CN112966420B - 一种联合拓扑优化与形状优化的热沉结构设计方法 - Google Patents
一种联合拓扑优化与形状优化的热沉结构设计方法 Download PDFInfo
- Publication number
- CN112966420B CN112966420B CN202110281310.5A CN202110281310A CN112966420B CN 112966420 B CN112966420 B CN 112966420B CN 202110281310 A CN202110281310 A CN 202110281310A CN 112966420 B CN112966420 B CN 112966420B
- Authority
- CN
- China
- Prior art keywords
- optimization
- heat sink
- design
- heat transfer
- fluid
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及热能工程技术,具体涉及一种联合拓扑优化与形状优化的热沉结构设计方法,使用变密度拓扑优化方法构建拓扑优化模型,其包含设计域、边界条件、目标函数、约束条件与设计变量,通过流固共轭传热有限元仿真方法计算目标函数及其对设计变量的灵敏度并据此更新设计变量场,最终获得流固共轭传热下最优拓扑结构;通过提取拓扑结构并以此构建形状优化设计模型,接着同样在流固共轭传热有限元仿真方法基础上,对结构边界形状进行进一步优化,提升热沉流动传热性能,最终得到满足电子器件散热需求的最优热沉结构。通过引入形状优化方法消除了基于变密度法拓扑优化结果中灰度单元对最终热沉优化结构的影响,提升了热沉流动传热性能。
Description
技术领域
本发明属于热能工程技术领域,特别涉及一种联合拓扑优化与形状优化的热沉结构设计方法。
背景技术
热沉作为一种常用的散热方式,主要利用传导与对流两种传热形式将电子设备中产生的热量转移到其他地方,从而保证电子设备不会因过热导致性能下降乃至失效。常见的热沉对流形式包含自然对流与强制对流两种。对于一些功率较低,成本要求严格的电子器件,往往采用自然对流热沉进行散热,例如LED灯。而对于一些功率大,热流密度高的电子器件,自然对流已无法满足其散热需求,此时往往采用强制对流热沉对其进行散热,例如CPU等。不论是自然对流还是强制对流条件下,热沉的散热性能除了与材料本身相关外,热沉的结构形状也对其散热性能有着重要影响。因此,对于热沉的结构及其设计方法的研究尤为关键。
在传统的热沉结构设计中,人们往往需要根据工程经验或者已有结构对热沉进行结构设计或优化,但这也限制了对最优结构的探索空间。拓扑优化近几年来开始被应用于热沉的结构设计当中,与传统的设计优化手段相比,拓扑优化摆脱了主观经验对设计的限制,具有更高的设计自由度,有助于挖掘具有优良性能的新型结构。
但由于目前基于变密度法的拓扑优化设计过程中不可避免的产生既不完全属于固体区域也不完全属于流体区域的中间值密度,也称作灰度单元。而在提取最终拓扑优化结构时,又会使用某一具体相对密度的等值线或等值面作为最优结构轮廓,忽略设计域中的灰度单元对热沉结构散热性能的影响,也使得最终得到的拓扑优化结构热力学性能与流体动力学性能并非最优化。为了消除灰度单元对最终优化结果的影响,得到整体性能更好的热沉结构,需要对拓扑优化后的热沉结构进行形状优化,通过进一步优化热沉结构的边界轮廓,提升热沉整体散热性能。
发明内容
针对背景技术存在的问题,本发明的目的是提供一种联合拓扑优化与形状优化的热沉结构设计方法,通过基于变密度法的拓扑优化方法获得流固共轭传热作用下最优热沉拓扑结构,然后结合形状优化方法进一步优化热沉结构边界轮廓,提升整体散热性能,最终得到最优热沉结构。
为解决上述技术问题,本发明采用如下技术方案:一种联合拓扑优化与形状优化的热沉结构设计方法,包括以下步骤:
步骤1:结合电子设备散热需求与允许的热沉设计空间创建拓扑优化设计域并离散为有限元网格模型,结合热沉结构散热性能指标设置所需的目标函数、约束条件、设计变量及其初始值,设置拓扑优化迭代过程收敛条件;
步骤2:对设计变量场进行密度过滤与投影,以控制最终优化结构的最小尺寸、消除网格依赖性并获得清晰光滑的结构轮廓;
步骤3:采用流体传热有限元方法进行仿真计算,将整个设计域视作流体域,其中固体材料属性与流体属性通过插值模型进行区分与控制:当设计变量为1时对应固体材料,设计变量为0时对应流体材料;
