Структура графена изображена с гексагональной решеткой, что подчеркивает его уникальные свойства для термоинтерфейсных материалов.

06.04.2022 by Nishar Hameed, MPhil, PhD CChem, Azadeh Mirabedini, PhD

Использование метода лазерной вспышки для разработки инженерных материалов термоинтерфейсов на основе графена

Обладая уникальным набором физико-механических свойств, графен, двумерная сотовая кристаллическая решетка sp2-гибридизированного углерода, вызывает повышенный научный и промышленный интерес при разработке легких, интеллектуальных и прочных гибридных материалов. Узнайте об использовании метода лазерной вспышки для разработки инженерных термоинтерфейсных материалов на основе графена и прочитайте научную статью, написанную нашим давним клиентом - Технологическим университетом Суинберна, Австралия.

Авторы: Азаде Мирабедини, доктор философии, и Нишар Хамид, магистр философии, доктор химии, группа "умных" материалов и композитов, факультет науки, инженерии и технологий, Технологический университет Суинберна, Австралия

Обладая уникальным набором физико-механических свойств, графен, двумерная сотовая кристаллическая решетка sp2-гибридизированного углерода, вызывает повышенный академический и промышленный интерес при разработке легких, интеллектуальных и прочных гибридных материалов. Наряду со сверхпрочностью и легкостью графен обладает превосходной тепло- и электропроводностью, а также прозрачностью и высокой гибкостью. Собственная теплопроводность графена, как сообщается, находится в диапазоне 2000-4000 Втм-1К-1, в основном в зависимости от его поперечных размеров, качества кристалла и концентрации дефектов, что является одним из самых высоких показателей среди всех известных материалов.[1,2] Интересно, что теплопроводность графена также может изменяться, причем ее значение увеличивается логарифмически в зависимости от размера проводящих дорожек графена в материале.arcЭто свойство графена расширило его применение в полимерных композитах и покрытиях, придав ему "неограниченные" возможности для различных целей терморегулирования. В связи с этим сообщалось о полимерных композитах на основе графена для использования в различных областях, включая материалы для тепловых интерфейсов и радиаторов, теплораспределители, термические смазки, охлаждающие жидкости и т.д.[3].

Большинство существующих методов производства графена пока не позволяют масштабировать его до объемов large, поэтому использование наноматериалов на основе малослойного графена (МГЛГ) в последнее время стало одним из наиболее эффективных, недорогих и масштабируемых подходов для практических тепловых применений.[4,5] МГЛГ сохраняет отличные теплопроводные свойства, обеспечивая большую площадь сечения для теплового потока, и может способствовать образованию взаимосвязанной сети наполнителей МГЛГ в полимерной матрице, повышая тепловые характеристики композитов.[6]

Теплопроводность происходит на молекулярном уровне, когда тепловая энергия поглощается поверхностью, вызывает микроскопические столкновения частиц и передает энергию соседним частицам, и этот процесс будет продолжаться до тех пор, пока происходит приток тепла. Теплопроводность - важнейший теплофизический параметр материала, характеризующий его теплопроводные свойства. Метод лазерной вспышки - это неразрушающий, бесконтактный и точный метод, который наиболее широко применяется для определения тепловых характеристик материалов при повышенных температурах.

Как объединяются измерение и моделирование

В нашей недавней статье в журнале Industrial & Engineering Chemistry Researc h рассказывается о применении прибора NETZSCH LFA 467 HyperFlash®® для исследования свойств тепловой диффузии графеновых нанопластинок (ГНП), модифицированных эпоксидными полимерными нанокомпозитами. ГНП имеют средний диаметр частиц около 25 мкм и содержат около 18-24 графеновых слоев. Высокая скорость сбора данных прибора (2 МГц) позволяет проводить надежные и точные измерения высокопроводящих и/или тонких материалов. Отлитые нанокомпозиты были разрезаны на образцы квадратной формы с длиной стороны 10 мм. Их температуропроводность измерялась между комнатной температурой и 150°C во время нагрева и охлаждения. Используя эффективную теорию medium [7], была разработана простая аналитическая модель, включающая сопротивление Капицы (также известное как межфазное термическое сопротивление или термическое граничное сопротивление) и контактное сопротивление графена с графеном для расчета эффективной теплопроводности нанокомпозитов.

Затем теплопроводность каждого образца рассчитывалась как произведение плотности, температуропроводности и удельной теплоемкости материала. Теплопроводность подготовленных образцов GnP-эпоксидной смолы в зависимости от температуры показана на рис. 1 (a-b) для нанокомпозитов с различным содержанием GnP (xGnP M-25 и M-5, далее сокращенно GnP25 и GnP5, соответственно) (0,5-5,0 мас.%).

