CN111695216A - 一种桥接显隐拓扑描述的热流耦合结构设计方法 - Google Patents

一种桥接显隐拓扑描述的热流耦合结构设计方法 Download PDF

Info

Publication number
CN111695216A
CN111695216A CN202010515070.6A CN202010515070A CN111695216A CN 111695216 A CN111695216 A CN 111695216A CN 202010515070 A CN202010515070 A CN 202010515070A CN 111695216 A CN111695216 A CN 111695216A
Authority
CN
China
Prior art keywords
design
fluid
optimization
formula
coupling structure
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010515070.6A
Other languages
English (en)
Other versions
CN111695216B (zh
Inventor
李宝童
尹鑫鑫
谢晨寒
刘宏磊
洪军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202010515070.6A priority Critical patent/CN111695216B/zh
Publication of CN111695216A publication Critical patent/CN111695216A/zh
Application granted granted Critical
Publication of CN111695216B publication Critical patent/CN111695216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/28Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/08Fluids
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种桥接显隐拓扑描述的热流耦合结构设计方法,以显式和隐式拓扑优化方法相结合的手段,实现对热流耦合结构的设计;依次对第一层热流耦合结构网络和第二层热流耦合结构网络进行设计,且在设计过程中将流体流动视为湍流状态,并将整个设计域运用达西模型进行简化,在优化设计过程中采用伴随方法求灵敏度,最后获得热流耦合结构最终布局,本发明使用达西流降阶有限元模型可以较好的模拟热流耦合结构内冷却液的流动,同时降低运算量,为迭代优化的实现创造可能。

