基于形状记忆调查Elastocaloric冷却过程和模型验证实验方法
2016年5月2日
提出了研究形状记忆合金 （SMA） 的固态冷却过程和表征弹性热量材料特性的实验方法。定制的测试台已被设计为用于控制和全面监测弹性热量冷却过程。此外，它还为热机械耦合建模方法提供了一个验证平台。
本实验的总体目标是研究弹热材料和弹热冷却过程。为此，已经开发了一个科学测试台来执行基本的材料表征和先进的弹性热量过程控制。我们的方法描述了材料性能和过程控制对冷却过程的冷却功率和效率的影响。
这些发现有助于开发优化的弹性热量冷却工艺，这是设计高效冷却设备的基础。在快速绝热加载过程中，形状记忆合金的潜热导致加载过程中的温度升高，并在随后的卸载过程中温度降低。弹热冷却过程的研究是波鸿鲁尔大学材料科学小组与德国萨尔布吕肯萨尔大学机电一体化工程的两个小组之间的合作。
它涉及材料和工艺的优化，以及模拟工具的开发。开发的科学测试台能够研究形状记忆合金和热源以及形状记忆合金和散热器之间固态热传递的弹性热量效应。该技术的主要优点是可以独立研究每个控制参数对工艺值（如功和热量）的影响。
此外，该系统还配备了综合系统，用于测量每个工艺步骤的机械和终端数量。首先，使用卡尺测量形状记忆合金带，并确定样品的横截面。然后，在样品上涂上一层薄薄的高辐射率板。
接下来，将电机控制器程序中的目标位置设置为零微米，然后单击启用作按钮。在此位置，夹具之间的距离为 90 毫米。将样品放在实验装置的夹具之间，并使用特殊设计的对齐工具对齐样品。
然后，使用安装辅助工具拧紧夹具，并使用扭矩扳手将螺钉拧紧至 20 牛顿米的力。semper 的阵容非常关键。semper 上的滑轮将在几个周期后失效。
启动 IR 相机软件，并加载 50 毫米镜头与特写镜头组合的校准。选择 1， 280 x 100 像素的图像大小和零下 20 到 50 摄氏度的温度范围，然后使用马达对焦装置定位相机。打开用于训练和材料表征的控制程序。
接下来，将起始位置设置为 0 微米，并选择 4， 500 微米的目标位置，以便材料发生完整的相变。将线性直接驱动速度设置为每秒 45 微米，这相当于应变率的 5 乘以 10 到每秒负 4。接下来，将保持时间设置为 0 秒，将周期数设置为 1，将红外摄像机采集速率设置为每帧 50 毫秒，然后单击开始按钮加载设置。
现在，打开 IR 相机软件，选择一个文件名，并分配 5， 000 帧。从内部触发源切换到外部触发源，并启动数据采集模式。然后，打开控制程序并按下 start experiment 按钮以运行实验。
要开始表征材料，请打开培训和材料的控制程序。然后，设置起始位置，使样品开始时处于零负载状态，并将目标位置设置为等效于训练的目标位置，即 4， 500 微米。接下来，根据需要设置应变速率，并选择每秒 9， 000 微米的线性直接驱动速度，这会导致横截面积为 0.75 毫米 x 1.4 毫米或更大的样品发生绝热相变。
将保持时间设置为 180 秒，以便在实验前有足够的时间让样品达到所需的初始温度。然后，将周期数设置为 1，将红外摄像机采集速率设置为每帧 5 毫秒，然后单击开始按钮加载设置。接下来，打开 IR 相机软件，选择文件名，并为实验分配 80， 000 帧。
从内部触发源切换到外部触发源，并启动数据采集模式。在控制程序中，按下 start experiment 按钮开始实验。为了调查局部温度峰值，首先要关掉灯。
然后，从红外相机的视野中去除所有热源，并将镜头更换为显微镜镜头。接下来，更改相机校准设置，加载显微镜镜头，并在 20 到 50 摄氏度范围内校准 500 x 250 像素的图像大小。使用电机聚焦装置聚焦样品。
然后，如前所述，以每秒 900 微米的线性直接驱动速度进行标准拉伸试验。在样品仍在原位的情况下，启动 IR 相机软件并加载带有特写镜头的 50 毫米镜头的校准。选择图像大小为 1， 280 x 1， 024 像素，温度范围为负 20 到 50 摄氏度。
打开控制程序并设置控制参数。设置形状记忆合金线性直接驱动的起始位置，使样品处于零负载下。此外，将目标位置设置为与训练的目标位置等效。
将用于加载和卸载形状记忆合金的线性直接驱动的速度设置为每秒 9， 000 微米。然后，将设置下层的线性直接驱动的速度设置为 100 毫米/秒。接下来，将接触时间设置为 6 秒。
在加载和卸载模式后选择触点，并将循环次数设置为 40。选择每帧 20 毫秒的红外摄像机采集速率，然后单击开始按钮加载设置。在 IR 相机软件中，选择一个文件名，并为实验分配 50， 000 帧。
从内部触发源切换到外部触发源并启动数据采集模式。最后，打开控制程序并按下开始实验按钮。这将开始弹性热量冷却循环。
在这个电影剪辑中，镍钛带在训练过程中被拉紧。受控拉伸导致平均温度升高 12.2 开尔文。该材料遵循典型的磁滞曲线，并最终形成如红色所示的响应。
此处显示的镍钛铜钒带，磁滞宽度随着应变速率的增加而增加。这是相变过程中温度变化的结果。该图显示，在某个点之后，温度变化不会随着应变率的增加而进一步增加。
该红外视频显示，通过增加冷却循环次数，散热器和热源之间的温差增加，并导致材料的最小和最大温度变化减小。在第一个循环之后，由于散热器和热源不接触整个色带，因此会出现不均匀的温度曲线。在这里，您可以看到拉伸试验的实验和模拟之间的比较。
仿真的基础模型是对热机械耦合 Mueller Achenbach Selleck 模型的修改。这表明该模型能够再现材料的机械和热行为。因此，在尝试该程序时，重要的是要记住，设计要求是监控所有冷却步骤，以及对变化参数的直接控制。
热封装将提高过程的效率，但可观察性会大大降低。对于之后真实设备的开发，您当然会考虑它。按照此程序，可以执行除绝热过程控制之外的其他过程变化，例如非绝热绝热组合过程，以回答其他问题，例如接触相的影响以及过程效率和冷却功率。
看完这个视频，你应该对弹性热量冷却效应有一个很好的了解，以及材料优化和过程控制如何影响过程的冷却功率和效率。
查看完整文字稿并访问数千部科学视频
概述
本研究利用自制测试装置研究弹热材料和冷却过程。研究重点在于表征形状记忆合金（SMA）并优化冷却效率。
研究的关键组成部分
科学领域
- 材料科学
- 机电一体化工程
- 热管理
背景
- 弹热材料在加载和卸载过程中表现出温度变化。
- 形状记忆合金是理解弹热效应的关键。
- 卢尔大学和萨尔兰大学之间的合作增强了研究能力。
- 研究冷却过程可以导致高效冷却装置设计。
研究目的
- 探索弹热材料的性质。
- 为实际应用开发优化的冷却过程。
- 通过实验数据验证热机械模型。
所用方法
- 开发科学测试装置用于材料表征。
- 控制弹热冷却过程。
- 监测加载和卸载过程中的温度变化。
- 与多个研究团队合作进行全面分析。
主要结果
- 实现了形状记忆合金性质的表征。
- 展示了材料性质对冷却功率的影响。
- 基于实验结果开发了高效冷却过程。
- 成功验证了热机械模型。
结论
- 弹热材料在高效冷却应用中显示出前景。
- 优化的过程可以推动冷却装置技术的进步。
- 合作增强了该领域研究的深度。
常见问题
Executive Industry Relevance
Elastocaloric cooling using shape memory alloys presents a solid-state alternative to conventional vapor compression systems, offering potential for environmentally friendly thermal management in biopharma manufacturing and storage. The described test rig enables independent control of mechanical loading and thermal monitoring, supporting mechanistic de-risking of material performance under process-relevant conditions. This capability aids in predictive confidence for material selection in temperature-sensitive bioprocessing applications.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of thermodynamic hypotheses in shape memory alloys through controlled mechanical deformation and synchronized thermal measurement.