步骤4:根据步骤3的仿真结果计算目标函数与其对设计变量的灵敏度;
步骤5:根据步骤4得到的灵敏度,利用优化求解器更新设计变量;
步骤6:判断迭代是否满足步骤1所设置的收敛条件,若已收敛,迭代结束,执行步骤7;否则重复步骤2至步骤6;
步骤7:提取拓扑优化最优结构,通过设置合适的设计变量值,提取步骤5中设计变量的等值线或等值面,获得拓扑优化热沉结构;
步骤8:基于步骤7的拓扑优化热沉结构,构建新的形状优化设计域并将其离散为有限元网格模型,设置需优化的边界为可自由变化边界,并设置其可允许的空间变化位置范围,目标函数、约束条件及收敛条件同步骤1中保持一致;
步骤9:使用过滤模型对边界空间位置进行过滤;
步骤10:采用流固共轭传热的有限元方法对模型进行仿真计算;
步骤11:根据步骤10中的仿真数据计算目标函数及其对可自由移动边界位置的灵敏度;
步骤12:根据步骤11的灵敏度结果,利用优化求解器调整自由移动边界的空间位置,得到更新后的结构;
步骤13:根据步骤8设定的收敛条件,判断步骤12中得到的结果是否满足收敛条件,若已达到收敛条件,形状优化迭代结束,执行步骤14;否则重复步骤9至步骤13;
步骤14:输出步骤12更新后的结构,得到可制造的最优热沉结构。
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤1中目标函数的优化目标包括最小化最高温度、最小化热沉整体热阻、最小化热源面温度差、最小化热源面平均温度、最大化对流换热效率、最小化整体热柔顺度、最小化强制对流时的微泵功率和最小化强制对流时的压降;
步骤1中约束条件包括总体传热量约束、强制对流时微泵功率或压降约束、总体固体质量或体积占比约束。
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤1和步骤8中,设定的优化收敛条件为:
其中,γk表示当前迭代步得到的设计变量,γk-1表示上一次迭代步得到的设计变量,TOL值的选取应平衡计算时间与优化效果。
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤2与步骤9采用下式进行设计变量的过滤:
在上述联合拓扑优化与形状优化的热沉结构设计方法中,采用下式对过滤后的设计变量进行投影:
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤3中,针对传热控制方程中的等效热导率与流体流动控制方程中的反渗透系数进行材料属性插值以区分固体与流体属性,采用的材料插值模型包括SIMP插值模型和RAMP插值模型。
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤4和步骤11中,灵敏度的计算方法包括伴随法。
在上述联合拓扑优化与形状优化的热沉结构设计方法中,步骤5与步骤12中,优化求解器选用梯度求解器,包括SNOPT求解器、MMA求解器、GCMMA求解器以及IPOPT求解器。
与现有技术相比,本发明的有益效果是:
(1)相比传统的热沉结构参数优化方法,拓扑优化具有更高的设计自由度,有助于结合实际工作需求挖掘具有优良性能的新型热沉结构;
(2)本发明采用拓扑优化与形状优化联合优化方法,通过拓扑优化得到初步优化的热沉结构,接着利用形状优化方法对初步拓扑优化结构进一步优化,消除变密度法拓扑优化结果中灰度单元对最优结构的影响,进一步提升热沉结构整体散热性能。
附图说明
图1为本发明一个实施例联合拓扑优化与形状优化的热沉结构设计方法的流程图。
具体实施方式
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合具体实施例对本发明作进一步说明,但不作为本发明的限定。
本实施例基于电子设备实际散热需求,使用变密度拓扑优化方法构建拓扑优化模型,其包含设计域、边界条件、目标函数、约束条件与设计变量,通过流固共轭传热有限元仿真方法计算目标函数及其对设计变量的灵敏度并据此更新设计变量场,最终获得流固共轭传热下最优拓扑结构;通过提取拓扑结构并以此构建形状优化设计模型,接着同样在流固共轭传热有限元仿真方法基础上,对结构边界形状进行进一步优化,提升热沉流动传热性能,最终得到满足电子器件散热需求的最优热沉结构。通过引入形状优化方法消除了基于变密度法拓扑优化结果中灰度单元对最终热沉优化结构的影响,并且进一步提升了热沉流动传热性能。
本实施例是通过以下方案实施的:一种联合拓扑优化与形状优化的热沉结构设计方法,具体包括:
S1:结合电子设备散热需求与允许的热沉设计空间创建拓扑优化设计域并离散为有限元网格模型,结合热沉结构散热性能指标设置所需的目标函数、约束条件、设计变量及其初始值,设置拓扑优化迭代过程收敛条件;
S2:对设计变量场进行密度过滤与投影,以控制最终优化结构的最小尺寸、消除网格依赖性并获得清晰光滑的结构轮廓;
S3:采用流体传热有限元方法进行仿真计算,此处将整个设计域视作流体域,其中固体材料属性与流体属性通过插值模型进行区分与控制:当设计变量为1时对应固体材料,设计变量为0时对应流体材料;
S4:根据S3的仿真结果计算目标函数与其对设计变量的灵敏度;
S5:根据S4得到的灵敏度信息,利用优化求解器更新设计变量;
S6:判断迭代是否满足S1中设置的收敛条件,若已收敛,迭代结束,执行S7,否则重复S2至S6;
S7:提取拓扑优化最优结构,通过设置合适的设计变量值,提取S5中设计变量的等值线或等值面,获得拓扑优化热沉结构;
S8:基于S7的拓扑优化结构,构建新的形状优化设计域并将其离散为有限元网格模型,设置需优化的边界为可自由变化边界,并设置其可允许的空间变化位置范围,目标函数、约束条件及收敛条件同S1中保持一致;
S9:使用过滤模型对边界空间位置进行过滤;
S10:采用流固共轭传热的有限元方法对模型进行仿真计算;
S11:根据S10中的仿真数据计算目标函数及其对可自由移动边界位置的灵敏度;
S12:根据S11的灵敏度结果,利用优化求解器调整自由移动边界的空间位置,得到更新后的结构;
S13:根据S8中设定的收敛条件,判断S12中得到的结果是否满足收敛条件,若已达到收敛条件,形状优化迭代结束,执行S14,否则重复S9至S13;
S14:输出S12中得到的结果,得到具有可制造性的、最优的热沉结构。
S1中,优化目标函数包括但不限于最小化最高温度,最小化热沉整体热阻,最小化热源面温度差,最小化热源面平均温度,最大化对流换热效率,最小化整体热柔顺度,最小化强制对流时的微泵功率,最小化强制对流时的压降等。
S1中,约束条件包括但不限于总体传热量约束,强制对流时微泵功率或压降约束,总体固体质量或体积占比约束等。
S1和S8中,设定的优化收敛条件为:
其中γk表示当前迭代步得到的设计变量,γk-1表示上一次迭代步得到的设计变量,TOL值的选取应平衡计算时间与优化效果。
S2与S9中,采用下式进行设计变量的过滤:
S2中,采用下式对过滤后的设计变量进行投影:
S3中,针对传热控制方程中的等效热导率与流体流动控制方程中的反渗透系数进行材料属性插值以区分固体与流体属性,采用的材料插值模型包括但不限于SIMP插值模型和RAMP插值模型。
S4和S11中,灵敏度的计算方法包括但不限于伴随法(Adjoint method)。
S5与S12中,优化求解器可选用梯度求解器,包括但不限于SNOPT求解器、MMA求解器、GCMMA求解器以及IPOPT求解器。
具体实施时,如图1所示,依据S1,结合热沉实际应用需求设置拓扑优化设计域Ω,设计变量为ρx,设计变量初始值为ρ0,此实施例优化目标选取为最小化热柔顺度,约束条件设置为结构体积在设计域中的占比,优化目标与约束条件由以下表达式具体定义:
约束条件:g(ρx)=∫ΩρxdV≤fvVΩ,0≤ρx≤1
其中,Γ为热源边界,q″为边界热源,VΩ为设计域Ω的总体积,fv为预期热沉结构在设计域中的体积占比。收敛条件设置为:
依据S2,对设计变量场ρx进行密度过滤与投影,由以下公式定义:
此处,为实现较好的过滤与投影效果,Rmin可取值1.5~3倍的网格尺寸,β可取值为6~10,投影点γβ可取值为0.1~0.9。
依据S3,进行流体传热有限元仿真时,对等效热导率可采用下式进行插值:
其中,qK为惩罚因子,可取值为6,Kf、Ks分别为流体、固体等效热导率。
对反渗透系数的插值公式如下:
依据S5,选用SNOPT优化求解器依据灵敏度信息对设计变量场进行更新。
依据S6,根据S1中的收敛条件判断迭代是否收敛。如收敛,则迭代结束,前述S5获得的设计变量场即为最优拓扑优化解,执行S7。否则,重复S2~S6,直到满足收敛条件。
依据S8,建立形状优化设计域Ω′,选取待优化边界Γ为可自由移动边界,边界各节点可允许位移范围可用下式具体定义:
-dmax≤di≤dmax
其中di为各节点位移,dmax为可允许最大位移值。这些位移节点最终将形成一个新的、优化后的结构形状。形状优化目标函数、约束条件及收敛条件在物理意义上与S1保持一致,但由于设计域、设计变量的更改,其表达式此时可表述为:
约束条件:0≤∫Ω′1dΩ′≤fv·VΩ,-dmax≤di≤dmax