Description

一种桥接显隐拓扑描述的热流耦合结构设计方法
技术领域
本发明属于热流耦合结构优化设计技术领域,具体涉及一种桥接显隐拓扑描述的热流耦合结构设计方法。
背景技术
随着电子设备的功能性和紧凑性的不断提高,随之而来的高热流已成为亟待解决的问题,为此设计师们提出了一些高性能的解决方案如石墨片、超薄微热管等,但是由于石墨片面外导热性差以及超薄微热管对于加工有着很高的要求,这些方法都没有得到大规模的使用。
液冷板热流耦合结构散热器由于具有较大的传热表面积,可以用气体或者液体冷却,近年来得到了广泛的应用。设计师们通过对热流耦合结构进行优化设计来提高其散热能力,然而依赖自身经验和直觉无法获得很好的优化结果,为此国内外同行也做了进一步研究,一些应用尺寸优化和拓扑优化的工作也有所报道。但是这些结果中应用尺寸优化的结果依旧过于简单,无法大幅度提高热流耦合结构的散热性能,而应用拓扑优化得到的结果又相对比较复杂,对于加工提出了很高的要求。
发明内容
为克服上述现有技术的缺点,本发明的目的在于提供一种桥接显隐拓扑描述的热流耦合结构设计方法,综合显式优化器设计变量少和顶层几何边界移动能力强的优势,以及隐式优化器变形能力强的特点,较好的完成对热流耦合结构的优化设计。
为达到上述目标,本发明采取的技术方案为:
一种桥接显隐拓扑描述的热流耦合结构设计方法,包括以下步骤:
1)定义设计工况:
以湍流为热流耦合结构内冷却液的设计工况,定义工程设计中2300为临界雷诺数;
2)确定设计变量:
取热流耦合结构所在的方形区域作为设计区域,根据设计需要给定入口速度和出口压力,采用桥接显隐的拓扑优化方式,设计变量包含两部分:显式优化器部分设计变量为顶层几何边界,每个边界包含起点坐标x、y,边界的长度2l,边界在起点、终点和中点的三个宽度2w1、2w2、2w3共计7个变量,在设计区域均匀布置n个顶层几何边界,将其作为初始布局,此时共有7n个变量,将这些变量有序地存储到向量
Figure BDA0002529765930000021
中;隐式优化器部分设计变量为底层有限元网格单元,每个单元包含单元伪密度一个变量;将显式优化器优化结果投影到底层有限元网格上作为隐式优化器部分的初始布局,在设计区域中共有nelx×nely个网格单元,此时设计变量也为nelx×nely个,将这些变量有序的存储到向量
Figure BDA0002529765930000022
中;
3)确定目标函数——平均温度T平均
以热流耦合结构散热性能最佳为优化目标,将设计区域内有限元网格各个节点的平均温度降至最低设定为衡量散热性能的指标,命名为平均温度T平均,平均温度T平均即为关于设计变量的目标函数;
平均温度T平均通过达西模型降阶有限元方法求解,具体求解如下:
强迫对流换热问题是一类流场和温度场存在强耦合性的流热耦合问题,其遵循的能量控制方程:
Figure BDA0002529765930000031
式中:ρ为液体或气体工质的密度,cp为液体或气体工质的比热容,k为液体或气体工质的导热系数,u为液体或气体工质的速度场,T为区域Ω的温度场,Q为体积热源强度;
热流耦合结构内的冷却剂流动采用不可压缩稳态N-S方程来模拟:
Figure BDA0002529765930000032
Figure BDA0002529765930000033
式中:u为流体的速度场,P为流体的压力场,μ为流体的动力粘性系数,ρ为流体工质的密度,b为流体工质单位质量上的受力;
将强迫对流换热问题中流体的流动近似看作一种在多孔介质中的无粘流动,应用达西定律(Darcy’s law)对N-S方程进行简化,形成一种达西模型降阶有限元方法;
多孔介质中,流体的渗流遵循达西定律,其表达式为:
Figure BDA0002529765930000034
式中:u为流体的速度场,κ为多孔介质的渗透率,μ为流体的动力粘性系数,P为流体中的压力场;
将其插入不可压缩性条件,忽略体力项,得到:
Figure BDA0002529765930000035
插入对流换热方程得:
Figure BDA0002529765930000041
应用有限元法,将整个区域用有限元单元进行离散后,式(4)、式(5)、式(6)的有限元矩阵形式为:
KpP=fp (7)
(Kt+C(P))T=ft (8)
式中:Kp是整体的渗透矩阵,Kt是整体的导热矩阵,P是压力场向量,T是温度场向量,fp是压力载荷向量,ft是热流载荷向量,C(P)是整体的对流矩阵,是压力场P的函数;式(7)、式(8)需要按顺序求解,即先要获得整体区域内的压力场P,然后才能求解整体区域内的温度场T;
整体的渗透矩阵Kp、导热矩阵Kt以及对流矩阵C(P)分别由以下的表达式获得:
Figure BDA0002529765930000042
Figure BDA0002529765930000043
Figure BDA0002529765930000044
式中:Ne是区域离散后包含的有限元单元数量,
Figure BDA0002529765930000045
