冷喷雾剂(CS)颗粒沉积,也称为冷喷雾添加剂制造,为聚合物底物上的高通量功能金属化提供了机会。然而,由于需要专用且成本密集的实验表征工具,对基于CS的聚合物金属化和量化沉积概率进行了建模。这强调了对预测方法(例如数值建模)的关键需求。为此,目前的工作旨在通过使用三个网络聚合物模型(TNM)来通过数值建模来解决这一关键差距,以在给定的CS过程设置下预测沉积概率的方式。在这方面,对具有不同密度和直径变化的硬颗粒和软颗粒的CS进行了建模,然后进行实验验证。值得注意的是,代表粒子动能的比例的维数(η)是一种预测工具,以估计聚合物底物的CS金属化概率。此外,扩展了建模努力以在CS过程的η数量和面积覆盖率之间建立相关性。发现有效CS聚合物金属化应高于0.8。受控的实验证实了数值建模是针对聚合物CS金属化的高保真预测方法的可行性和可靠性,从而最大程度地减少了对成本密集的试验和纠正效果的需求。
主要关键词