中文

热导油流变学不确定性量化的层次贝叶斯推断

软凝聚态物质 2025-08-08 v2

摘要

流变学上复杂软体材料如热导油由填料颗粒构成,嵌入聚合物基质中。这些材料用于改喃固体-固体接触的 conformity 并增强散热传递。复杂软体材料表现出瞬态非牛顿流变响应,包括厚泥性和粘弹性。以往方法使用非线性弹性-粘弹-塑性(NEVP)模型和厚泥-弹性-粘弹-塑性(TEVP)模型成功捕捉了受剪切商业热导油的应力松弛和积累。然而,先前的模型校准方法忽略了参数不确定性,仅提供 rheological 参数的单个值,且未定量评估所选模型从数据中可辨识性或校准的可信度。我们通过层次贝叶斯推断来解决这些限制,考虑来自表观不确定性和后验不确定性来源的不确定性。重要的是,层次方法允许我们通过允许模型参数在不同剪切率下变化来吸收测量不同启动剪切率下应力响应的实验数据。随后,我们获得全局分布及其相关不确定性。我们还将不确定性传递到由模型预测的瞬态剪切应力响应中。总体而言,我们证明了所选的NEVP和TEVP模型从流变学启动数据中可被辨识。然而,对于TEVP模型,在用于推断的更高剪切率下,参数的不确定性较低(分布更窄)。

关键词

引用

@article{arxiv.2503.10608,
  title  = {Hierarchical Bayesian inference for uncertainty quantification of thermal grease rheology},
  author = {Pranay P. Nagrani and Akshay J. Thomas and Amy M. Marconnet and Ivan C. Christov},
  journal= {arXiv preprint arXiv:2503.10608},
  year   = {2025}
}

备注

18 pages, 15 figures; v2: minor updates, add further appendices, accepted for publication in Journal of Rheology