是单元e的导热矩阵,
Figure BDA0002529765930000046
是单元e的渗透矩阵,ce是单元e的对流矩阵,B是单元形函数N的梯度矩阵,
Figure BDA0002529765930000047
在计算温度场时,通过以下的简化迎风稳定项来修正单元的形函数,如下式:
Figure BDA0002529765930000048
式中:ue是单元e的平均速度,ue=-Bpe
Figure BDA0002529765930000051
是单元e的平均速度的大小,he是单元的大小;
整体的压力载荷向量由式(13)获得,
Figure BDA0002529765930000052
整体的热流载荷向量由式(14)获得,
Figure BDA0002529765930000053
流体在流动中需要消耗的能量用入口与出口的压降表示,如式(15):
Figure BDA0002529765930000054
由此,应用达西定律将强迫对流换热问题中流体的流动控制方程简化,得到一种不需要进行迭代就能计算出流场和温度场的有限元方法,称为达西模型降阶有限元方法,通过求解有限元温度场的平均值即为目标函数T平均,其表达式如下:
Figure BDA0002529765930000055
式中:N是基网格包含的节点数,ones(1,N)是元素全是1的N维行向量;
4)确定约束函数:
4.1)体积约束函数:
显式优化器设计过程中,顶层几何边界通过Heaviside函数投影到底层网格上,设计域中的流体冷却通道的体积通过如下的表达式计算:
V=∫DH(φ(x,y))·dV (16)
式中:D表示设计域,H是Heaviside函数,φ是结构整体的水平集函数,将优化中流体冷却通道的体积限制写成比率的形式,表示为:
Figure BDA0002529765930000061
式中:β0是流体冷却通道的体积上限,β0=Vmax/VD,VD是设计域的总体积;
隐式优化器设计过程中,设计变量为底层网格单元的伪密度,设计域中的流体冷却通道的体积通过如下的表达式计算:
Figure BDA0002529765930000062
式中:
Figure BDA0002529765930000063
为储存网格单元伪密度信息的向量,将优化中流体冷却通道的体积限制写成比率的形式,表示为:
Figure BDA0002529765930000064
4.2)压降约束函数:
确定目标函数时对于流场已经进行了计算,流体冷却通道入口与出口间压降的计算如下:
Figure BDA0002529765930000065
式中:N2为流体冷却通道入口边界Γ2上包含的节点数,N1为流体冷却通道出口边界Γ1上包含的节点数;优化中,为了保证流体冷却通道具有好的流通性,要对流体冷却通道入口与出口间的压降ΔP添加约束:
Figure BDA0002529765930000071
式中:ΔP*是限定的压降约束值;
5)数学优化模型:
为设计热流耦合结构,建立数学优化模型如下:
Figure BDA0002529765930000072
式中:V=(v1、v2、v3……,vn]为设计变量,n为设计变量的个数,I为目标函数,V的体积比例上限设为Vmax,U为V中所有值的集合;
6)优化过程:
步骤6.1:显式优化器部分初始化,首先设定设计域的大小和边界条件,并对显式优化器设计变量赋初始值和上下限;
步骤6.2:显式优化器优化,通过改变顶层几何描述的七个参数实现,在优化的第i步,控制变量
Figure BDA0002529765930000073
决定了热流耦合结构中流体冷却通道的宽度、长度和倾斜角度;运用MMA求解器来评估结构的响应和相关的目标函数值,利用伴随方法进行灵敏度分析,更新设计变量;最大迭代次数设置为100,当迭代结果收敛时,显示物理场,并对结果进行分析;
步骤6.3:隐式优化器优化,将显式优化器优化收敛后的结果投影到底层有限元网格上,即获得隐式优化器的初始构型;设计域的尺寸和边界条件以及固体和液体材料的属性和显式优化器完全一致,同样的采用MMA求解器来评估响应和相关的目标函数值,利用伴随法进行灵敏度分析,更新设计变量,最大迭代次数设置为1500,当迭代结果收敛时,显示物理场,并对结果进行分析;
7)适应性处理:按照生产工艺要求圆整热流耦合结构布局,从而获得其最终布局。
为适应不同设计需求,使用时并不局限于所述的约束及优化目标,设计者能够以温度方差,火积等为优化目标,也能够设置多目标函数,将出入口压降和平均温度同时设置为目标函数,通过设置两者比重来进行优化设计;本方法旨在提供桥接显隐拓扑描述的热流耦合结构优化设计思路,其它评价方法通过有限元计算获得。
本发明的有益效果为:
