CN112989745A - 一种pcb电子元器件优化布置的热设计方法 - Google Patents

一种pcb电子元器件优化布置的热设计方法 Download PDF

Info

Publication number
CN112989745A
CN112989745A CN202110192792.7A CN202110192792A CN112989745A CN 112989745 A CN112989745 A CN 112989745A CN 202110192792 A CN202110192792 A CN 202110192792A CN 112989745 A CN112989745 A CN 112989745A
Authority
CN
China
Prior art keywords
pcb
dimensional array
components
electronic components
temperature
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.)
Pending
Application number
CN202110192792.7A
Other languages
English (en)
Inventor
李先允
吴沐羿
余健
王书征
倪喜军
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.)
Nanjing Institute of Technology
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN202110192792.7A priority Critical patent/CN112989745A/zh
Publication of CN112989745A publication Critical patent/CN112989745A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/39—Circuit design at the physical level
    • G06F30/392—Floor-planning or layout, e.g. partitioning or placement
    • 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
    • G06F2115/00—Details relating to the type of the circuit
    • G06F2115/12—Printed circuit boards [PCB] or multi-chip modules [MCM]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Architecture (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

本发明公开了一种PCB电子元器件优化布置的热设计方法，包括根据PCB板尺寸大小以及需要放置的功率元器件进行预分配，并用二维阵列式布置模型进行功率元器件排布和编号；根据所需工况确定二维阵列式布置模型的关键优化系数；通过改进后的模拟退火算法对二维阵列式布置模型进行优化，每次迭代过程中的新解产生的同时改变对应部分阵列的位置，在进行多次退火迭代之后得到最优二维阵列式布置模型；采用所得到的最优二维阵列式布置模型进行PCB板的功率器件布置。本发明解决了传统元器件布置优化方法的位置需要固定的问题，可以得到PCB电路板更低的平均温度，为元器件的布置方法提供了更多灵活选择，保证电子元器件的安全使用和工作寿命。