График, показывающий теплопроводность и диффузионную способность нанокомпозитов GnP-эпоксидная смола при различных температурах и нагрузках.
Рисунок 1. Теплопроводность чистой эпоксидной смолы и нанокомпозитов GnP-эпоксидной смолы с различной загрузкой GnP

Почему размер и загрузка имеют значение

Значения теплопроводности увеличивались с ростом загрузки GnP, а также размера частиц, при этом нанокомпозиты не достигали видимого порога тепловой перколяции. Новая модель эффективной теплопроводности была проверена экспериментальными результатами для случайно-ориентированных двухфазных гетерогенных нанокомпозитов GnP-эпоксидная смола. В табл. 1 приведены входные параметры, введенные в созданные модели теплопроводности, а затем показана корреляция экспериментальных данных с созданными теоретическими тепловыми моделями, изображенными на рис. 2 (a-b) для нанокомпозитов GnP-эпокси, содержащих GnP25 и GnP5 соответственно.

NETZSCH TMA 402, термомеханический анализатор, имеет точное управление с цифровым интерфейсом для тестирования материалов.
Таблица 1: Входные параметры для моделирования теплопроводности нанокомпозитов GnP-Epoxy
Корреляционные графики, сравнивающие теоретические тепловые модели и экспериментальные данные для теплопроводности нанокомпозитов GnP25 и GnP5.
Рисунок 2. Графики корреляции теоретической тепловой модели с экспериментальными данными для (a) нанокомпозитов, содержащих GnP25 и (b) GnP5, соответственно

Стабильное увеличение теплопроводности с ростом загрузки наполнителя наблюдается как для частиц GnP25, так и для GnP5. Кроме того, наблюдалось сильное согласие между значениями, предсказанными моделью теплопроводности, и экспериментальными данными для обоих типов композитов (см. рис. 2 (a-b)), с расчетными коэффициентами корреляции ~0,98 и ~0,99 для нанокомпозитов, содержащих GnP5 и GnP25, соответственно. Этот результат доказывает, что построенная в исследовании модель теплопроводности может обеспечить хорошее предсказание теплопроводности нанокомпозитов GnP-эпоксидной смолы при различных загрузках GnP. Повышение эффективности масштабируемости производства и расширение существующих моделей материалов поможет разработать графеновые композитные структуры с предсказуемыми свойствами и безопасными режимами разрушения, что, в свою очередь, облегчит производство масштабируемых композитов с ламинатной структурой для ряда высокотехнологичных применений, таких как аэрокосмическая и автомобильная промышленность.

Эта работаarch способствовала сотрудничеству под руководством DMTC с сетью исследовательскихarch и промышленных партнеров по всей Австралии. Более подробную информацию можно найти в статье: Ссылка на https://pubs.acs.org/doi/abs/10.1021/acs.iecr.1c04621

Ссылки

[1] E. Pop, V. Varshney, A. K. a. K. Roy, MRS Bull.2012, 37, 1273.

[2] M. C. Mbambo, S. Khamlich, T. Khamliche, M. K. Moodley, K. Kaviyarasu, I. G. Madiba, M. J. Madito, M. Khenfouch, J. Kennedy, M. Henini, E. Manikandan, M. Maaza, Sci. Rep.2020, 10, 1.

[3] J. Chen, B. Liu, X. Gao, Results Phys.2020, 16, 102974.

[4] A. Mirabedini, A. Ang, M. Nikzad, B. Fox, K. T. Lau, N. Hameed, Adv. Sci.2020, 1903501, 33.

[5] M. Reghat, A. Mirabedini, A. M. Tan, Y. Weizman, P. Middendorf, R. Bjekovic, L. Hyde, D. Antiohos, N. Hameed, F. K. Fuss, B. Fox, Compos. Sci. Technol.2021, 211, 108842.

[6] Z. Barani, F. Kargar, A. Mohammadzadeh, S. Naghibi, C. Lo, B. Rivera, A. A. Balandin, Adv. Electron. Mater.2020, 6, 1.

[7] L. Anderson, P. Govindaraj, A. Ang, A. Mirabedini, N. Hameed, Carbon Trends2021, 4, 100047.

[8] Y. Su, J. J. Li, G. J. Weng, Carbon N. Y.2018, 137, 222.

[9] M. Gresil, Z. Wang, Q. A. Poutrel, C. Soutis, Sci. Rep.2017, 7, 1.

AI Overview
An error occurred. Please try again.