由于本发明可以充分利用显式优化器和隐式优化器的优势,前期使用显式优化器运算量相对较小,后期使用隐式优化器变形能力强,优化结果精细,可加工性好,这两点优于同类流体模拟软件;由于本发明将热流耦合结构内流体流动视为湍流,采用达西模型进行简化近似,所以可以较好地模拟热流耦合结构内流体的流动,同时由于湍流度越高,对流换热系数越大,因此未来热流耦合结构的发展也一定是朝着湍流度更好的方向进行,而湍流度越高,简化带来的误差越小。本发明方法可以进一步扩展,更改目标函数和约束条件,如目标函数设为温度方差,火积,将温度和压降同时设置为目标函数,这些扩展帮助本方法适应不同的设计需求,同时本方法还可以拓展到更大的尺寸,湍流模型在大尺寸下适应性更好。
附图说明
图1为本发明的流程图。
图2为本发明实施例的三维剖视模型。
图3为本发明实施例中第一层热流耦合结构初始设置。
图4为本发明实施例中第二层热流耦合结构初始设置。
图5为本发明实施例中第一层热流耦合结构设计过程图。
图6为本发明实施例中第二层热流耦合结构设计过程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,实施例采用分层方形热流耦合结构。
参照图1,一种桥接显隐拓扑描述的热流耦合结构设计方法,包括以下步骤:
1)定义设计工况:
由于高湍流度下热流耦合结构内对流换热系数更大,更有利于散热,所以本实施例以湍流为热流耦合结构内冷却液的设计工况,定义工程设计中常用的2300为临界雷诺数,参照图2,本实施例研究中心射流分层液冷板热流耦合结构,冷却液从第一层热流耦合结构中心流入,流经第一层和第二层热流耦合结构后从第二层热流耦合结构中心流出,热流耦合结构尺寸为20mm×20mm,每一层热流耦合结构厚度为0.6mm;
2)确定设计变量:
参照图3、图4,取热流耦合结构所在的方形区域作为设计区域,根据设计需要给定入口速度和出口压力,采用桥接显隐的拓扑优化方式,设计变量包含两部分,显式优化器部分设计变量为顶层几何边界,每个边界包含起点坐标x、y,边界的长度2l,边界在起点、终点和中点的三个宽度2w1、2w2、2w3共计7个变量,在设计区域均匀布置93个显式优化器顶层几何边界,将其作为初始布局,此时共有651个变量,将这些变量有序地存储到向量
Figure BDA0002529765930000103
中;隐式优化器部分设计变量为底层有限元网格单元,每个单元包含单元伪密度一个变量;将显式优化器优化结果投影到有限元网格上作为隐式优化器部分的初始布局,在设计区域中共有200×200个网格单元,此时设计变量为40000个,将这些变量有序的存储到向量
Figure BDA0002529765930000101
中;
3)确定目标函数——平均温度T平均
以热流耦合结构散热性能最佳为优化目标,将设计区域内有限元网格各个节点的平均温度降至最低设定为衡量散热性能的指标,命名为平均温度T平均,平均温度T平均即为关于设计变量的目标函数;
平均温度T平均通过达西模型降阶有限元方法求解,具体求解如下:
强迫对流换热问题是一类流场和温度场存在强耦合性的流热耦合问题,其遵循的能量控制方程:
Figure BDA0002529765930000102
式中:ρ为液体(或气体)工质的密度,cp为液体(或气体)工质的比热容,k为液体(或气体)工质的导热系数,u为液体(或气体)工质的速度场,T为区域Ω的温度场,Q为体积热源强度;
热流耦合结构内的冷却剂流动采用不可压缩稳态N-S方程来模拟:
Figure BDA0002529765930000111
Figure BDA0002529765930000112
式中:u为流体的速度场,P为流体的压力场,μ为流体的动力粘性系数,ρ为流体工质的密度,b为流体工质单位质量上的受力;
对流扩散方程和N-S方程具有很强的非线性,除了一些特殊的简单情形外,很难得到其解析解,为了能够以一种低成本但足够精确的方式对强迫对流换热问题中对流-扩散方程和N-S方程进行求解,将强迫对流换热问题中流体的流动近似看作一种在多孔介质中的无粘流动,从而应用达西定律(Darcy’s law)对N-S方程进行简化,形成一种达西模型降阶有限元方法;
多孔介质中,流体的渗流遵循达西定律,其表达式为:
Figure BDA0002529765930000113
式中:u为流体的速度向量,κ为多孔介质的渗透率,μ为流体的动力粘性系数,P为流体中的压力场;
将其插入不可压缩性条件,忽略体力项,可得到:
Figure BDA0002529765930000114
插入对流换热方程可得:
Figure BDA0002529765930000121
应用有限元法,将整个区域用有限元单元进行离散后,式(4)、式(5)、式(6)的有限元矩阵形式为:
KpP=fp (7)
(Kt+C(P))T=ft (8)
式中:Kp是整体的渗透矩阵,Kt是整体的导热矩阵,P是压力场向量,T是温度场向量,fp是压力载荷向量,ft是热流载荷向量,C(P)是整体的对流矩阵,是压力场P的函数;式(7、8)需要按顺序求解,即先要获得整体区域内的压力场P,然后才能求解整体区域内的温度场T;
整体的渗透矩阵Kp、导热矩阵Kt以及对流矩阵C(P)分别由以下的表达式获得:
Figure BDA0002529765930000122
