Método de previsão de limiar de percolação e condutividade elétrica em compósitos poliméricos por simulação de Monte Carlo

Abstract

O desenvolvimento de compósitos condutores de eletricidade com propriedades cada vez mais específicas vem impulsionando avanços tecnológicos nas últimas décadas, sobretudo no setor eletro eletrônico. A concentração mínima de aditivos condutores necessária para que o compósito efetivamente conduza eletricidade é chamada de limiar de percolação, e a sua caracterização é essencial para a confecção de compósitos com propriedades ajustadas para aplicações especializadas. No presente trabalho foi feita a previsão do limiar de percolação e da condutividade elétrica dos compósitos utilizando um simulador por método de Monte Carlo programado em Python. A simulação foi feita levando em consideração a geometria do aditivo condutor, sendo que o simulador foi programado para aplicar partículas esféricas ou cilíndricas, em compósitos bidimensionais ou tridimensionais. O tamanho das partículas foi simulado de duas formas: com dimensão constante e com variação das dimensões das partículas (polidispersão). Os resultados da simulação do limiar de percolação foram comparados com resultados encontrados na literatura de compósitos de grafite sintética em polímero de cristal líquido e também com resultados obtidos experimentalmente de compósitos de polipirrol (PPy) particulado ou fibras de sílica amorfa revestidas com PPy em poli(fluoreto de vinilideno) (PVDF). Os resultados demonstraram que é possível prever os valores de limiar de percolação através do simulador conhecendo os dados de dispersão da geometria do aditivo condutor. Em seguida foram realizadas as simulações de condutividade do compósito assumindo resistência de tunelamento entra as partículas de aditivo condutor e os resultados comparados novamente com os compósitos de grafite e PPy. Os resultados obtidos neste estudo mostraram que o método de Monte Carlo é eficaz para prever a variação de condutividade elétrica e limiar de percolação de sistemas experimentais, contribuindo para a redução da quantidade de amostras preparadas e auxiliando na compreensão dos fenômenos envolvidos na presença de condutividade elétrica em compósitos.

The development of electrically conductive composites with increasingly specific properties has resulted in a boost to technological advances in the last decades, specially in the electric and electronic sectors. The minimal amount of conductive fillers necessary to the composite to effectively conduct electricity is called percolation threshold, and its characterization is essential to the production of composites with properties adjusted to specialized applications. In the present work, the prediction of the percolation threshold and the conductivity of composites was executed through a simulator based on the Monte Carlo method programed in Python. The simulation was performed taking into account a geometry of the conductive filler, as the simulator was coded to apply either spherical or cylindrical particles in two-dimensional or three-dimensional composites. The particle sizes were simulated in two different ways: with constant dimensions or with variable dimensions (polydisperse). The results of the simulated percolation threshold were compared with results found in the literature of synthetic graphite in liquid crystal polymer composites and also with experimental results obtained from polypyrrole (PPy) particles or amorphous silicate fibers coated with PPy (Ppy.FSA) in Poly(vinylidene fluoride) (PVDF) composites. The results demonstrate that it is possible to obtain percolation threshold values through the simulator using the conductive filler's geometric variability data. Next, the composite's conductivity was simulated applying the tunneling resistance concept to the contact between filler particles and the results were again compared to that of graphite and PPy composites. The results obtained in this study demonstrated that the Monte Carlo method is efficient in predicting of the percolation threshold and the variation of electric conductivity of experimental systems, which can allow a decrease in the number of specimens and also contribute to the comprehension of the phenomena involved in the electrical conductivity of composites.