Description

一种PCB电子元器件优化布置的热设计方法
技术领域
本发明属于电力电子元器件散热技术领域，具体涉及一种PCB电子元器件优化布置的热设计方法。
背景技术
电子设备热分析与散热技术又称作热模拟技术，该技术主要是运用数学模拟计算的方法来获取电子设备的温度场，主要作用是使电子产品的工作温度控制在合理范围之内，延长使用寿命。
目前，研究较多的热设计技术主要有：强制空气对流冷却技术、电子元件布置优化、热管换热技术、液冷技术、沸腾冷却技术等。电子元件布置优化还采用了如遗传算法、模拟退火算法、蚁群算法等。
在实际应用过程中，电子元件布置优化通常会受实际工况因素的制约，目前的模拟退火算法布置方法也较为单一，不能得出更多元器件位置布置的方案，对全局温度的优化有一定影响。
发明内容
本发明所要解决的技术问题是针对上述现有技术的不足，提供一种PCB电子元器件优化布置的热设计方法，以改进的模拟退火算法进行研究，与传统的模拟退火算法相比，能够解决元器件布置位置不灵活的问题，从而降低了电子元器件工作时的全局温度。
为实现上述技术目的，本发明采取的技术方案为：
一种PCB电子元器件优化布置的热设计方法，包括：
S1、根据PCB板尺寸大小以及需要放置的功率元器件进行预分配，并用二维阵列式布置模型进行功率元器件排布和编号；
S2、根据所需工况确定二维阵列式布置模型的关键优化系数；
S3、通过改进后的模拟退火算法对二维阵列式布置模型进行优化，得到最优二维阵列式布置模型，所述最优二维阵列式布置模型的全局阵列位置最优；
S4、采用所得到的最优二维阵列式布置模型进行PCB板的功率器件布置。
为优化上述技术方案，采取的具体措施还包括：
上述的步骤S1中，二维阵列式布置模型将所需布置的功率元器件数量x个，排布在矩形PCB板上平均分配m行、n列的阵列位置，并且满足x＝m*n；
对阵列位置的功率元器件进行从1至x的依次编号。
上述的步骤S2中，所述关键优化系数包括：
P：表示改进后的模拟退火算法接受新解的概率，其遵循Metropolis准则：
Figure BDA0002945788810000021
在式(1)中，
K:代表Boltzmann常数，是涉及温度及能量的一个物理常数；
T:表示每一次算法迭代的温度值；
Ei、Ej分别是改进后的模拟退火算法迭代过程中的第i代状态和第j代状态，并且i＝j+1；
D：表示阵列位置移动距离，根据所需优化PCB板的大小以及功率器件阵列布置进行选取。
上述的步骤S3中，改进后的模拟退火算法对二维阵列式布置模型的优化步骤如下：
S31、对需要优化的PCB板的功率元器件进行二维阵列式布置并编号；
S32、随机产生一个初始二维阵列式布置模型作为模拟退火过程的初始解；
S33、交换两个随机生成的编号的元器件的位置，同时将该阵列位置进行水平或竖直方向调整，调整距离按照实际工况随机生成，得到新的二维阵列式布置模型；
S34、由温度评价函数计算新的二维阵列式布置模型的温度评价值，并与迭代前的温度评价值进行对比并判别取舍，若新的温度评价值小于或等于迭代前温度评价值，则接受新解，否则按照Metropolis准则判断是否接收新解；
S35、判断迭代次数：若未到达迭代次数，则返回步骤S33；若已到达迭代次数，则判断是否满足终止条件：若不满足终止条件，则降低温度并重置迭代次数后返回步骤S33；若满足终止条件，则输出新解对应的最优二维阵列式布置模型。
上述的步骤S31中，将PCB板上功率元器件的排列方式定义为解空间X，解空间X的每一个位置对应着元器件的编号，假设当前PCB板上有n个电子元件，则PCB板上电子元件的布置的解的形式为X＝{x1,x2,…,xn}，其中x1,x2,…,xn与n个电子元件一一对应，每个下标数字对应着元件在PCB上的位置，向量形式的解X与元件布置方案一一对应。
上述的步骤S34中，温度评价函数采用在当前布置方案下全局最高温度的函数，故将PCB板上电子元件工作时的温度T作为温度评价目标函数f(x)，定义为f(x)＝T；
温度评价函数采用热叠加模型的计算公式，如下：
Figure BDA0002945788810000031
Figure BDA0002945788810000032
上式(2)是元器件自身温度评价公式，其中，Pi为元器件i的功率；为元器件中最大功率。
上式(3)是其他元器件贡献温度评价公式，其中，Dji为元器件j到元器件i的距离；Ri为元器件i的封装半径；
则总体温度评价函数如式(4)：
Figure BDA0002945788810000033
上述的步骤S3中，新解的生成与接受准则，采用二变法进行转变，即对于某一迭代下的解空间X＝{x1,x2,…,xa,…,xb,…,xn}，通过对两个随机数a、b的生成，将此两个位置的元器件进行位置互换，得到新解X＝{x1,x2,…,xb,…,xa,…,xn}；