Figure BDA0002529765930000123
Figure BDA0002529765930000124
式中:Ne是区域离散后包含的有限元单元数量,
Figure BDA0002529765930000125
是单元e的导热矩阵,
Figure BDA0002529765930000126
是单元e的渗透矩阵,ce是单元e的对流矩阵,B是单元形函数N的梯度矩阵,
Figure BDA0002529765930000127
在对流换热中,对流交换的热量占了大部,因此在计算温度场时,通过以下的简化迎风稳定项来修正单元的形函数,如下式:
Figure BDA0002529765930000128
式中:ue是单元e的平均速度,ue=-Bpe
Figure BDA0002529765930000131
是单元e的平均速度的大小,he是单元的大小;
整体的压力载荷向量可以由式(13)获得,
Figure BDA0002529765930000132
整体的热流载荷向量可以由式(14)获得,
Figure BDA0002529765930000133
流体在流动中需要消耗的能量可以用入口与出口的压降表示,如式(15):
Figure BDA0002529765930000134
由此,应用达西定律将强迫对流换热问题中流体的流动控制方程简化,可以得到一种不需要进行迭代就能计算出流场和温度场的有限元方法,称为达西模型降阶有限元方法,通过求解有限元温度场的平均值即为目标函数T平均,其表达式如下:
Figure BDA0002529765930000135
式中:40401是基网格包含的节点数,ones(1,40401)是元素全是1的40401维行向量;
4)确定约束函数:
4.1)体积约束函数:
优化设计过程中加入流体体积约束函数,并设定约束值为40%,具体计算如下:
显式优化器设计过程中,顶层几何边界通过Heaviside函数投影到底层网格上,设计域中的流体冷却通道的体积可以通过如下的表达式计算:
V=∫DH(φ(x,y))·dV (16)
式中:D表示设计域,H是Heaviside函数,φ是结构整体的水平集函数,将优化中流体冷却通道的体积限制写成比率的形式,可以表示为:
Figure BDA0002529765930000141
式中:40%是流体冷却通道的体积上限,40%=Vmax/VD;VD是设计域的总体积;
隐式优化器设计过程中,设计变量为底层网格单元的伪密度,设计域中的流体冷却通道的体积可以通过如下的表达式计算:
Figure BDA0002529765930000142
式中:
Figure BDA0002529765930000143
为储存网格单元伪密度信息的向量,将优化中流体冷却通道的体积限制写成比率的形式,可以表示为:
Figure BDA0002529765930000144
4.2)压降约束函数:
优化设计过程中加入流体压降约束函数,并设定约束值为1.6Pa,具体计算如下:
流体冷却通道入口与出口间压降的计算如下:
Figure BDA0002529765930000151
式中:N2为流体冷却通道入口边界Γ2上包含的节点数,N1为流体冷却通道出口边界Γ1上包含的节点数;优化中,为了保证流体冷却通道具有好的流通性,要对流体冷却通道入口与出口间的压降ΔP添加约束:
Figure BDA0002529765930000152
式中:1.6是限定的压降约束值;
5)数学优化模型:
为设计热流耦合结构,建立数学优化模型如下:
Figure BDA0002529765930000153
式中:V=(v1、v2、v3……,vn]为设计变量,n为设计变量的个数,I为目标函数,V的体积比例上限设为Vmax,U为V中所有值的集合;
6)优化过程:
步骤6.1:显式优化器部分初始化,首先设定设计域的大小和边界条件,并对显式优化器顶层几何边界赋初始值和上下限;
步骤6.2:显式优化器优化,通过改变顶层几何边界的七个参数实现,在优化的第i步,控制变量
Figure BDA0002529765930000154
决定了热流耦合结构布局的宽度、长度和倾斜角度;运用移动渐近线(MMA)优化器来评估结构的响应和相关的目标函数值,利用伴随方法进行灵敏度分析,更新设计变量;最大迭代次数设置为100,当迭代结果收敛时,显示一些重要的物理场,并对结果进行分析;
步骤6.3:隐式优化器优化,将显式优化器优化收敛后的结果投影到底层有限元网格上,即获得隐式优化器的初始构型;设计域的尺寸和边界条件以及固体和液体材料的属性和显式优化器完全一致,同样的采用MMA求解器来评估响应和相关的目标函数值,利用伴随法进行灵敏度分析,更新设计变量,最大迭代次数设置为1500,当迭代结果收敛时,得到设计结果,参照图5、图6,左侧大图为完整版设计结果,右侧上部分为显式优化器在不同迭代步数下的优化结果,右侧下部分为隐式优化器在不同迭代步数下的优化结果,显示物理场,并对结果进行分析;
7)适应性处理:按照生产工艺要求圆整热流耦合结构布局,从而获得其最终布局。

