在实空间与倒易空间中分析晶态聚合物的热传输

为什么塑料里的热可以像在金属中那样传播

我们大多数人认为塑料是良好的热绝缘体，但当其链段完美排列时，某些塑料在链方向上传热能力几乎可与金属媲美。本文探讨热如何在两种常见聚合物的高度有序形态中传递——聚乙烯（用于日常塑料）和聚噻吩（一种典型的半导体塑料模型）——并提出一个看似简单的问题：非常不同的模拟方法能否就这些材料的热导达成一致？

两种整齐的塑料，却有截然不同的特性

研究聚焦于晶态聚乙烯和聚噻吩，在这些材料中，长分子链以整齐、重复的方式堆积。在通常纠缠无序的非晶态下，这些聚合物几乎不传热，但当链被拉伸并对齐时，对聚乙烯纤维和薄膜的测量显示其在链方向上的热导可与某些金属相当。对于聚噻吩，过去只有理论数据。了解完美有序晶体中热流的真实上限对于设计轻质散热器和先进柔性电子器件至关重要，然而以往对聚乙烯的计算结果因所用方法和相互作用模型不同而相差好几倍。

观察热流的两种途径

作者比较了两大类方法。“实空间”模拟中，分子动力学追踪单个原子的时间演化：施加温差、观察能量流动，然后提取热导率。“倒易空间”方法则用声子——量子化的振动波——来描述同一过程：声子的速度、寿命和占据一起通过玻尔兹曼输运方程决定热流。每种方法都有固有的折衷：基于声子的计算通常只包含最简单的三声子散射事件，但正确处理了量子统计；分子动力学天然包含各种高阶非谐效应（复杂散射），但依赖经典统计，对于室温下的高频振动这一假设开始变得令人怀疑。

机器学习作为共同语言

使这些方法可比的一个核心步骤是如何计算原子力。研究者没有依赖传统且常常不够精确的力场，也没有在每一步都进行昂贵的量子计算，而是使用机器学习得到的“矩张量”势。这些势在一小部分高精度量子力学数据上训练，然后用于运行非常长、非常大的模拟，接近第一性原理的精度。团队有意构建了稍有差别的势版本，分别优化以获得精确的振动态学性质或稳定的长时分子动力学，并交叉检查以确保结果的差异在他们要解析的物理趋势面前很小。

一切顺利时：聚噻吩的情况

对于晶态聚噻吩，各种方法几乎给出相同的结论。仅包含三声子散射的声子计算预测链方向热导大约在80–100 W m−1 K−1，具体数值取决于是否采用标准简化或求解更完整的方程。基于分子动力学的方法——无论是从轨迹中提取声子寿命，还是完全的实空间方法驱动或放松温度梯度——在应用了小且可理解的修正后也落在基本相同的范围。更细致的分析揭示了原因：主要的热载体是相对低频的振动模式，对于这些模式，经典和量子统计在室温下并无太大差异，并且三声子过程已经提供了充足的能量散射途径。因此在该聚合物中，不同方法是一致的，各自的近似并不会造成严重偏差。

简单带来的麻烦：聚乙烯的情况

聚乙烯的行为则大不相同。其简单重复的主链导致可用的振动分支更少，且能量和动量守恒规则在约11到16太赫兹的高频模式带中抑制了许多三声子散射通道。在仅包含三声子过程的标准声子计算中，这些模式获得了异常长的寿命并主导热传输，从而得到高于300 W m−1 K−1的惊人预测热导。当作者改为从分子动力学推断声子寿命时——在分子动力学中所有高阶散射都存在——这些相同的模式仍然重要，但其寿命显著缩短，使热导降低超过一倍。由于这些关键模式位于高频区域，经典统计的假设也开始失效，使用经典与量子描述其占据数会导致近50%的差异。

这对设计传热塑料意味着什么

通过将精确的机器学习力场与一系列互补方法结合，研究表明对晶态聚合物的热传输进行一致描述是可行的——但前提是尊重每种材料的微妙物理特性。对于聚噻吩，三声子散射加上任一常见模拟策略已能给出可信的图景。然而对于聚乙烯，同样的简化会严重高估完美晶体的导热能力，因为它们忽略或错误处理了高阶散射以及高频振动模式的量子属性。作者得出结论：若要设计超高热导的聚合物纤维与薄膜，必须考虑这些效应以设定现实的目标，且在实空间与倒易空间方法之间交叉检验，是揭示热输运模型中隐含假设的有效途径。

引用: Reicht, L., Legenstein, L., Wieser, S. et al. Analysing heat transport in crystalline polymers in real and reciprocal space. npj Comput Mater 12, 129 (2026). https://doi.org/10.1038/s41524-026-01988-0

关键词: 晶态聚合物, 热导率, 声子, 分子动力学, 机器学习势