CPU散热器热分析与优化设计
周建辉,杨春信(北京航空航天大学航空科学与工程学院 北京 100083)
摘 要:利用CFD 方法分析了平板直肋片散热器特性,通过多元线性回归建立了散热器换热和流动准则关系式,提供了散热器热阻和熵产率具体表达式;结合熵特性以本文提出的准则关系式采用约束条件的遗传优化算法对散热器结构进行多参数优化,优化结果与特性分析结论和相关文献吻合。
关键词:CPU 散热器;数值模拟;准则关系式;熵产率;优化设计
中图分类号: TP303 + . 2 文献标识码:B 文章编号:1004 373X(2006) 18 001 04
Design and Thermal Analysis of CPU Heat Sink ZHOU Jianhui ,YANG Chunxin
(School of Aeronautic Science and Engineering ,Beijing University of Aeronautics and Ast ronautics ,Beijing ,100083 ,China)
Abstract :Computational Fluid Dynamic (CFD) is used to analyse characteristics of plate fin heat sinks ,the correlation between heat sink and fluid by multivariate linear regression is built . Specific expression of thermal resistance and the rate of ent ropy generation are offered. The multi parameter const raint optimization procedure ( Genetic Algorithms) based on the minimization of ent ropy generation resulting f rom viscous fluid effect s and heat t ransfer are carried out on the plate fin heat sinks ,optimization result s coincide with previous analysis and related document s.
Keywords :CPU heat sink ;numerical simulation ;correlations ; rate of entropy generation ;optimization
1 引 言
CPU 散热器是将CPU 核心热量迅速导出的关键,目前在电子产品中得到广泛应用。散热器按冷却技术分主要有3 类:空气对流换热(被动、半主动、主动) 、液体冷却换热(水、油和氮气冷却) 和相变循环系统(热管) 。被动型空气冷却散热器主要依靠自然对流交换热量,是20 世纪的90 年代以前CPU 散热的主要途径。随着电子元器件的功耗加大,出现了靠机箱风扇带走热量的半主动型散热器。进入奔4 的21 世纪以来,CPU 的高热流密度(103～105 W/ cm2数量级) 的产生成了一股不可抗拒的趋势,于是芯片的冷却问题就越来越突出, 依靠专用风扇冷却CPU 的空气强迫对流主动式散热器应运而生。由于制造成本低廉、工艺简单、具有良好的可靠性,相对于液体冷却无需额外的装置和冷却介质等优势,空气对流换热散热器在目前散热器设计中占有主要地位[1 ] 。
散热器性能同时受到几种互相矛盾、冲突的参数或特性的作用,其中的每一项都希望有更好的表现,但偏偏都是“牵一发而动全身”的互相影响着,很难令所有表现全面提高,即便做到了,也一定会面临着加工、成本等方面的制约,只能尽量在混乱中寻求一种平衡。例如肋片数增加能扩展换热表面,从而降低对流换热热阻,但过多的肋片会导致摩擦阻力增大,换热表面流速降低,最终换热热阻不降反升,这就是目前的散热器设计者们所面临的处境。计算流体力学和熵产最小化原理[ 1 ,2 ] 的发展为散热器设计提供了解决方法: 计算流体力学可以根据设计者设定的材料、部件参数,模拟散热器使用过程中热量的分布,为设计者对产品规格或设计进行调整提供了参考;熵产最小化原理( EMG) 阐述传热学领域中日益重要的热力学概念,他是真实系统热力优化的一种方法。真实系统由于传热、流体流动、传质的热力不完美性产生了熵产。作为工程研究的一种方法,EMG 的目的是使热力学和传热学更具有适用性。利用EMG 可以通过参数分析获得几种强化方式的能量综合利用效果,还可以确定合理的流动工况参数、结构参数和合理的强化形式。