Claims (2)

1.一种桥接显隐拓扑描述的热流耦合结构设计方法,其特征在于,包括以下步骤:
1)定义设计工况:
以湍流为热流耦合结构内冷却液的设计工况,定义工程设计中2300为临界雷诺数;
2)确定设计变量:
取热流耦合结构所在的方形区域作为设计区域,根据设计需要给定入口速度和出口压力,采用桥接显隐的拓扑优化方式,设计变量包含两部分:显式优化器部分设计变量为顶层几何边界,每个边界包含起点坐标x、y,边界的长度2l,边界在起点、终点和中点的三个宽度2w1、2w2、2w3共计7个变量,在设计区域均匀布置n个顶层几何边界,将其作为初始布局,此时共有7n个变量,将这些变量有序地存储到向量
Figure FDA0002529765920000011
中;隐式优化器部分设计变量为底层有限元网格单元,每个单元包含单元伪密度一个变量;将显式优化器优化结果投影到底层有限元网格上作为隐式优化器部分的初始布局,在设计区域中共有nelx×nely个网格单元,此时设计变量也为nelx×nely个,将这些变量有序的存储到向量
Figure FDA0002529765920000012
中;
3)确定目标函数——平均温度T平均
以热流耦合结构散热性能最佳为优化目标,将设计区域内有限元网格各个节点的平均温度降至最低设定为衡量散热性能的指标,命名为平均温度T平均,平均温度T平均即为关于设计变量的目标函数;
平均温度T平均通过达西模型降阶有限元方法求解,具体求解如下:
强迫对流换热问题是一类流场和温度场存在强耦合性的流热耦合问题,其遵循的能量控制方程:
Figure FDA0002529765920000021
式中:ρ为液体或气体工质的密度,cp为液体或气体工质的比热容,k为液体或气体工质的导热系数,u为液体或气体工质的速度场,T为区域Ω的温度场,Q为体积热源强度;
热流耦合结构内的冷却剂流动采用不可压缩稳态N-S方程来模拟:
Figure FDA0002529765920000022
Figure FDA0002529765920000023
式中:u为流体的速度场,P为流体的压力场,μ为流体的动力粘性系数,ρ为流体工质的密度,b为流体工质单位质量上的受力;
将强迫对流换热问题中流体的流动近似看作一种在多孔介质中的无粘流动,应用达西定律(Darcy’s law)对N-S方程进行简化,形成一种达西模型降阶有限元方法;
多孔介质中,流体的渗流遵循达西定律,其表达式为:
Figure FDA0002529765920000024
式中:u为流体的速度场,κ为多孔介质的渗透率,μ为流体的动力粘性系数,P为流体中的压力场;
将其插入不可压缩性条件,忽略体力项,得到:
Figure FDA0002529765920000025
插入对流换热方程得:
Figure FDA0002529765920000031
应用有限元法,将整个区域用有限元单元进行离散后,式(4)、式(5)、式(6)的有限元矩阵形式为:
KpP=fp (7)
(Kt+C(P))T=ft (8)式中:Kp是整体的渗透矩阵,Kt是整体的导热矩阵,P是压力场向量,T是温度场向量,fp是压力载荷向量,ft是热流载荷向量,C(P)是整体的对流矩阵,是压力场P的函数;式(7)、式(8)需要按顺序求解,即先要获得整体区域内的压力场P,然后才能求解整体区域内的温度场T;
整体的渗透矩阵Kp、导热矩阵Kt以及对流矩阵C(P)分别由以下的表达式获得:
Figure FDA0002529765920000032
Figure FDA0002529765920000033
Figure FDA0002529765920000034
式中:Ne是区域离散后包含的有限元单元数量,
Figure FDA0002529765920000035
是单元e的导热矩阵,
Figure FDA0002529765920000036
是单元e的渗透矩阵,ce是单元e的对流矩阵,B是单元形函数N的梯度矩阵,
Figure FDA0002529765920000037
在计算温度场时,通过以下的简化迎风稳定项来修正单元的形函数,如下式:
Figure FDA0002529765920000038
式中:ue是单元e的平均速度,ue=-Bpe
Figure FDA0002529765920000041
是单元e的平均速度的大小,he是单元的大小;
整体的压力载荷向量由式(13)获得,
Figure FDA0002529765920000042
整体的热流载荷向量由式(14)获得,
Figure FDA0002529765920000043
