[发明专利]一种热流耦合结构的非迭代式拓扑优化方法

说明书

一种热流耦合结构的非迭代式拓扑优化方法，先利用Darcy等效模型求得初始状态下的物理场并优化得到对应的流道布局；然后搭建神经网络结构，利用准备好的数据集进行神经网络的训练并检测训练结果；再针对不同工况，获取此时的初始物理场，再将该物理场输入神经网络中，得到微流道布局并进行适应性处理；本发明利用神经网络对热性能优越的微流道布局进行学习，使得通过该神经网络生成获得的微流道布局同样具有优越的热性能，同时还极大的减少了设计所需时间，可用于热流耦合结构的微流道设计。

技术领域

本发明涉及冷板流道布局优化技术领域，特别涉及一种热流耦合结构的非迭代式拓扑优化方法。

背景技术

功率密度的不断增加是随着电子产品的发展逐渐严峻的问题，这会导致电子设备处于一个温度过高的工作环境中，引起设备的快速老化以及可靠性降低。微通道冷板作为一种可以有效处理电子设备工作时产生的高热量的手段一直备受关注。冷板通过与电子设备直接相连，利用冷却液快速将设备的热量带走，冷板的冷却效果直接决定设备的工作温度。而冷板的冷却效果主要取决于其内部流道的布局，因此对冷板的流道布局设计就成为提升冷板冷却效果的关键。

传统冷板其内部的微流道多为平行直通道，但随着对散热性能要求的不断提高，传统通道已经不能满足强化传热的要求。随着构型理论在微流道布局上的应用，基于构型理论得到的分形通道比平形直通道的效率更高。但由于流体问题计算的复杂性，计算量会随着变量数以及迭代数的增多急剧增加。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一种热流耦合结构的非迭代式拓扑优化方法，根据神经网络输入与输出之间映射的特殊关系，突破了常规热流耦合结构的流道设计流程，提高了设计的效率与质量。

为了达到上述目标，本发明采取的技术方案是：

一种热流耦合结构的非迭代式拓扑优化方法，包括以下步骤：

(1)边界条件模型转化及流道布局优化：

环境温度、流道占比、出入口大小及位置、入口处流速、出入口压降的因素均会对流道的最终布局产生影响；流道占比、入口处流速为常数；出入口的大小及位置受电子设备的实际工况的影响，不同工况下都有所不同；出入口的压降约束考虑为冷水机的功率，为常数；环境温度决定了流体的粘度，忽略温度对粘度的影响；

设定设计对象为设计域，将设计域进行网格划分，划分为nelx*nely的网格，其内部的流动问题由不可压缩的Navier-Stokes模型来表述：

其中，ρ为流体密度，u为速度场，P为压力，μ为动力粘度系数，b为体积力；

假设流速分布是均匀的，流速在壁面上的减弱过程忽略不计，该流速场通过Darcy渗流模型进行求解，Darcy模型的速度场表示为：

其中，κ为渗透系数；

根据Darcy模型获得的速度场，建立对流扩散的热传导模型：

其中，c_p为比热容，k为导热系数，T为温度，Q为单位时间产热量；

将式(3)代入到式(4)中得：

则Darcy等效模型通过有限单元法来计算温度场、压强场与速度场，其中速度场分为x方向速度场与y方向速度场；