Análisis de Conductividad Térmica

Existen varias técnicas para el análisis de conductividad térmica, por lo que seleccionar el método adecuado es fundamental para obtener unos resultados precisos. Entre las metodologías disponibles, no existe una única técnica capaz de analizar todo tipo de muestras en sus diferentes aplicaciones, por lo que los investigadores que trabajan analizando esta propiedad deben comprender los beneficios y desafíos de cada una de ellas y así poder seleccionar el mejor método para sus muestras.

Los análisis de conductividad térmica siempre han estado dominados por métodos de estado estacionario, metodologías que son extremadamente precisas pero tienen limitaciones como el tamaño de la muestra, el tiempo de análisis y un alto grado de experiencia requerido en el usuario para obtener resultados consistentes en los análisis. Por otro lado, las primeras técnicas transitorias datan de principios del siglo XX, y explotaban muestras simples con una técnica bastante fácil de alambre caliente en un medio finito para que el análisis y validación de los datos fueran comprensibles sin necesidad de un software avanzado. Con el avance tecnológico, hubo una expansión de las metodologías para el análisis de la conductividad térmica, empleando una mayor complejidad en relación con las muestras y las regresiones lineales. Estos nuevos desarrollos generalmente ofrecen una respuesta más rápida y una operativa más simple, ya que se benefician de un software más avanzado. Aunque los métodos transitorios y su variedad pueden aportar más agilidad al proceso, esto puede generar incertidumbre a la hora de elegir la metodología correcta para cada tipo de muestra y aplicación.

En este webinar haremos una comparación de los métodos disponibles y sus beneficios para diferentes aplicaciones, incluyendo métodos como MTPS (fuente de plano transitorio modificada), FLEX (fuente de plano transitorio) y TLS (fuente de aguja transitoria). Hablaremos sobre las aplicaciones y los desarrollos recientes en la comunidad científica para cada uno de ellos, demostrando los beneficios de cada metodología en particular.