依据S9,对热沉结构边界Γ的空间位置进行过滤:
依据S10,使用流固共轭传热的有限元仿真方法求解流动传热方程。此时,由于固体与流体域已经区分,其有限元控制方程对应调整为:
依据S11~S12,使用伴随法计算获得目标函数及其对于自由移动边界位移的灵敏度,SNOPT优化求解器根据灵敏度调整边界位移,获得更新后的结构。
依据S13,根据S8中设定的收敛条件判断迭代是否收敛。如收敛,则迭代结束,前述S12获得的形状优化结构即为最终优化结构,执行S14。否则,重复S9~S13,直到满足收敛条件。
依据14,输出S12中的优化结构作为最终优化结构,本联合拓扑优化与形状优化的热沉结构设计方法流程结束。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (8)
1.一种联合拓扑优化与形状优化的热沉结构设计方法,其特征是,包括以下步骤:
步骤1:结合电子设备散热需求与允许的热沉设计空间创建拓扑优化设计域并离散为有限元网格模型,结合热沉结构散热性能指标设置所需的目标函数、约束条件、设计变量及其初始值,设置拓扑优化迭代过程收敛条件;
步骤2:对设计变量场进行密度过滤与投影,以控制最终优化结构的最小尺寸、消除网格依赖性并获得清晰光滑的结构轮廓;
步骤3:采用流体传热有限元方法进行仿真计算;进行流体传热有限元仿真时,对等效热导率可采用下式进行插值:
其中,qK为惩罚因子,可取值为6,Kf、Ks分别为流体、固体等效热导率;
对反渗透系数的插值公式如下:
步骤4:根据步骤3的仿真结果计算目标函数与其对设计变量的灵敏度;
步骤5:根据步骤4得到的灵敏度,利用优化求解器更新设计变量;
步骤6:判断迭代是否满足步骤1所设置的收敛条件,若已收敛,迭代结束,执行步骤7;否则重复步骤2至步骤6;
步骤7:提取拓扑优化最优结构,通过设置合适的设计变量值,提取步骤5中设计变量的等值线或等值面,获得拓扑优化热沉结构;
步骤8:基于步骤7的拓扑优化热沉结构,构建新的形状优化设计域并将其离散为有限元网格模型,设置需优化的边界为可自由变化边界,并设置其可允许的空间变化位置范围,目标函数、约束条件及收敛条件同步骤1中保持一致;
步骤9:使用过滤模型对边界空间位置进行过滤;
步骤10:采用流固共轭传热的有限元方法对模型进行仿真计算;
使用流固共轭传热的有限元仿真方法求解流动传热方程;其有限元控制方程对应调整为:
步骤11:根据步骤10中的仿真数据计算目标函数及其对可自由移动边界位置的灵敏度;
步骤12:根据步骤11的灵敏度结果,利用优化求解器调整自由移动边界的空间位置,得到更新后的结构;
依据步骤11、步骤12,使用伴随法计算获得目标函数及其对于自由移动边界位移的灵敏度,SNOPT优化求解器根据灵敏度调整边界位移,获得更新后的结构;
步骤13:根据步骤8设定的收敛条件,判断步骤12中得到的结果是否满足收敛条件,若已达到收敛条件,形状优化迭代结束,执行步骤14;否则重复步骤9至步骤13;
步骤14:输出步骤12更新后的结构,得到可制造的最优热沉结构。
2.如权利要求1所述联合拓扑优化与形状优化的热沉结构设计方法,其特征是,步骤1中目标函数的优化目标包括最小化最高温度、最小化热沉整体热阻、最小化热源面温度差、最小化热源面平均温度、最大化对流换热效率、最小化整体热柔顺度、最小化强制对流时的微泵功率和最小化强制对流时的压降;
步骤1中约束条件包括总体传热量约束、强制对流时微泵功率或压降约束、总体固体质量或体积占比约束。
6.如权利要求1所述联合拓扑优化与形状优化的热沉结构设计方法,其特征是,步骤3中,针对传热控制方程中的等效热导率与流体流动控制方程中的反渗透系数进行材料属性插值以区分固体与流体属性,采用的材料插值模型包括SIMP插值模型和RAMP插值模型。
7.如权利要求1所述联合拓扑优化与形状优化的热沉结构设计方法,其特征是,步骤4和步骤11中,灵敏度的计算方法包括伴随法。
8.如权利要求1所述联合拓扑优化与形状优化的热沉结构设计方法,其特征是,步骤5与步骤12中,优化求解器选用梯度求解器,包括SNOPT求解器、MMA求解器、GCMMA求解器以及IPOPT求解器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110281310.5A CN112966420B (zh) | 2021-03-16 | 2021-03-16 | 一种联合拓扑优化与形状优化的热沉结构设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110281310.5A CN112966420B (zh) | 2021-03-16 | 2021-03-16 | 一种联合拓扑优化与形状优化的热沉结构设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112966420A CN112966420A (zh) | 2021-06-15 |
