Published on  under number 456

Epoksihartsien lämmönjohtavuuden hallittu säätö – boorinitriditäyteaineet, joiden ominaisuudet on määritetty TCT 716 Lambda

Johdanto

Epoksihartsit (EP) kuuluvat tärkeimpiin polymeerimateriaaleihin, joita käytetään elektroniikassa, kevytrakenteissa, pinnoitteissa ja kuituvahvisteisissa komposiiteissa. Niille ovat ominaisia erinomaiset mekaaniset ominaisuudet, korkea kemiallinen kestävyys ja hyvä työstettävyys. Niiden luonnostaan alhainen LämmönjohtavuusLämmönjohtavuus (λ, yksikkö W/(m-K)) kuvaa lämmön muodossa olevan energian kulkeutumista massakappaleen läpi lämpötilagradientin vaikutuksesta (ks. kuva 1). Termodynamiikan toisen lain mukaan lämpö virtaa aina alemman lämpötilan suuntaan.lämmönjohtavuus voi kuitenkin rajoittaa niiden käyttöä sovelluksissa, joissa tarvitaan tehokasta lämmönhallintaa.

Lämmönjohtavien täyteaineiden, kuten boorinitridin (BN), lisääminen voi parantaa lämmönjohtavuutta merkittävästi. Tämä on erityisen tärkeää elektroniikkakomponenteille, valumassille, lämmönhallintajärjestelmille ja komposiiteille, jotka altistuvat suurille lämpökuormituksille. Lämmönjohtavuuden luotettava määrittäminen on siksi olennaisen tärkeää tällaisten materiaalien kehittämiselle ja optimoinnille.

TCT 716 Lambda:n avulla suoritettu mittaus GHFM-menetelmää käyttäen

Materiaalien lämmönjohtavuuden määrittämiseen käytettiin NETZSCH -laitetta TCT 716 Lambda. Laite mahdollistaa polymeerien, komposiittien ja muiden kiinteiden aineiden lämmönjohtavuuden tarkan ja suoran mittauksen laajalla lämpötila-alueella.

Mittausperiaate perustuu Guarded Heat Flow Meter (GHFM) -menetelmään. Näytteen läpi johdetaan määritelty lämpövirta, ja tuloksena syntyvä lämpötilaero mitataan. Lisävarusteena saatava säädettävä suojalämmitin minimoi sivusuuntaisen lämpöhäviön, mikä auttaa varmistamaan mittauksen korkean tarkkuuden ja erinomaisen toistettavuuden. Mittausparametrit on koottu taulukkoon 1.

Taulukko 1: Mittausolosuhteet

MittauslaiteTCT 716 Lambda
MenetelmäGHFM
NäytteetTäyttämätön epoksihartsi ja BN:llä täytetty epoksihartsi
Näytteiden mitatØ noin 51 mm; paksuus 2–6 mm; tasoparalleli
Lämpötila-alue50 °C – 80 °C 10 K:n välein
KalibrointiSulakepiidioksidi

Mittaustulokset

Kuten kuvasta 1 käy ilmi, epoksihartsin LämmönjohtavuusLämmönjohtavuus (λ, yksikkö W/(m-K)) kuvaa lämmön muodossa olevan energian kulkeutumista massakappaleen läpi lämpötilagradientin vaikutuksesta (ks. kuva 1). Termodynamiikan toisen lain mukaan lämpö virtaa aina alemman lämpötilan suuntaan.lämmönjohtavuus kasvaa merkittävästi boorinitridipitoisuuden kasvaessa. Vaikka täyteaineettoman materiaalin arvot ovat noin 0,20–0,26 W/(m·K), 8 tilavuusprosentin BN-lisäys nostaa lämmönjohtavuutta jopa 140 %. Kun boorinitridin pitoisuus on 10 tilavuusprosenttia, kasvu on jopa 230 %, kun taas 12 tilavuusprosentin pitoisuus parantaa lämmönjohtavuutta jopa 280 % verrattuna täyteaineettomaan vertailumateriaaliin. Lisäksi kaikkien koostumusten LämmönjohtavuusLämmönjohtavuus (λ, yksikkö W/(m-K)) kuvaa lämmön muodossa olevan energian kulkeutumista massakappaleen läpi lämpötilagradientin vaikutuksesta (ks. kuva 1). Termodynamiikan toisen lain mukaan lämpö virtaa aina alemman lämpötilan suuntaan.lämmönjohtavuus kasvaa hieman lämpötilan noustessa. Nämä tulokset osoittavat boorinitridin tehokkuuden täyteaineena epoksihartsien lämmönjohtavuuden parantamisessa.

Yhteenveto

Mittaukset osoittavat selvästi, että epoksihartsien lämmönjohtavuutta voidaan järjestelmällisesti säätää ja lisätä merkittävästi lisäämällä boorinitridiä. Jo kohtuulliset täyteaineen pitoisuudet johtavat lämmönjohtavuuden huomattavaan paranemiseen, mikä avaa uusia mahdollisuuksia lämpövaatimuksiltaan vaativissa sovelluksissa.

Tässä yhteydessä NETZSCH TCT 716 Lambda tarjoaa luotettavan ratkaisun materiaalien karakterisointiin. Sen tarkka GHFM-tekniikka mahdollistaa lämmönjohtavuuden tarkan ja toistettavan määrittämisen jopa matalan lämmönjohtavuuden polymeereille ja täyteaineilla vahvistetuille komposiiteille. Näin ollen TCT 716 Lambda on tehokas työkalu nykyaikaisten lämmönhallintamateriaalien tutkimukseen, kehittämiseen ja laadunvalvontaan.

AI Overview
An error occurred. Please try again.