对b号位置进行位置自身的随机调整，调整的方式为沿着x或y方向进行正向或反向移动，得出的温度评价函数值即为新解fnew(x)；
模拟退火算法对于新解的接受与否采用Metropolis准则，即如式(5)作为依据：
接受新解的概率p取如下值：
Figure BDA0002945788810000034
(5)式中，p为接受新解的概率，Ei、Ej分别是算法迭代过程中的第i代状态和第j代状态，并且i＝j+1。
上述的步骤S4中，根据所得到的最优二维阵列式布置模型以及二维阵列式布置的功率元器件编号对应关系，得出新的布置方案。
本发明具有以下有益效果：
本发明对PCB上可放置元器件的位置进行二维阵列式布置，并对传统的模拟退火法进行改进，通过在每次迭代产生新解的同时调整阵列式布置的位置，在退火过程中逐步获得最优解。解决了传统元器件布置优化方法的位置需要固定的问题，且可以得到PCB电路板更低的平均温度，为元器件的布置方法提供了更多灵活选择，保证电子元器件的安全使用和工作寿命。
附图说明
图1是传统模拟退火热优化算法的流程图；
图2是改进后的模拟退火热优化算法流程图；
图3是传统热优化方法得出的温度评价值；
图4是改进后的热优化方法得出的温度评价值。
具体实施方式
以下结合附图对本发明的实施例作进一步详细描述。
一种PCB电子元器件优化布置的热设计方法，包括：
S1、根据PCB板尺寸大小以及需要放置的功率元器件进行预分配，并用二维阵列式布置模型进行功率元器件排布和编号；
S2、根据所需工况确定二维阵列式布置模型的关键优化系数；
S3、通过改进后的模拟退火算法对二维阵列式布置模型进行优化，每次迭代过程中的新解产生的同时改变对应部分阵列的位置，在进行多次退火迭代之后得到最优二维阵列式布置模型，所述最优二维阵列式布置模型的全局阵列位置最优；
S4、采用所得到的最优二维阵列式布置模型进行PCB板的功率器件布置。
实施例中，所述步骤S1中，二维阵列式布置模型是固定的，即将所需布置的功率元器件数量x个，排布在矩形PCB板上平均分配m行、n列的阵列位置，并且满足x＝m*n；
对阵列位置的功率元器件进行从1至x的依次编号。
实施例中，所述步骤S2中，所述关键优化系数包括：
P：表示改进后的模拟退火算法接受新解的概率，其遵循Metropolis准则：
Figure BDA0002945788810000041
在式(1)中，
K:代表Boltzmann常数，是涉及温度及能量的一个物理常数；
T:表示每一次算法迭代的温度值；
Ei、Ej分别是改进后的模拟退火算法迭代过程中的第i代状态和第j代状态，并且i＝j+1；
D：表示阵列位置移动距离，根据所需优化PCB板的大小以及功率器件阵列布置进行选取。
实施例中，步骤S1只是给出了二维阵列(规定元器件可以摆放的位置)，但是具体功率多大的元器件摆在哪儿则由步骤S3确定。
所述步骤S3中，改进后的模拟退火算法对二维阵列式布置模型的优化步骤如下：
S31、对需要优化的PCB板的功率元器件进行二维阵列式布置并编号；
S32、随机产生一个初始二维阵列式布置模型作为模拟退火过程的初始解；
S33、交换两个随机生成的编号的元器件的位置，同时将该阵列位置进行水平或竖直方向调整，调整距离按照实际工况随机生成，得到新的二维阵列式布置模型；
S34、由温度评价函数计算新的二维阵列式布置模型的温度评价值，并与迭代前的温度评价值进行对比并判别取舍，若新的温度评价值小于或等于迭代前温度评价值，则接受新解，否则按照Metropolis准则判断是否接收新解；
S35、判断迭代次数：若未到达迭代次数，则返回步骤S33；若已到达迭代次数，则判断是否满足终止条件：若不满足终止条件，则降低温度并重置迭代次数后返回步骤S33；若满足终止条件，则输出新解对应的最优二维阵列式布置模型。
传统模拟退火热优化算法与改进后的模拟退火热优化算法流程分别如图1和图2所示，本发明对传统的模拟退火法进行改进，通过在每次迭代产生新解的同时调整阵列式布置的位置，在退火过程中逐步获得最优解。
实施例中，所述步骤S31中，将PCB板上功率元器件的排列方式定义为解空间X，解空间X的每一个位置对应着元器件的编号，假设当前PCB板上有n个电子元件，则PCB板上电子元件的布置的解的形式为X＝{x1,x2,…,xn}，其中x1,x2,…,xn与n个电子元件一一对应，每个下标数字对应着元件在PCB上的位置，向量形式的解X与元件布置方案一一对应。
实施例中，所述步骤S34中，温度评价函数采用在当前布置方案下全局最高温度的函数，故将PCB板上电子元件工作时的温度T作为温度评价目标函数f(x)，定义为f(x)＝T；
