interfaciale, mais leurs effets ne sont pas bien captés par les modèles actuels. Les simulations de dynamique moléculaire peuvent fournir des informations sur le transport thermique interfacial, mais la traduction de ces résultats atomistiques en paramètres de modèle continus reste difficile.
Le développement de techniques expérimentales améliorées pour mesurer la résistance thermique interfaciale et de cadres théoriques plus efficaces pour la prédire à partir de la structure moléculaire et de la chimie de surface représente un besoin important de recherche.
Relations entre le traitement et la structure et la propriété
La cinétique de la guérison, le comportement du flux et l'orientation du remplissage pendant le traitement influencent tous la conductivité thermique finale, mais ces relations sont complexes et spécifiques au système.
La plupart des modèles de conductivité thermique supposent des microstructures idéalisées avec une distribution uniforme de remplissage et des orientations spécifiques. Les matériaux transformés réels présentent des variations dans la dispersion de remplissage, les distributions d'orientation, la teneur en vides et l'état de guérison local qui affectent les performances thermiques.
La modélisation des processus qui prédit l'évolution de la microstructure pendant le traitement et le débit peut fournir des intrants pour les modèles de conductivité thermique. Cependant, les modèles de processus de couplage avec des modèles de prédiction de propriétés dans un cadre intégré demeurent exigeants en calcul et nécessitent une validation approfondie.
Température et effets environnementaux
La conductivité thermique des thermosets et des composites varie en fonction de la température, de la teneur en humidité et du vieillissement. Ils montrent une augmentation de la conductivité thermique avec une température croissante.
L'absorption de l'humidité peut affecter de façon significative la conductivité thermique en modifiant les propriétés de la matrice de polymères et les caractéristiques interfaciales. Le vieillissement de l'environnement, y compris l'oxydation, la dégradation thermique et le vieillissement physique, modifie la structure et les propriétés des matériaux au fil du temps.
L'élaboration de modèles qui tiennent compte de la dépendance à la température, des effets environnementaux et du vieillissement exige une caractérisation expérimentale approfondie dans des conditions pertinentes.
Meilleures pratiques pour la modélisation de la conductivité thermique
L'application réussie de la modélisation de la conductivité thermique exige la mise en oeuvre de pratiques exemplaires qui garantissent des prévisions fiables et une utilisation appropriée des modèles.
Sélection et validation du modèle
Pour choisir un modèle approprié, il faut tenir compte de l'application, des données d'entrée disponibles et de l'exactitude requise. Des modèles analytiques simples peuvent suffire pour l'analyse préliminaire et l'analyse des tendances, alors que des simulations détaillées de dynamique moléculaire ou des éléments finis peuvent être justifiées pour l'optimisation de la conception finale ou la compréhension fondamentale.
La validation du modèle par rapport aux données expérimentales est essentielle avant d'utiliser les prédictions pour les décisions de conception. La validation devrait couvrir la gamme pertinente de compositions, de températures et de conditions de traitement.
La documentation des hypothèses, des limites et de la plage de validation des modèles assure une application appropriée et empêche l'utilisation abusive. Les modèles ne doivent pas être extrapolés au-delà de leur plage validée sans vérification supplémentaire.
Caractérisation des paramètres d'entrée
Les paramètres précis d'entrée sont essentiels pour des prévisions fiables. Les propriétés des matériaux doivent être mesurées à l'aide de techniques normalisées dans des conditions pertinentes à l'application.
La caractérisation du remplissage doit comprendre la distribution de la taille des particules, et non seulement la taille moyenne, car la distribution affecte le comportement d'emballage et de percolation. La forme du remplissage doit être quantifiée en utilisant un rapport d'aspect ou des descripteurs de forme plus détaillés.
L'analyse de sensibilité permet de déterminer quels paramètres d'entrée influent le plus fortement sur les prévisions, et de guider les priorités de mesure.
Intégration aux programmes expérimentaux
La modélisation est plus efficace lorsqu'elle est intégrée à des programmes expérimentaux dans un cycle itératif. Les modèles guident la conception expérimentale en identifiant les compositions prometteuses et les conditions de traitement.
La conception d'approches d'expérimentation combinées à la modélisation peut explorer efficacement la composition et l'espace de traitement. Les méthodes statistiques permettent de déterminer les formulations optimales tout en quantifiant les effets des variables individuelles et de leurs interactions.
Les écarts entre les prévisions du modèle et les résultats expérimentaux devraient être étudiés plutôt que rejetés. Ces écarts révèlent souvent une physique importante non capturée par le modèle ou les artefacts expérimentaux nécessitant une correction.
Conclusion
La modélisation de la conductivité thermique des matériaux thermoset pour les applications électroniques représente une capacité critique pour la conception moderne de la gestion thermique. Le développement rapide de l'énergie, des technologies électriques et électroniques a mis en avant des exigences plus élevées pour la conductivité thermique des résines époxy et de leurs composites, mais la conductivité thermique des résines époxy classiques est relativement faible, ce qui pourrait causer des problèmes majeurs de dissipation de chaleur, par conséquent, l'amélioration de la conductivité thermique des résines époxys a longtemps été un sujet de recherche chaud dans les universités et l'industrie.
Une boîte à outils diversifiée d'approches de modélisation est maintenant disponible, allant de modèles analytiques simples à des simulations de dynamique moléculaire sophistiquées et des méthodes d'apprentissage automatique. Chaque approche offre des avantages uniques et est adaptée à différents aspects du défi de modélisation. Théories de moyenne efficacité fournissent des prédictions calculables efficaces pour les charges de remplissage diluées à modérées. Les modèles mécanistes avancés capturent les interactions complexes dans les systèmes à forte densité.
La compréhension des facteurs qui influent sur la conductivité thermique, y compris la composition chimique, le couplage, la teneur en remplissage et la géométrie, et l'alignement moléculaire, est essentielle pour le développement du modèle et la conception pratique des matériaux.
Malgré des progrès importants, il reste des défis à relever pour caractériser la résistance thermique interfaciale, prévoir les relations entre la transformation, la structure et la propriété, et tenir compte des effets de la température et de l'environnement.
L'intégration de la modélisation à plusieurs échelles, les approches de l'intelligence artificielle et les architectures de matériaux de pointe offrent des possibilités intéressantes de progrès.Les thermosets durables et bio-basés représentent une orientation importante guidée par des préoccupations environnementales.L'évolution continue des capacités de modélisation, combinée à de nouveaux concepts de matériaux et à des technologies de traitement, permettra à la prochaine génération de matériaux de gestion thermique haute performance pour des applications électroniques de plus en plus exigeantes.
Pour les ingénieurs et les chercheurs travaillant dans ce domaine, suivre les meilleures pratiques en matière de sélection, validation et intégration de modèles avec des programmes expérimentaux assure des prévisions fiables et accélère le développement des matériaux.
Pour plus d'information sur les matériaux de gestion thermique et les approches de modélisation, consultez des ressources telles que la Division des sciences de mesure des matériaux et la ASM International Materials Information Society.