CN112966420B true CN112966420B (zh) | 2022-06-14 |
Family
ID=76277739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110281310.5A Active CN112966420B (zh) | 2021-03-16 | 2021-03-16 | 一种联合拓扑优化与形状优化的热沉结构设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966420B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113268910B (zh) * | 2021-06-18 | 2024-04-02 | 西安交通大学 | 一种重力驱动的自然对流异型热沉结构拓扑优化方法 |
CN117133733A (zh) * | 2023-10-26 | 2023-11-28 | 国网经济技术研究院有限公司 | 一种高散热性能水冷散热器及其设计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760624A (zh) * | 2016-03-16 | 2016-07-13 | 北京大学 | 一种支持大规模三维集成电路的热仿真和热设计方法 |
CN109344460A (zh) * | 2018-09-14 | 2019-02-15 | 上海理工大学 | 一种传热结构仿生分层生长方法 |
CN111159939A (zh) * | 2019-12-23 | 2020-05-15 | 上海交通大学 | 一种肋片构型拓扑优化系统及方法 |
WO2020159812A1 (en) * | 2019-01-29 | 2020-08-06 | Siemens Aktiengesellschaft | Topology optimization of thermoelastic structures for an additive manufacturing process |
CN112214917A (zh) * | 2020-10-13 | 2021-01-12 | 武汉大学 | 一种多尺度优化增材制造基板的方法及其基板 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111027110B (zh) * | 2019-11-27 | 2023-06-30 | 中国科学院光电技术研究所 | 一种连续体结构拓扑与形状尺寸综合优化方法 |
-
2021
- 2021-03-16 CN CN202110281310.5A patent/CN112966420B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105760624A (zh) * | 2016-03-16 | 2016-07-13 | 北京大学 | 一种支持大规模三维集成电路的热仿真和热设计方法 |
CN109344460A (zh) * | 2018-09-14 | 2019-02-15 | 上海理工大学 | 一种传热结构仿生分层生长方法 |
WO2020159812A1 (en) * | 2019-01-29 | 2020-08-06 | Siemens Aktiengesellschaft | Topology optimization of thermoelastic structures for an additive manufacturing process |
CN111159939A (zh) * | 2019-12-23 | 2020-05-15 | 上海交通大学 | 一种肋片构型拓扑优化系统及方法 |
CN112214917A (zh) * | 2020-10-13 | 2021-01-12 | 武汉大学 | 一种多尺度优化增材制造基板的方法及其基板 |
Non-Patent Citations (2)