- Operational Value: Provides reproducible quantification of elastocaloric effects, reducing ambiguity in material response characterization.
Screening & Assay Development
- Scientific Value: Facilitates preparation of validated SMA systems for downstream thermal process evaluation via standardized mechanical cycling protocols.
- Operational Value: Supports assay standardization through synchronized measurement of work, heat, and temperature transients using infrared thermography.
Translational & Preclinical Research
- Scientific Value: Enables differentiation of material, process, and boundary condition influences on cooling efficiency, supporting translational biomarker alignment in thermal management systems.
- Operational Value: Provides continuity from discovery through preclinical validation by linking experimental data to thermomechanical model refinement.
Pipeline & Workflow Integration
The method positions elastocaloric characterization within the discovery continuum, informing lead identification of advanced cooling materials and preclinical work on solid-state thermal systems through iterative model-experiment validation.
- Discovery Biology: Supports hypothesis testing of phase transformation mechanics and pathway clarification of latent heat contributions under adiabatic conditions.
- Screening: Describes assay readiness via reproducible strain-rate-controlled cycles and quantitative infrared thermography outputs for thermal performance screening.
- Analytics: Highlights synchronized mechanical and thermal readouts that enable comparative analysis of process variables on cooling power and efficiency.
- Translational Research: Connects method to preclinical continuity through model validation, ensuring predictive reliability of simulated thermal behavior in device-relevant geometries.
- Enterprise Reuse: Frames the test rig as a reusable platform for evaluating multiple SMA compositions and geometries across thermal management projects.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence in material thermal response, reduction of mechanistic ambiguity in elastocaloric effect under varying strain rates and cycle counts.
- Operational Value: Standardization of mechanical control and thermal monitoring, reproducibility of synchronized data acquisition, scalability to different sample sizes and thermal boundary conditions.
- Strategic Value: Better go/no-go decisions in material selection for cooling applications, capital efficiency through early-stage de-risking, reduced late-stage biological risk in temperature-sensitive bioprocesses.
- Portfolio Impact: Risk-adjusted prioritization of elastocaloric materials based on validated cooling power and efficiency metrics from experimental-simulation correlation.
Implementation Considerations
- Requires expertise in mechanical testing, infrared thermography, and thermomechanical modeling.
- Dependent on precision linear drives, high-speed IR cameras, and synchronized data acquisition systems.
- Necessitates cross-team standardization between materials, mechatronics, and thermal engineering groups for consistent protocol execution.
- Involves adaptation considerations for different SMA alloys, geometries, and thermal interface materials affecting heat transfer observability.
- Practical limitations include reduced thermal observability under encapsulation and challenges in isolating interfacial heat transfer effects during cycling.