温度评价函数采用热叠加模型的计算公式，如下：
Figure BDA0002945788810000061
Figure BDA0002945788810000062
上式(2)是元器件自身温度评价公式，其中，Pi为元器件i的功率；为元器件中最大功率。
上式(3)是其他元器件贡献温度评价公式，其中，Dji为元器件j到元器件i的距离；Ri为元器件i的封装半径；
则总体温度评价函数如式(4)：
Figure BDA0002945788810000063
实施例中，所述步骤S3中，新解的生成与接受准则，采用二变法进行转变，即对于某一迭代下的解空间X＝{x1,x2,…,xa,…,xb,…,xn}，通过对两个随机数a、b的生成，将此两个位置的元器件进行位置互换，得到新解X＝{x1,x2,…,xb,…,xa,…,xn}；
对b号位置进行位置自身的随机调整，调整的方式为沿着x或y方向进行正向或反向移动，得出的温度评价函数值即为新解fnew(x)；
模拟退火算法对于新解的接受与否采用Metropolis准则，即如式(5)作为依据：
接受新解的概率p取如下值：
Figure BDA0002945788810000064
(5)式中，p为接受新解的概率，Ei、Ej分别是算法迭代过程中的第i代状态和第j代状态，并且i＝j+1。
实施例中，所述步骤S4中，根据所得到的最优二维阵列式布置模型以及二维阵列式布置的功率元器件编号对应关系，得出新的布置方案进行元器件布置。
该改进后的模拟退火散热优化方法，以某种PCB元器件模块为实施案例。
为方便实施方式的具体说明，现将案例模块电路板的功率元器件数量定义为20个，且封装均为50mm*40mm矩形封装。其中，3W元器件数量为5个，5W元器件数量为5个，8W元器件数量为10个。将此20个元器件依次按照从1至20号进行编号，以方便后续方法的施行。
PCB板尺寸设定为长和宽都为400mm的正方形。且默认元器件只可放置在PCB板表层。
本发明实施需借助软件MATLAB进行程序编写并运行，具体变量定义方法可参考如下：
温度评价函数采用在当前布置方案下全局最高温度的函数，故将PCB板上电子元件工作时的温度T作为本发明的温度评价目标函数f(x)，定义为f(x)＝T。温度评价函数采用热叠加模型的计算公式，如下：
Figure BDA0002945788810000071
Figure BDA0002945788810000072
上式(2)是元器件自身温度评价公式，其中，Pi——元器件i的功率；Pmax——元器件中最大功率。
上式(3)是其他元器件贡献温度评价公式，其中，Dji——元器件j到元器件i的距离；Ri——元器件i的封装半径。
则总体温度评价函数如式(4)：
Figure BDA0002945788810000073
此外，新解的生成与接受准则，采用二变法进行转变，即对于某一迭代下的解空间X＝{x1,x2,…,xa,…,xb,…,xn}，通过对两个随机数a、b的生成，将此两个位置的元器件进行位置互换，得到新解X＝{x1,x2,…,xb,…,xa,…,xn}。
在此基础上，本发明对b号位置进行位置自身的随机调整，调整的方式为沿着x或y方向进行正向或反向移动。经过此一系列操作所得出的温度评价函数值即为新解fnew(x)。模拟退火算法对于新解的接受与否还要以Metropolis准则——如式(5)作为依据：
接受新解的概率p取如下值：
Figure BDA0002945788810000081
(5)式中，p为接受新解的概率，Ei、Ej分别是算法迭代过程中的第i代状态、和第j代状态，并且i＝j+1。
当前新解若优于旧解，则选择接受。
当前新解若劣于旧解，则以一个随着迭代次数变化的概率判断是否接受。
基于这个准则以及对位置的调整，此改进后的热优化算法在数次迭代之后可以有效避免偶然性与局部最优解，得出一个相对更优的结果。
为了验证一种PCB电子元器件优化布置的热设计方法行之有效，现对上述实施例进行程序验证。图3是传统热优化方法得出的温度评价值66.0152，与之进行对比，图4是改进后的热优化方法得出的温度评价值65.9720。可以看出，本优化方法在进行200次迭代之后的最终温度评价函数优于传统优化方法。
本发明对PCB上可放置元器件的位置进行二维阵列式布置，并对传统的模拟退火法进行改进，通过在每次迭代产生新解的同时调整阵列式布置的位置，在退火过程中逐步获得最优解。该方法解决了传统元器件布置优化方法的位置需要固定的问题，且可以得到PCB电路板更低的平均温度，为元器件的布置方法提供了更多灵活选择，保证电子元器件的安全使用和工作寿命。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (8)