流体在流动中需要消耗的能量用入口与出口的压降表示,如式(15):
Figure FDA0002529765920000044
由此,应用达西定律将强迫对流换热问题中流体的流动控制方程简化,得到一种不需要进行迭代就能计算出流场和温度场的有限元方法,称为达西模型降阶有限元方法,通过求解有限元温度场的平均值即为目标函数T平均,其表达式如下:
Figure FDA0002529765920000045
式中:N是基网格包含的节点数,ones(1,N)是元素全是1的N维行向量;
4)确定约束函数:
4.1)体积约束函数:
显式优化器设计过程中,顶层几何边界通过Heaviside函数投影到底层网格上,设计域中的流体冷却通道的体积通过如下的表达式计算:
V=∫DH(φ(x,y))·dV (16)
式中:D表示设计域,H是Heaviside函数,φ是结构整体的水平集函数,将优化中流体冷却通道的体积限制写成比率的形式,表示为:
Figure FDA0002529765920000051
式中:β0是流体冷却通道的体积上限,β0=Vmax/VD,VD是设计域的总体积;
隐式优化器设计过程中,设计变量为底层网格单元的伪密度,设计域中的流体冷却通道的体积通过如下的表达式计算:
Figure FDA0002529765920000052
式中:
Figure FDA0002529765920000053
为储存网格单元伪密度信息的向量,将优化中流体冷却通道的体积限制写成比率的形式,表示为:
Figure FDA0002529765920000054
4.2)压降约束函数:
确定目标函数时对于流场已经进行了计算,流体冷却通道入口与出口间压降的计算如下:
Figure FDA0002529765920000055
式中:N2为流体冷却通道入口边界Γ2上包含的节点数,N1为流体冷却通道出口边界Γ1上包含的节点数;优化中,为了保证流体冷却通道具有好的流通性,要对流体冷却通道入口与出口间的压降ΔP添加约束:
Figure FDA0002529765920000061
式中:ΔP*是限定的压降约束值;
5)数学优化模型:
为设计热流耦合结构,建立数学优化模型如下:
Figure FDA0002529765920000062
式中:V=(v1、v2、v3……,vn]为设计变量,n为设计变量的个数,I为目标函数,V的体积比例上限设为Vmax,U为V中所有值的集合;
6)优化过程:
步骤6.1:显式优化器部分初始化,首先设定设计域的大小和边界条件,并对显式优化器设计变量赋初始值和上下限;
步骤6.2:显式优化器优化,通过改变顶层几何描述的七个参数实现,在优化的第i步,控制变量
Figure FDA0002529765920000063
决定了热流耦合结构中流体冷却通道的宽度、长度和倾斜角度;运用MMA求解器来评估结构的响应和相关的目标函数值,利用伴随方法进行灵敏度分析,更新设计变量;最大迭代次数设置为100,当迭代结果收敛时,显示物理场,并对结果进行分析;
步骤6.3:隐式优化器优化,将显式优化器优化收敛后的结果投影到底层有限元网格上,即获得隐式优化器的初始构型;设计域的尺寸和边界条件以及固体和液体材料的属性和显式优化器完全一致,同样的采用MMA求解器来评估响应和相关的目标函数值,利用伴随法进行灵敏度分析,更新设计变量,最大迭代次数设置为1500,当迭代结果收敛时,显示物理场,并对结果进行分析;
7)适应性处理:按照生产工艺要求圆整热流耦合结构布局,从而获得其最终布局。
2.根据权利要求1所述的一种桥接显隐拓扑描述的热流耦合结构设计方法,其特征在于:为适应不同设计需求,使用时并不局限于所述的约束及优化目标,设计者能够以温度方差、火积为优化目标,也能够设置多目标函数,将出入口压降和平均温度同时设置为目标函数,通过设置两者比重来进行优化设计。
CN202010515070.6A 2020-06-08 2020-06-08 一种桥接显隐拓扑描述的热流耦合结构设计方法 Active CN111695216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010515070.6A CN111695216B (zh) 2020-06-08 2020-06-08 一种桥接显隐拓扑描述的热流耦合结构设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010515070.6A CN111695216B (zh) 2020-06-08 2020-06-08 一种桥接显隐拓扑描述的热流耦合结构设计方法

