微尺度弯曲通道流动与传热性能优化研究.pdfVIP

摘要

微通道散热器作为一种常见的微型散热器，目前已被广泛应用于各种场景。

本文将数值计算、预测及优化算法相结合，研究弯曲微通道散热器中的流动与传

热特性，提高了弯曲微通道优化计算的效率。基于对弯曲微通道内流动传热仿真

计算结果的优化，给出具有参考价值的多目标优化结果，并分析了弯曲微通道散

热器的优化设计方向。

论文首先构建了弯曲微通道物理模型，采用CFD方法对弯曲微通道内的流

动传热特性进行了数值计算，研究了通道内的速度与温度分布、传热及摩阻特性，

对比分析了弯曲通道波峰和波谷对流动传热的影响。然后，采用拉丁超立方抽样、

非比例分层抽样、边界补充抽样以及随机抽样的方法确定了训练集及测试集中的

样本，并通过仿真计算得到了样本的Nu，C与△T（底面无量纲温差）。基于

fdim

这些数据，对多层感知机预测模型进行训练与评估，并进行多目标优化，寻求不

同目标变量组合条件下的帕累托前沿。最后，分别结合多维偏好线性规划法

(LINMAP)以及最佳热性能系数(TPF)方法，得到不同需求条件下的最优解，

并通过对帕累托前沿以及最优解设计参数的对比分析，得到提高弯曲微通道流动

传热性能时，其结构设计和运行参数优化的方向。

研究结果表明，（1）受到波浪形弯曲结构的影响，微通道中心区域存在着

两个速度峰值区域，且下侧速度峰值区域相较上侧速度峰值区域更靠近壁面。下

壁面的Nu与C相对上壁面更大，且波峰平面的螺旋度相对波谷平面更大。由于

f

结构曲率的变化，微通道中的Nu与C峰值位于波峰或波谷的前侧。（2）组合

f

抽样方法获得的样本集在空间中具有更优的分布与代表性，同时也实现了特定区

域样本加密的目的，为后续预测模型的训练提供了良好的基础。根据决定系数最

终确定多层感知机共含有4层隐藏层，每层所包含的神经元个数分别为9，10，

11，7。多层感知机模型的决定系数均大于0.85，均方差也都小于0.5，表明训练

得到的预测模型具有较高的准确度。（3）通过多目标遗传算法找到Nu-C与Nu-

f

C-△T多目标组合的帕累托前沿，结合LINMAP方法得到了不同目标变量权

fdim

重比下的最优解。其中，当权重比为1:1时最优解S+为的Nu与C分别为12.355

if

-2

与1.513×10。同时也得到了具有最佳热性能系数的最优解，其Nu与C的值分

f

-2

别为13.800与2.000×10。通过对帕累托前沿上样本点的自变量值分析发现，增

加微通道的宽度可以提高微通道的综合性能。另外，通过对不同权重比下最优解

的对比，发现最优解的微通道高度受限于微通道宽度的大小而不会单调增加。

关键词：微通道散热器，流动传热特性，组合抽样方法，多层感知机，多

目标遗传算法

ABSTRACT

Asacommontypeofmicroheatsinks,microchannelheatsinksarenowwidely

usedinvariousenvironments.Inthispaper,numericalcalculation,predictionand

optimizationalgorithmswerecombinedtostudytheflowandheat