近日，西南交通大学李翔宇教授课题组在复合材料等效热导率预测的数值方法研究方面取得了重要进展。相关成果以“A robust lattice Boltzmann scheme for high-throughput predicting effective thermal conductivity of reinforced composites”为题发表在国际能源领域顶级期刊《Applied Energy》（中科院一区TOP，IF：11.2）。博士研究生杨名山为第一作者，李翔宇教授为通讯作者，浙江大学陈伟球教授为合作作者。
论文链接：https://doi.org/10.1016/j.apenergy.2024.123726
图1. 论文首页
导热填料增强的聚合物和相变复合材料在现代电子工业和能源相关领域有着广泛的应用。基于微观几何结构预测复合材料的等效热导率，能够深入挖掘复合材料导热网络中的热输运机理，加速新一代高导热聚合物和相变复合材料的探索和应用，因而吸引了学者们的广泛关注。
增强复合材料的微结构十分复杂，填料形成的导热互联网络通常只有在三维空间中才能得以合理表征，并且涉及大量填料与基体间的热阻界面。采用传统数值方法开展数值模拟面临着繁琐的界面处理和高昂的计算成本。高通量的数值模拟往往难以实施。因而目前关于增强复合材料中导热网络的热输运机理认识尚不充分，缺乏准确、全面的预测模型。这给增强复合材料的制备、设计和优化带来了困扰。
图2. 不同形状的导热填料的电镜扫描图(a-c)和重建的增强复合材料的代表性体积单元(d-k)
针对这一难题，李翔宇教授课题组开展了系统深入的研究。首次发现并证实了格子Boltzmann方法中存在最佳收敛参数，并基于此提出了一种高效预测三维复杂介质等效热导率的新格子Boltzmann算法。新算法具有数值精度高、界面处理简便、易于并行等优点，适用于各种三维复杂结构的稳态热传导模拟。最为重要的是，新算法的计算效率比传统方法高数百倍。原本需要数百小时的计算任务，新算法不到一小时就能实现。为展示该算法的高效性，对20,000个网格数为256×256×256的三维代表性体积单元开展了数值模拟。这一计算任务对于传统方法几乎是不可能完成的，而本文发展的新算法可以容易地实现。基于充足的结构-热性质数据，系统地研究了不同维度填料混填复合材料的等效热导率，并发展了一个全面的机器学习预测模型。
图2. 不同模型参数下算法收敛所需的迭代次数的比较。蓝色为传统方法所需的迭代次数，红色为本文提出的新算法所需的迭代次数
本研究工作发展了一种高效预测复合材料等效热导率的新数值算法，使大网格数、高热导率比的三维复杂结构的高通量模拟成为了可能，为复合材料热性质的数据驱动研究提供了有力支撑。
该研究受到了国家自然科学基金重大项目子课题(Nos.: 12192210, 12192211)、国家自然科学基金面上项目(Nos.: 12072297, 12172343)、中央高校基础研究业务费(Nos.: 2682021ZTPY056, 2682023CX058)和西南交通大学前沿科技培育项目(No.: 2682022KJ050)的支持。