纵观国内外散热器的研究工作[ 3 8 ] ,主要体现在散热器的流体和传热特性分析和设计优化两方面,采用的研究手段有实验方法、准则关系式方法和CFD 方法,而结合熵特性对散热器进行优化设计还是一片空白。熵特性综合了流体和传热特性,基于热力学第二定律的熵产最小化原理比传热学能够揭示更多的特性信息。熵产最小使得不可逆(包括温差传热和摩擦) 损失整体达到最小,也使能量做功能力损失最小,该方法设计出来的散热器结构能使温度场和速度场的协同程度最好,从而使得对流换热的整体传热性能达到最优;遗传算法是一类可用于复杂系统优化计算的鲁棒搜索算法,遗传算法直接以目标函数值作为搜索信息,不需要目标函数的导数等其他信息。这样对于本文这类目标函数无法求导或很难求导的函数优化问题,遗传算法就比较方便。遗传算法同时进行解空间的多点搜索,如同在搜索空间上覆盖的一张网,搜索的全局性强,不易陷入局部最优。实践和理论都已证明了在一定条件下遗传算法总是以概率1 收敛于问题的最优解。
本文研究的内容主要包括:用CFD 方法对平板直肋片散热器的特性分析(流体和传热及熵特性) ,建立了准则关系式;以熵产率最小为目标函数,采用准则关系式对单参数和多参数散热器进行结构优化。
2 平板直肋片散热器的特性分析
2. 1 数值模拟
将平板直肋片散热器(如图1) 放置在L ×W ×H的矩形通道进行数值风洞实验,平板直肋片散热器和矩形通道的尺寸如表1 所示。其中肋片厚度t 和肋片间距( s) 是变化参数,由于t , s 和N (肋片数) 满足一定的几何关系,可以认为s和N 是同一变量。散热器基板底面中心施加10 mm ×10 mm 均匀加热的热源,用于模拟CPU 的散热。
散热器肋片和基板采用铝合金材料,计算时做了如下
基本假设:
(1) 空气物性参数为常数;
(2) 流体在壁面上无滑移;
(3) 稳态流场;
(4) 不考虑自然对流影响;
(5) 壁面光滑表面;
(6) 忽略辐射热传效应;
(7) 在能量方程式内忽略粘滞损失
2. 2 特性分析
散热器特性包括热特性和流体特性,热特性主要指对流换热性能,流体特性主要指摩擦阻力,熵特性综合了两者的效果。特性指标分别用努塞尔系数(或散热器热阻) 、摩擦阻力系数和熵产率表示。
2. 3 准则关系式建立
由于变参数有肋片数N (或肋片间距s) 、肋厚t 和进口风速,雷诺数主要体现速度的影响, 他是准则关系式的主线。肋片间距和肋片厚度是在雷诺数主线为坐标轴的两个平面上的修正,图4 所示的这两条特性曲线是以雷诺数为主干在s/ L 平面上的分布情况。因而可以用下式[10 ] 来关联努塞尔特数和雷诺数的关系:
3 散热器结构准则关系式优化设计
3. 1 遗传优化算法
GA 的应用过程[12 ] 主要包括:
(1) 首先根据问题的决策变量与目标函数,依据一定原则对优化问题的可行解进行编码,可行解进行编码后称为个体。编码方案建立了可行解与个体之间的一一映射。
(2) 随机产生一定数目的初始染色体,这些随机产生的染色体组成一个种群。种群中染色体的数目称为种群的大小或规模。
(3) 设计适应度函数,用适应度函数来评价每一个染色体的优劣,即染色体对环境的适应程度( 简称为适应度) ,用来作为以后遗传操作的依据。
(4) 进行选择过程,选择过程的目的是为了从当前种群中选出优良的染色体,使他们成为新一代的染色体。判断染色体优良与否的准则是各自的适应度,即染色体的适应度越高,其被选择的机会就越多。通过选择操作,产生了一个新种群。
(5) 对新种群进行交叉操作,将群体中个体随机配对执行交叉操作,交叉操作是遗传算法中主要的遗传操作之一。
(6) 接着进行变异操作,对群体中的每一个个体,以一较小的变异概率执行变异操作。变异操作的目的是挖掘种群中个体的多样性,克服有可能陷入局优解的弊病。
(7) 通过上述(5) , (6) 的运算产生的染色体成为后代。对新的种群(即父代和后代) 重复进行选择、交叉和变异操作。
(8) 经过给定次数的迭代处理或满足目标条件后,把最好的染色体作为优化问题的最优解。
3. 2 熵产率准则关系式的遗传优化
本文采用遗传优化算法对平板直肋片散热器进行优化, 平板直肋片散热器优化的目标函数为最小化散热器熵产,设计变量有肋片数、肋片厚度和进口风速
4 结 语
本文根据平板直肋片散热器的特点通过数值实验分析了散热器熵特性,依据大量样本设计点的模拟结果通过多元线性回归构建了准则关系式和相应的熵产率公式,为后面的优化做了准备。实现了以熵产率最小为目标函数,基于遗传优化算法,采用准则关系式对有约束条件多参数散热器结构优化设计的思想,优化结果与相关研究结论一致。下一步工作基于本文的研究方法拟开展Intel 使用在下一代CPU 的最新Cooler (放射状太阳花散热器) 的性能研究和结构优化。
参 考 文 献
[1 ] Bejan A. Ent ropy Generation Through Heat and Fluid Flow[M] . Wiley ,New York ,1982.
[2 ] Bejan A. Ent ropy Generation Minimization [M] . CRC PressBoca Raton ,1995.
[3 ] 韩宁. 型材散热器热特性分析[J ] . 西安电子科技大学学报:自然科学版,2004 ,29 (4) :551 555.
[4 ] 余鹏. 垂直均匀射流下CPU 散热器换热性能的数值分析
[J ] . 工程热物理学报,2003 ,24 (3) :415 418.
[5 ] 王耀庭. 电子元件热分析应用研究[D] . 西安:西北工业大学,2004.
标签： 点击： 评论:
