热界面材料:还是未知物吗?
日期:2019-05-28
热界面材料(TIMs)在各个应用领域的不同部件之间变得越来越重要。从LED到大功率电子产品,半导体都在变得越来越小,然而功率却越来越大。在许多方面,元件的封装技术已经达到了物理设计极限,使得整个元件的总热阻小于0.1 K/W。然而,当元件被添加到PCB、散热器或应用的其他部分上的时候,总热阻却可能增加十倍。
在查看产品的数据手册,并将其运用到所需的应用场景时,需要考虑以下几个与TIMs测试有关的因素:
o材料是如何测试的?
o与应用场景相比,测试样本的尺寸是多少?
o使用哪种类型的材料?
当然,还会提出来更多的问题,但是上述三点涵盖了行业内最基本的问题。下面我将逐一分析上述这些问题,以提供给大家一个基本的概述。
材料是如何测试的?
这似乎是最显而易见的问题,但就TIMs而言,它未必是最重要的问题。虽然大多数TIM供应商都有自己的内部标准,但他们基本上都参考标准ASTM D-5470(见图1)。该方法的原理非常简单:
o将待测的TIM放在两个金属臂之间;
o每个金属臂应布置多个热电偶;
o在顶板上施加热源,让热量从上到下流动;
o记录各热电偶之间的温度变化;
o通过对金属臂施加不同的压力从而对TIM施加不同压力,重复这一过程
图1:ASTM D-5470型设备,包含两个金属触点,每边有多个热电偶来测量热流。
然而,对于如何施加压力、样本尺寸以及热电偶如何放置的说明,标准并没严格定义。当然,也有最佳实践,但这只是公司用来定义自己内部方法的。
有趣的是,与测试方法本身所包含的问题相比,测试方法是最不重要的问题。困惑吗?让我来解释一下。
难题
使用热界面材料的作用是填补不平坦表面的空隙。如果将两个粗糙的表面相互重叠,就会产生微小的空隙,从而显著增加热阻。那您会想为什么不干脆把粗糙的表面弄光滑呢?然而,工艺难度和成本决定了这很难。所以我们能想到的解决方案是TIM。它更便宜并且可以选择性地应用。这看起来不错。然而,当测试材料本身时,那些不能填补的空隙所引入的接触热阻也会一起被测量了。
图2:在测试设置中增加接触热阻
您可能会认为,解决办法是把它包起来,送到太空,然后在真空中进行测试。然而,考虑到该应用场景有可能会出现在汽车或手机的设计方案,那么这个所谓的解决方案离现实的距离就如同星系EGS-zs8-1到地球的距离一样遥远。
此外,上述所讨论的测试系统是认为热流路径是一维传导的。因此,除非真实应用场景的表面积小于1平方厘米,否则这种测量可能无法接近真实应用 (这就引出了第二个问题)。由于测试场景和应用场景之间的几何结构的差异,不仅样本的大小很重要,施加的压力也很重要。样本越大,施加的压力就越需要精确。
这一要求提出了多个问题:
o较大的表面积意味着非一维热流路径。
o不同的压力意味着在相同的材料上,TIM的性能会随着压力的不同而不同。
o TIM实际应用于应用场景的边界条件是什么?
o在测试条件下,不同的材料将会表现出怎样的差异?
o填补这些空隙是否是用柔软的材料?
O如果用更硬的材料,是否需要施加更恒定的压力?
所有这些未解决的问题为我们提供了测量数据和供应商数据之间的差异,如图3所示。
图3:将ASTM D-5470方法(Statim)与Mentor Graphics DynTIM和来自相同TIM的供应商数据进行比较的数据集
我们的解决方案
当然,新的测试解决方案总会出现。也有可能在我写这篇文章的时候,一个雄心勃勃的工程师正想出了一个突出的解决方案来解决我的一个问题。尽管如此,我还是想提出一种新方法来解决这一困境。
通过将上述测试方法与现场特性表征的要求相结合的方式,我们可能无法解决上面的每一个问题,但是我们可以将测试结果与实际应用相关联。这样在考虑设计时,往往比单独处理所有问题更有价值。那么它是如何运作的呢?
1. 我从Mentor Graphics公司的 DynTIM设备测试数据,其工作原理类似于标准ASTM D-5470,但增加了专有的结构函数技术。
图4:DynTIM,用二极管作为热源,用结构函数分析代替热电偶测量来测量材料的热阻
2. 测试待测材料的数据
图5:在不同类型的材料上进行的DynTIM测试
3. 进行结构函数分析
图6: 对从图5中的DynTIM收集的数据进行结构函数分析
益处
结构函数是连接应用场景与材料测试之间的纽带。利用结构函数方法,我们不仅可以获得待测材料的理论数据,还可以将其应用到应用场景中,利用结构函数比较性能。这将提供许多不同层次的数据:
o理论数据与实践表现的关系;
o应用场景的质量问题(不良表面导致接触问题,或压力不同导致不同的性能);
o对尚未购买的材料进行验证;
o从材料的数据表或模拟中发现可能不会立即显现的材料参数。
总的来说,我想说明的是,目前的方法是不够的。虽然每家公司可能都有自己的基准,但材料的买家必须对基准进行验证。然而,如果我们能将实验室数据(仅限材料)与真实应用环境下的性能进行比较,就可以省去很多工作。