一项结合了使用LVT重建的随机微结构与改进的LBM方法对开孔泡沫中的ETC（特定物理现象）进行的研究

《International Journal of Thermal Sciences》：A combined study of ETC in open-cell foam using LVT-reconstructed stochastic microstructures and modified LBM approach

本研究开发了一个综合数值框架，结合3D Laguerre-Voronoi分割（LVT）和修正的D3Q19晶格玻尔兹曼方法（LBM），用于预测开孔泡沫（OCFs）的有效热导率（λ_eff）。通过系统研究孔隙体积变异系数（CV(V)）和固体基体直径（ds）对λ_eff的影响，发现低温度下高CV(V)和更小ds能显著降低λ_eff（约41%），而高温下辐射主导，高CV(V)的λ_eff略高（5.4%）。该框架为OCFs的优化设计提供了可靠工具，适用于航空航天热防护和工业热交换器等宽温域应用。

　　
开放胞孔泡沫（OCFs）作为航空航天、高温工业系统及催化反应器等领域的核心热管理材料，其性能优化长期受限于理论模型对微观结构随机性和温度依赖性热传递机制的整合不足。针对这一技术瓶颈，本研究构建了融合三维拉盖尔 Voronoi 划分（LVT）与改进型D3Q19格子玻尔兹曼方法（LBM）的综合数值框架，首次实现了孔隙体积变异系数（CV(V)）、固体基质直径（ds）与平均温度（T_ave）对有效热导率（ETC）的全参数耦合模拟。该研究突破传统模型在孔隙分布表征、多尺度热传递耦合及高温辐射效应分析等方面的局限，为OCFs的精准设计提供了科学依据。

在微观结构建模方面，研究采用随机球体堆积算法生成符合实际OCFs统计特征的多孔网络。通过引入对数正态分布参数控制孔隙体积的异质性，使重建的胞孔结构不仅包含孔隙直径（1-4mm）的随机分布，还能精确模拟固体骨架的厚度波动（0.2-0.8mm）与连接路径的曲折性。这种LVT方法相比传统规则多面体模型（如十四面体胞元），能更真实地反映商业OCFs（孔隙率70-98%）的微观特征，同时保持足够的计算效率支持多参数并行研究。

热传递机制建模创新性地整合了四类传热过程：固体骨架传导、气体对流与扩散、孔隙间的耦合热传导以及辐射效应。特别针对高温工况（T_ave≥1100K），研究建立了辐射等效热导率模型，通过实验数据验证了辐射传热在1200K时占比可达总热导率的35-40%。这种多物理场耦合的LBM改进方案，成功解决了传统方法忽略辐射效应和孔隙间耦合传热的两大缺陷。

关键研究发现显示：在低温区间（500-1100K），高CV(V)（0.7-1.2）与细小固体骨架（ds<0.4mm）的协同作用可使有效热导率降低至22.5mW/(m·K)，较均匀孔隙结构（CV(V)=0.45）降低41%。这种性能提升源于非均匀孔隙分布形成的复杂导热路径，有效抑制了气体分子的直线传导。值得注意的是，当孔隙体积变异系数超过0.8时，结构优化效益开始衰减，表明存在孔隙异质性的最佳平衡点。

对于高温工况（≥1100K），辐射传热的主导地位使热导率表现发生逆转。实验表明，CV(V)=1.0的非均匀结构在1200K时热导率较均匀结构（CV(V)=0.45）反而提升5.4%，这源于不规则孔隙网络增强的辐射交换效率。研究进一步揭示了固体基质直径的阈值效应：当ds<0.3mm时，辐射传热贡献占比超过60%，此时需通过调控孔隙异质性来抑制辐射增强效应。

该数值框架通过三个关键验证环节确保可靠性：首先，利用商业铜基OCFs（10PPI，孔隙率70.05-93.47%）的CT扫描数据重构微观结构，与实际样本的孔隙体积分布（对数正态分布参数μ=4.32，σ=0.58）高度吻合（R2=0.91）；其次，在常温（298K）下对闭孔泡沫的理论解进行反向验证，确认气相传热模型误差<5%；最后，在高温（1200K）辐射主导条件下，与基于Rosseland扩散方程的传统模型相比，改进LBM的预测误差降低至8.7%。

工程应用方面，研究揭示了OCFs设计的三重优化法则：在低温工况下（T_ave<800K），优先选择CV(V)>0.7且ds<0.4mm的异质结构，通过增加孔隙曲折度实现气相传热的最大化抑制；在高温工况下（T_ave≥1100K），则需平衡孔隙异质性与固体骨架连续性，推荐CV(V)=0.6-0.8且ds=0.3-0.5mm的中间状态；对于800-1100K的中温区，研究发现CV(V)与ds的协同效应最显著，通过建立多目标优化模型可同时满足孔隙率（>85%）和热导率（<25mW/(m·K)）的工程需求。

该研究突破传统建模方法在多尺度耦合与温度依赖性分析方面的局限，首次构建了涵盖孔隙异质性、温度敏感特性及多场耦合效应的OCFs热性能预测体系。其技术优势体现在：1）微观重建精度达33μm（CT扫描分辨率），完全覆盖工业OCFs（孔隙直径1-4mm）特征尺度；2）改进LBM求解器在百微秒级时间步内即可完成128×128×128网格的稳态计算；3）建立的参数敏感性矩阵（包含6个关键变量）显著缩短了优化周期，设计迭代效率提升60%以上。

在工程应用层面，研究为OCFs的高效设计提供了量化指南：针对航天器再入防护（工作温度区间-180-1200℃），建议采用分阶段优化策略——在低温段（-180-500℃）使用高变异系数（CV(V)=1.0）细孔结构，而在高温段（>1100℃）切换为低变异系数（CV(V)=0.6）中孔结构，配合固体基质直径的梯度调节（0.3-0.5mm）。对于工业热交换器（工作温度800-1200℃），推荐开发双区异质结构：在辐射敏感区（>1000℃）采用均匀孔隙（CV(V)=0.45）以降低辐射热流，而在温度缓冲区（800-1000℃）通过适度异质孔隙（CV(V)=0.7）维持高效隔热。

该研究已通过上海海事大学与 Merchant Marine College 的联合验证，成功预测了三类商业OCFs（编号1-3）的热性能，预测值与实测数据的偏差均控制在8%以内。特别值得注意的是，在1200K高温工况下，研究模型对孔隙分布与辐射传热的耦合效应模拟误差仅为4.3%，这标志着OCFs高温性能预测进入高精度时代。当前研究正在拓展至相变热管理领域，计划将LVT-LBM框架与超细晶铜基OCFs的相变潜热耦合，为开发宽温域（-200-1400℃）智能隔热材料奠定基础。

该成果已申请国家发明专利（申请号：CN2025XXXXXXX），并正在与国内航空航天研究院所合作开发新一代OCFs热防护材料。研究团队通过建立OCFs设计参数数据库（包含孔隙率、变异系数、基质直径等12个关键参数），为材料基因组计划在隔热材料领域的应用提供了标准化数据支撑。后续工作将重点探索OCFs在极端工况（如核聚变反应堆内衬）下的长期稳定性，以及多物理场耦合作用下的失效预测模型。

该研究不仅解决了OCFs热性能预测的三大核心难题——微观结构表征精度不足、多场耦合模型缺失、温度依赖性参数化困难——更重要的是建立了从微观结构参数到宏观性能指标的全链条量化模型。通过开发基于机器学习的参数优化引擎，研究团队成功将OCFs的热导率优化效率提升至传统试错法的5倍以上，为新型隔热材料的快速开发提供了革命性工具。