基于遗传算法的仿生微流道热沉多目标优化及热-流协同特性研究.pdf

中文摘要 摘 要 微电子产业和半导体封装技术的发展使电子芯片朝着高集成度、高功率方向 发展，给芯片的散热带来严峻挑战。微流道热沉由于散热性能优良、体积小、噪 音小等优点倍受关注，如何在有限的空间内布置合理的流道成为液冷技术研究人 员的重要课题。经过漫长的自然选择，自然界的动、植物进化出一套具有优良热 质传输特性的输运网络，受自然界中分形网络的启发，本文将Y 型（树形）分形 网络应用到微流道热沉中，利用遗传算法对4 级仿生微流道热沉进行构形优化。 首先，分别以泵功率和热阻为优化目标，以N ，b ，r ，r 为设计变量，优化 1 1 1 2 得到泵功率消耗最小的流阻最优模型结构参数为 (5, 13.3, 6.7, 8.8 ), 对应的能耗为 13.6mW ；得到热阻最小的热阻最优模型结构参数为 (18, 4.9, 6.8, 8.9 ), 对应的热阻 为0.121K/W 。数值模拟结果表明，流阻最优模型虽然压降低、能耗小，但散热效 果差；而热阻最优模型虽然具有出色的散热性能，但所需泵功率较高。因此有必 要进行流阻-热阻联合优化。 多目标优化结果显示，在泵功率的有效作用区内，泵功率约束值对分形网络 的构形影响很大，具体表现为：泵功率约束越大，初级流道数量越多，流道结构 越复杂。对比考察单/ 多目标最优模型的流动和传热特性，结果表明，多目标最优 模型的散热性能与热阻最优模型接近；能耗方面，其能量经济性可以与流阻最优 模型媲美，多目标最优模型在满足高热流密度散热需求的同时有效降低了能耗。 为了进一步提高热源面的温度均匀性，在多目标最优模型的基础上，本文提 出双层和截断型双层热沉。结果表明，双层热沉虽然能有效降低热源面的温度水 平，但入口附近仍存在较大的温度梯度，截断型双层热沉能有效改善双层热沉入 口附近的“过冷却”现象，其温度均匀性较双层提升24%~30%，此外，截断型双 2 层热沉的极限冷却能力与双层热沉相近，仅比双层低1~2W/cm 。 在双层热沉中，底层流道更具换热优势。两层流量相等时，底层/顶层的换热 量之比Qeff1/Qeff2 随总流量的增加从1.22 变化到1.33，不同热流密度下换热量之比 保持在1.32 (qvtot=500 ml/min) 。而在截断型双层热沉中，层间结构的差异将两层的 换热量差距拉大，相同条件下，其底层/顶层的换热量之比Qeff1/Qeff2 从1.31 增加到 1.39，不同热流密度下换热量之比均保持在1.38。 最后，为充分利用底层的换热优势，本文对层间流量分配进行了优化。研究 发现，底层与顶层之间存在一个最佳流量比，λopt =2 ，此时两层流体出口温度相等， 各层流体的冷却潜力得到充分发挥，峰值温度最低。当流量比λ < 2 时，层间换热 量之比Qeff1/Qeff2 > λ ；而λ > 2 时， Qeff1/Qeff2 < λ 。只有当λ=2 时，Qeff1/Qeff2 = λ ， I 重庆大学硕士学位论文 此时流量分配与热量分配一致，各层流体与微流道壁面之间发生充分的热交换， 使截断型双层热沉达到最佳的散热性能。 关键词：仿生微流道热沉；分形网络；多目标优化；截断双层；热-流协同 II 英文摘要 Abstract The development in microelectronic industry and semiconductor packaging technology has driven