1.一种PCB电子元器件优化布置的热设计方法，其特征在于，包括：
S1、根据PCB板尺寸大小以及需要放置的功率元器件进行预分配，并用二维阵列式布置模型进行功率元器件排布和编号；
S2、根据所需工况确定二维阵列式布置模型的关键优化系数；
S3、通过改进后的模拟退火算法对二维阵列式布置模型进行优化，每次迭代过程中的新解产生的同时改变对应部分阵列的位置，在进行多次退火迭代之后得到最优二维阵列式布置模型，所述最优二维阵列式布置模型的全局阵列位置最优；
S4、采用所得到的最优二维阵列式布置模型进行PCB板的功率器件布置。
2.根据权利要求1所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S1中，二维阵列式布置模型将所需布置的功率元器件数量x个，排布在矩形PCB板上平均分配m行、n列的阵列位置，并且满足x＝m*n；
对阵列位置的功率元器件进行从1至x的依次编号。
3.根据权利要求1所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S2中，所述关键优化系数包括：
P：表示改进后的模拟退火算法接受新解的概率，其遵循Metropolis准则：
Figure FDA0002945788800000011
在式(1)中，
K:代表Boltzmann常数，是涉及温度及能量的一个物理常数；
T:表示每一次算法迭代的温度值；
Ei、Ej分别是改进后的模拟退火算法迭代过程中的第i代状态和第j代状态，并且i＝j+1；
D：表示阵列位置移动距离，根据所需优化PCB板的大小以及功率器件阵列布置进行选取。
4.根据权利要求1所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S3中，改进后的模拟退火算法对二维阵列式布置模型的优化步骤如下：
S31、对需要优化的PCB板的功率元器件进行二维阵列式布置并编号；
S32、随机产生一个初始二维阵列式布置模型作为模拟退火过程的初始解；
S33、交换两个随机生成的编号的元器件的位置，同时将该阵列位置进行水平或竖直方向调整，调整距离按照实际工况随机生成，得到新的二维阵列式布置模型；
S34、由温度评价函数计算新的二维阵列式布置模型的温度评价值，并与迭代前的温度评价值进行对比并判别取舍，若新的温度评价值小于或等于迭代前温度评价值，则接受新解，否则按照Metropolis准则判断是否接收新解；
S35、判断迭代次数：若未到达迭代次数，则返回步骤S33；若已到达迭代次数，则判断是否满足终止条件：若不满足终止条件，则降低温度并重置迭代次数后返回步骤S33；若满足终止条件，则输出新解对应的最优二维阵列式布置模型。
5.根据权利要求4所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S31中，将PCB板上功率元器件的排列方式定义为解空间X，解空间X的每一个位置对应着元器件的编号，假设当前PCB板上有n个电子元件，则PCB板上电子元件的布置的解的形式为X＝{x1,x2,…,xn}，其中x1,x2,…,xn与n个电子元件一一对应，每个下标数字对应着元件在PCB上的位置，向量形式的解X与元件布置方案一一对应。
6.根据权利要求5所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S34中，温度评价函数采用在当前布置方案下全局最高温度的函数，故将PCB板上电子元件工作时的温度T作为温度评价目标函数f(x)，定义为f(x)＝T；
温度评价函数采用热叠加模型的计算公式，如下：
Figure FDA0002945788800000021
Figure FDA0002945788800000022
上式(2)是元器件自身温度评价公式，其中，Pi为元器件i的功率；为元器件中最大功率。
上式(3)是其他元器件贡献温度评价公式，其中，Dji为元器件j到元器件i的距离；Ri为元器件i的封装半径；
则总体温度评价函数如式(4)：
Figure FDA0002945788800000023
7.根据权利要求6所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S3中，新解的生成与接受准则，采用二变法进行转变，即对于某一迭代下的解空间X＝{x1,x2,…,xa,…,xb,…,xn}，通过对两个随机数a、b的生成，将此两个位置的元器件进行位置互换，得到新解X＝{x1,x2,…,xb,…,xa,…,xn}；
对b号位置进行位置自身的随机调整，调整的方式为沿着x或y方向进行正向或反向移动，得出的温度评价函数值即为新解fnew(x)；
模拟退火算法对于新解的接受与否采用Metropolis准则，即如式(5)作为依据：
接受新解的概率p取如下值：
Figure FDA0002945788800000031
(5)式中，p为接受新解的概率，Ei、Ej分别是算法迭代过程中的第i代状态和第j代状态，并且i＝j+1。
8.根据权利要求1所述的一种PCB电子元器件优化布置的热设计方法，其特征在于，所述步骤S4中，根据所得到的最优二维阵列式布置模型以及二维阵列式布置的功率元器件编号对应关系，得出新的布置方案进行元器件布置。
CN202110192792.7A 2021-02-20 2021-02-20 一种pcb电子元器件优化布置的热设计方法 Pending CN112989745A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110192792.7A CN112989745A (zh) 2021-02-20 2021-02-20 一种pcb电子元器件优化布置的热设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110192792.7A CN112989745A (zh) 2021-02-20 2021-02-20 一种pcb电子元器件优化布置的热设计方法

Publications (1)

Publication Number Publication Date
CN112989745A true CN112989745A (zh) 2021-06-18

Family

ID=76394312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110192792.7A Pending CN112989745A (zh) 2021-02-20 2021-02-20 一种pcb电子元器件优化布置的热设计方法

Country Status (1)

Country Link
CN (1) CN112989745A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101501937A (zh) * 2006-06-02 2009-08-05 内奥科尼克斯公司 包括弹性触头臂杆（15）的连接器（17）
US20110164391A1 (en) * 2010-01-06 2011-07-07 Yee Na Shin Electronic component-embedded printed circuit board and method of manufacturing the same
CN203147415U (zh) * 2013-03-26 2013-08-21 河北博信伟德电源技术有限公司 Led日光灯
CN104400167A (zh) * 2014-10-29 2015-03-11 张楠 一种感应回流焊装置及使用该装置的电路板元器件焊接方法
CN105120647A (zh) * 2015-07-22 2015-12-02 哈尔滨工业大学 一种基于喂料器位置确定的贴片机生产数据优化方法
CN106611279A (zh) * 2016-05-26 2017-05-03 四川用联信息技术有限公司 一种改进的模拟退火算法解决作业车间调度问题
CN108228972A (zh) * 2016-12-12 2018-06-29 德国弗劳恩霍夫应用研究促进协会 确定用于可重配置逻辑器件的至少一个电路的布置的方法和计算机程序
CN109151332A (zh) * 2018-06-26 2019-01-04 杭州电子科技大学 基于适应度函数的相机编码曝光最优码字序列搜索方法
CN110686899A (zh) * 2019-09-21 2020-01-14 天津大学 一种内燃机噪声源识别方法
CN110705758A (zh) * 2019-09-11 2020-01-17 哈尔滨工程大学 一种面向水下网络的网元优化布局方法
CN111360463A (zh) * 2020-03-22 2020-07-03 中南民族大学 基于混合离散教与学优化算法的焊接路径规划方法和系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101501937A (zh) * 2006-06-02 2009-08-05 内奥科尼克斯公司 包括弹性触头臂杆（15）的连接器（17）
US20110164391A1 (en) * 2010-01-06 2011-07-07 Yee Na Shin Electronic component-embedded printed circuit board and method of manufacturing the same
CN203147415U (zh) * 2013-03-26 2013-08-21 河北博信伟德电源技术有限公司 Led日光灯
CN104400167A (zh) * 2014-10-29 2015-03-11 张楠 一种感应回流焊装置及使用该装置的电路板元器件焊接方法
CN105120647A (zh) * 2015-07-22 2015-12-02 哈尔滨工业大学 一种基于喂料器位置确定的贴片机生产数据优化方法
CN106611279A (zh) * 2016-05-26 2017-05-03 四川用联信息技术有限公司 一种改进的模拟退火算法解决作业车间调度问题
CN108228972A (zh) * 2016-12-12 2018-06-29 德国弗劳恩霍夫应用研究促进协会 确定用于可重配置逻辑器件的至少一个电路的布置的方法和计算机程序
CN109151332A (zh) * 2018-06-26 2019-01-04 杭州电子科技大学 基于适应度函数的相机编码曝光最优码字序列搜索方法
CN110705758A (zh) * 2019-09-11 2020-01-17 哈尔滨工程大学 一种面向水下网络的网元优化布局方法
CN110686899A (zh) * 2019-09-21 2020-01-14 天津大学 一种内燃机噪声源识别方法
CN111360463A (zh) * 2020-03-22 2020-07-03 中南民族大学 基于混合离散教与学优化算法的焊接路径规划方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BALWANT SINGH LALL 等: "THERMAL DESIGN RULES FOR ELECTRONIC COMPONENTS ON CONDUCTING BOARDS IN PASSIVELY COOLED ENCLOSURES", 《INTERSOCIETY CONFERENCE ON THERMAL PHENOMENA》, pages 50 - 61 *
杨正 等: "基于Icepak 的光伏并网逆变器热分析及热设计优化", 《太阳能学报》, vol. 41, no. 2, pages 347 - 354 *
王扬: "基于智能算法优化 PCB 板上电子元件热布局的试验研究及数值模拟", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 02, pages 135 - 622 *
鲁昀: "电子设计装调实验教程", 31 December 2015, 西安电子科技大学出版社, pages: 17 - 21 *

Similar Documents

Publication Publication Date Title
JP2006189438A5 (zh)
CN111507032A (zh) 基于深度学习技术预测温度分布的组件布局优化设计方法
CN105320822B (zh) 一种led散热器结构参数的双目标综合优化设计方法
CN103914587B (zh) 一种基于模拟退火/回火现场可编程门阵列布局的方法
Chi et al. Coupled aerothermodynamics optimization for the cooling system of a turbine vane
CN113343380B (zh) 基于多目标粒子群算法的强迫风冷散热器优化方法及系统
CN112989745A (zh) 一种pcb电子元器件优化布置的热设计方法
Xu et al. A hierarchical data–driven wind farm power optimization approach using stochastic projected simplex method
CN117172160A (zh) 一种基于反距离加权均值的翅片散热器热阻值获取方法
Li et al. Optimization of heat exchangers with dimpled surfaces to improve the performance in thermoelectric generators using a Kriging model
Chu et al. Energy saving of fans in air-cooled server via deep reinforcement learning algorithm
Mongibello et al. Experimental validation of a tool for the numerical simulation of a commercial hot water storage tank
CN113569520A (zh) Pcb板电子元器件热布局的优化对比方法
Qian et al. Experimental and numerical investigations of the transmitting antenna in microwave wireless power transmission with forced air cooling system
Wu et al. Optimization of a solid oxide fuel cell and micro gas turbine hybrid system
Craig et al. Minimization of heat sink mass using CFD and mathematical optimization
CN104918412B (zh) 一种电路板的布局方法及装置
CN108733869B (zh) 一种大规模三维集成电路分区方法和装置
Kwon et al. Critical heat flux function approximation using genetic algorithms
Bakr et al. Genetic algorithm for the design and optimization of a shell and tube heat exchanger from a performance point of view
CN117709168B (zh) 一种强制风冷散热系统的优化设计方法及其装置
Santhanakrishnan et al. Multi-objective NSGA-II based shape optimisation of the cross-sectional shape of passively cooled heat sinks
Lang et al. Investigation of Heat Source Layout Optimization by Using Deep Learning Surrogate Models
CN115329710B (zh) 基于遗传算法的热管约束组件布局优化方法
Chen et al. Optimal design of thermal dissipation for the array power LED by using the RSM with genetic algorithm

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