Title |
---|
Improved thermal design of fin heat sink for high-power LED lamp cooling;Yicang Huang;《researchgate》;20160831;全文 * |
基于拓扑优化的风冷热沉研究;裴元帅等;《机械工程学报》;20201231(第16期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112966420A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966420B (zh) | 一种联合拓扑优化与形状优化的热沉结构设计方法 | |
CN112084591A (zh) | 一种基于三维拓扑优化的散热器冷却通道设计方法 | |
US8332190B2 (en) | Circuit simulator, circuit simulation method and program | |
Bourguet et al. | Anisotropic Organised Eddy Simulation for the prediction of non-equilibrium turbulent flows around bodies | |
CN105045966A (zh) | 一种变压器内部温度场的混合计算方法 | |
Klimchuk et al. | The role of asymmetries in thermal nonequilibrium | |
CN112231900B (zh) | 一种变物性拓扑优化方法 | |
US9928317B2 (en) | Additive design of heat sinks | |
CN105653779B (zh) | 基于温度比拟连通性的可制造性约束拓扑优化方法 | |
WO2020015237A1 (zh) | 基于滚动时域估计理论的热网动态调节运行参数估计方法 | |
CN113094944A (zh) | 一种微流道散热器及其细观尺度拓扑优化设计方法 | |
KR101269553B1 (ko) | 파티클 연료를 이용한 불 시뮬레이션 방법 | |
Huang et al. | Coupling finite difference method with finite particle method for modeling viscous incompressible flows | |
CN109240088B (zh) | 一种电力网络通信延时的估计与补偿有限时间控制方法 | |
CN112966419B (zh) | 联合拓扑优化与形状优化的多场耦合作用的结构设计方法 | |
CN117172033A (zh) | 一种基于反距离加权均值预测热阻的翅片散热器优化方法 | |
CN106294913B (zh) | 提高零部件热分析计算结果可靠性的方法 | |
CN108121875A (zh) | 一种基于Matlab和CFX联合求解平台的拓扑优化方法 | |
CN110245410B (zh) | 基于多参数化变量的多相材料热弹性结构拓扑优化设计方法 | |
CN112989661B (zh) | 一种联合拓扑优化与形状优化的水下结构设计方法 | |
Kosec et al. | Numerical solution of natural convection problems by a meshless method | |
CN113268910A (zh) | 一种重力驱动的自然对流异型热沉结构拓扑优化方法 | |
Alotaibi et al. | Flow-based control of temperature in long ducts | |
Du et al. | A Cubic B-spline Finite Element Method for Optimal Control Problem Governed by Nonlinear Parabolic Equation Describing Crystal Surface Growth | |
Bakker | Lecture 5-Solution Methods Applied Computational Fluid Dynamics |
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 |