[发明专利]一种基于改进樽海鞘群算法的多通道水冷散热器优化方法

权利要求书

1.一种基于改进樽海鞘群算法的多通道水冷散热器优化方法，其特征在于，包括以下步骤：

S1：计算多通道水冷散热器的初始结构参数；

S2：选取多通道水冷散热器待优化的结构参数；

S3：针对多通道是水冷散热器不变的初始结构参数建立多通道水冷散热器的有限元模型，仿真得到多通道水冷散热器的性能参数；

S4：根据多通道水冷散热器待优化的结构参数和多通道水冷散热器的性能参数，构建样本数据，并将样本数据作为参数向量；

S5：训练样本数据，得到待优化的多通道水冷散热器模型；

S6：根据待优化的多通道水冷散热器模型，以散热器待优化结构参数为优化对象，以igbt的最高温度T_max、面均温差T_av和冷却液的压力损失ΔP为优化目标，对多通道水冷散热器结构参数进行优化，得到最优结构参数。

2.根据权利要求1所述的一种基于改进樽海鞘群算法的多通道水冷散热器优化方法，其特征在于：步骤S1中所述多通道水冷散热器不变的初始结构参数包括散热筋宽度w1、水道宽度w2、水道数N、散热筋高度H、占空比Γ、纵横比Γ1、进水口压力P_in和出水口压力P_out。

3.根据权利要求2所述的一种基于改进樽海鞘群算法的多通道水冷散热器优化方法，其特征在于：步骤S2中所述多通道水冷散热器待优化的结构参数包括散热器的翅片数量n和冷却液进口流速v。

4.根据权利要求3所述的一种基于改进樽海鞘群算法的多通道水冷散热器优化方法，其特征在于，步骤S6包括以下步骤：

S61：初始化种群参数；

S62：随机初始化每组参数向量和当前最优的多通道水冷散热器结构参数值F；

S63：计算每个樽海鞘个体的适应度值，将最优适应度值所对应的个体位置定义为当前最优的多通道水冷散热器结构参数值F；

S64：引入引力算法，更新第一组参数向量，把这组参数向量定义为首组参数；

S65：更新跟随者樽海鞘的位置，并且修正参数向量辨识范围的上下限；

S66：根据当前位置重新计算每个樽海鞘个体的适应度值，更新当前最优的多通道水冷散热器结构参数值F；

S67：判断是否达到最大迭代次数T_m：是，则输出最优的多通道水冷散热器结构参数值F；否，则返回步骤S63。

5.根据权利要求4所述的一种基于改进樽海鞘群算法的多通道水冷散热器优化方法，其特征在于，步骤S61中所述种群参数包括种群个数N、参数向量辨识范围的上限ub_j和下限lb_j、搜索空间的维度D和最大迭代次数T_m；随机初始化产生的种群位置，公式如下：

式中：x_ij为第i个樽海鞘在j维度的种群位置，i＝1,...,N；j＝1,...,D。