北京化工大学张好斌教授AM：机器学习联合仿真技术突破绝缘电磁屏蔽材料研发瓶颈

背景：随着电子设备向高密度、微型化发展，高性能绝缘电磁干扰屏蔽复合材料成为实现电子元件直接封装、避免短路的关键，但绝缘性与电磁屏蔽能力存在理论矛盾，传统试错方法效率低下。研究目的：北京化工大学张好斌教授团队旨在通过融合机器学习与有限元仿真，揭示提升绝缘复合材料电磁屏蔽性能的关键因素，并开发高性能材料。结论：研究首次揭示了填料均匀性对提升屏蔽性能的关键作用，通过机器学习指导微流控技术制备出尺寸均匀的镓颗粒填料，所制复合材料在保持高绝缘性（电阻率1.7×10¹² Ω·m）的同时，实现了卓越的电磁屏蔽效能（Ka波段 >90 dB）与导热性（3.7 W·m⁻¹·K⁻¹），具备宽温域稳定性，为高密度电子封装提供了集成化解决方案。