散热器及优化技术介绍

　　散热器介绍

　　散热器工作原理：散热器内部的热借由对流及辐射进行耗散，对流所占比例非常大，基板与热源接触，将热从热源传导给肋片，肋片增大了热源与空气的接触面积，从而增强了其通过对流和辐射方式的散热能力。

图1 手机散热工作原理

　　影响散热器散热效果的主要因素：肋高影响最大，肋厚影响次之，肋长影响最小。因此，在做散热器优化实验时，设定肋高，肋厚两个变量即可。

　　求解技术

　　在Flotherm软件中，Command Center模块采用了当今世界上优秀的多目标优化算法，是一种在具有多个变量参数中确定最佳方案的途径。

　　优化算法包括两部分：实验设计（DOE）和方案优化。方案优化是以实验设计数据为依据，分为循序优化和反映面优化。循序优化是以最佳方案为基点，进行连续小步长自动优化，最终找到最优方案；反映面优化则是将实验的输入与输出构建成一个超平面，称为反映面，再根据该超平面来确定最佳方案。两者比较来看，反映面优化速度快于循序优化，并且在给出优化方案的同时，给出了优化过程中的计算误差，通过该误差的大小来判断该次优化方案结果是否可靠。

　　散热器及优化技术介绍

　　散热器介绍

　　散热器工作原理：散热器内部的热借由对流及辐射进行耗散，对流所占比例非常大，基板与热源接触，将热从热源传导给肋片，肋片增大了热源与空气的接触面积，从而增强了其通过对流和辐射方式的散热能力。

图1 手机散热工作原理

　　影响散热器散热效果的主要因素：肋高影响最大，肋厚影响次之，肋长影响最小。因此，在做散热器优化实验时，设定肋高，肋厚两个变量即可。

　　求解技术

　　在Flotherm软件中，Command Center模块采用了当今世界上优秀的多目标优化算法，是一种在具有多个变量参数中确定最佳方案的途径。

　　优化算法包括两部分：实验设计（DOE）和方案优化。方案优化是以实验设计数据为依据，分为循序优化和反映面优化。循序优化是以最佳方案为基点，进行连续小步长自动优化，最终找到最优方案；反映面优化则是将实验的输入与输出构建成一个超平面，称为反映面，再根据该超平面来确定最佳方案。两者比较来看，反映面优化速度快于循序优化，并且在给出优化方案的同时，给出了优化过程中的计算误差，通过该误差的大小来判断该次优化方案结果是否可靠。

　　常见的优化术语解释：

　　DOE：Design of Experiment实验设计

　　SO：Sequential Optimization循序优化

　　RSO：Response Surface Optimization反映面优化

　　目标函数

　　实验设计包括输入变量设置和目标输出变量设置。其中，输入变量设置包括优化参数对象选择和参数范围的设定。

　　为了避免优化设计中，出现局部最优代替全部最优，软件引入代价函数（Cost Function）：

公式1 代价函数

　　式中，W为代价权重；R为目标输出变量。

　　输入变量设定

    在Input Variables选项卡中的Root Assembly下找到散热器。（此组件的顺序与PM中组件的顺序相同）

    内部翅片的高度对散热器的散热能力有一定影响，因此作为变量之一，进行设定。

    在散热器和组件周围有一个region，region的高度需要与散热器的翅片呈线性函数关系，因此对其进行如下设置：

图2 Region设置

　　内部翅片的宽度对散热器的散热能力有一定影响，因此作为变量之一，进行设定。

　　输出变量设定

　　在command center面板中选择Output Variables选项卡。首先将temperature加入到目标函数中。目标函数作用：用于定义求解过程中需要优化的值。将组件的温度加入到目标函数中意味着我们要尽可能降低温度。

　　双击散热器图标，找到散热器目录下的Mean Solid Temperature，单击并选中Monitor Variable for each Project in the Scenario。通常只需要纪录散热器的平均温度，而不用对散热器的平均温度进行优化，所以不需要将平均温度加入到目标函数中。

　　双击风扇图标，找到风扇目录下的Volume Flow，单击并选中Monitor Variable for each Project in the Scenario。此过程我们只需要纪录流过风扇的气体流量，而不用对流量进行优化，所以不需要将流过风扇的气体流量加入到目标函数中。

Scenario Table

　　点击优化图标，为了能得到一个连续的优化过程，必须要有一个已求解并收敛的基本结果。点击Optimize即开始进行优化。

　　优化开始时，软件会自动出现两个图表。生成图表操作步骤：点击Chart/ Create，图表类型：XY Line；数据项：x轴：Scenario name；y轴：MB comp1 temperature；

　　Value style:Actual Value。表中Y轴同时显示MB comp的温度和散热翅片的高度，设计需仔细观察散热翅片的高度对MB comp温度的影响。

　　得到最优优化结果如下：

图3 最优优化结果

　　常见的优化术语解释：

　　DOE：Design of Experiment实验设计

　　SO：Sequential Optimization循序优化

　　RSO：Response Surface Optimization反映面优化

　　目标函数

　　实验设计包括输入变量设置和目标输出变量设置。其中，输入变量设置包括优化参数对象选择和参数范围的设定。

    为了避免优化设计中，出现局部最优代替全部最优，软件引入代价函数（Cost Function）：

公式1 代价函数

　　式中，W为代价权重；R为目标输出变量。

　　输入变量设定

　　在Input Variables选项卡中的Root Assembly下找到散热器。（此组件的顺序与PM中组件的顺序相同）

　　内部翅片的高度对散热器的散热能力有一定影响，因此作为变量之一，进行设定。

　　在散热器和组件周围有一个region，region的高度需要与散热器的翅片呈线性函数关系，因此对其进行如下设置：

图2 Region设置

　　内部翅片的宽度对散热器的散热能力有一定影响，因此作为变量之一，进行设定。

　　输出变量设定

　　在command center面板中选择Output Variables选项卡。首先将temperature加入到目标函数中。目标函数作用：用于定义求解过程中需要优化的值。将组件的温度加入到目标函数中意味着我们要尽可能降低温度。

　　双击散热器图标，找到散热器目录下的Mean Solid Temperature，单击并选中Monitor Variable for each Project in the Scenario。通常只需要纪录散热器的平均温度，而不用对散热器的平均温度进行优化，所以不需要将平均温度加入到目标函数中。

　　双击风扇图标，找到风扇目录下的Volume Flow，单击并选中Monitor Variable for each Project in the Scenario。此过程我们只需要纪录流过风扇的气体流量，而不用对流量进行优化，所以不需要将流过风扇的气体流量加入到目标函数中。

　　Scenario Table

　　点击优化图标，为了能得到一个连续的优化过程，必须要有一个已求解并收敛的基本结果。点击Optimize即开始进行优化。

　　优化开始时，软件会自动出现两个图表。生成图表操作步骤：点击Chart/ Create，图表类型：XY Line；数据项：x轴：Scenario name；y轴：MB comp1 temperature；

　　Value style:Actual Value。表中Y轴同时显示MB comp的温度和散热翅片的高度，设计需仔细观察散热翅片的高度对MB comp温度的影响。

　　得到最优优化结果如下：

图3 最优优化结果