Publications (2)

Publication Number Publication Date
CN111695216A true CN111695216A (zh) 2020-09-22
CN111695216B CN111695216B (zh) 2022-12-09

Family

ID=72479831

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010515070.6A Active CN111695216B (zh) 2020-06-08 2020-06-08 一种桥接显隐拓扑描述的热流耦合结构设计方法

Country Status (1)

Country Link
CN (1) CN111695216B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341179A (zh) * 2022-12-02 2023-06-27 华中科技大学 五模超材料骨支架的多目标等几何多尺度拓扑优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944172A (zh) * 2017-12-05 2018-04-20 湘潭大学 基于流体拓扑优化的发动机进气歧管设计方法
CN108595797A (zh) * 2018-04-11 2018-09-28 中国工程物理研究院化工材料研究所 一种高效的涡轮叶片内部冷却结构优化方法
CN110826269A (zh) * 2019-10-25 2020-02-21 衢州学院 基于不规则元胞的温度-结构场耦合拓扑优化设计方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107944172A (zh) * 2017-12-05 2018-04-20 湘潭大学 基于流体拓扑优化的发动机进气歧管设计方法
CN108595797A (zh) * 2018-04-11 2018-09-28 中国工程物理研究院化工材料研究所 一种高效的涡轮叶片内部冷却结构优化方法
CN110826269A (zh) * 2019-10-25 2020-02-21 衢州学院 基于不规则元胞的温度-结构场耦合拓扑优化设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杜义贤等: "利用无网格法进行几何非线性热固耦合柔性机构拓扑优化设计", 《固体力学学报》 *
王旭东等: "考虑流-结构耦合的体积约束拓扑优化", 《海军工程大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341179A (zh) * 2022-12-02 2023-06-27 华中科技大学 五模超材料骨支架的多目标等几何多尺度拓扑优化方法
CN116341179B (zh) * 2022-12-02 2023-11-14 华中科技大学 五模超材料骨支架的多目标等几何多尺度拓扑优化方法

Also Published As

Publication number Publication date
CN111695216B (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN112084591B (zh) 一种基于三维拓扑优化的散热器冷却通道设计方法
CN111832204B (zh) 一种热流耦合结构的非迭代式拓扑优化方法
CN111709096B (zh) 一种强化自然对流换热的异型翅片结构设计方法
Pollini et al. A “poor man’s” approach for high-resolution three-dimensional topology design for natural convection problems
Adhikari et al. Optimizing rectangular fins for natural convection cooling using CFD
CN109063298A (zh) 一种提高微流道散热性能的结构参数优化方法
CN113255229A (zh) 一种基于联合仿真的燃料组件多学科结构设计优化方法
CN115659908B (zh) 一种印刷电路板换热器的三单元非平衡多孔介质方法
CN113094944A (zh) 一种微流道散热器及其细观尺度拓扑优化设计方法
CN111695216B (zh) 一种桥接显隐拓扑描述的热流耦合结构设计方法
Min et al. Inverse simulation to optimize the rib-profile in a rectangular flow-channel
CN114117877A (zh) 一种基于等几何粒子描述的拓扑优化方法
Hernández-Castillo et al. Heat transfer by natural convection and radiation in three dimensional differentially heated tall cavities
CN112270109B (zh) 一种高温碳化炉中石墨棒加热性能的模拟方法
Wu et al. Topological optimization and thermal performance of cold plates for lithium-ion battery with non-uniform heat sources
CN117494335A (zh) 一种用于非均匀热源的散热冷板结构拓扑优化设计方法
CN114993609B (zh) 预测变雷诺数钝锥转捩位置的方法、介质、处理器及设备
CN112035957B (zh) 一种空空中冷器性能预测方法
Yeranee et al. Design of a serpentine cooling channel under turbulent flow using density-based topology optimization
Guo et al. Design and optimization of staggered fin structure of heat exchanger based on Machine learning
CN111310391B (zh) 一种板翅式热交换器的仿真方法
Zhang et al. Radiator optimization design for planar motors based on parametric components
CN107463760B (zh) 基于超临界碳氢燃料的流通区域的评测方法和装置
CN117852171A (zh) 一种特种车辆板翅式散热器几何参数的寻优方法
CN115799718A (zh) 一种电池散热板的微通道结构优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant