[发明专利]基于遗传算法的矩形截面形状微通道热沉的优化设计方法

权利要求书

1.一种基于遗传算法的矩形截面形状微通道热沉的优化设计方法，其特征是，包括有以下步骤：

基于矩形截面形状微通道流动阻力和平均对流换热系数理论表达式，通过热阻网络模型分别建立矩形截面微通道热沉在等截面面积/等截面周长约束下的热阻和压降的理论模型；

以微通道总热阻和总压降为两个优化目标，使用遗传算法对微通道尺寸结构进行多目标优化设计；

通过comsol进行仿真验证；

得到微通道热沉传热传质性能最佳尺寸结构。

2.根据权利要求…所述的基于遗传算法的矩形截面形状微通道热沉的优化设计方法，其特征是：微通道尺寸结构包括有微通道流道数量N、微通道宽度W_c、微通道热沉翅片宽度W_b、微通道高度H_c。

3.根据权利要求1所述的基于遗传算法的矩形截面形状微通道热沉的优化设计方法，其特征是：使用遗传算法对微通道尺寸结构进行多目标优化设计具体为：

根据微通道热沉总热阻和微通道热沉总压降两个优化目标，等截面面积下约束条件为

取微通道流道数量N，微通道宽度W_c，微通道热沉翅片宽度W_b，微通道高度H_c作为设计变量，分别记为x₁，x₂，x₃，x₄，写成矢量形式X＝[x₁，x₂，x₃，x₄]；

取微通道热沉总热阻和总压降为优化设计的两个目标函数，分别记为f₁(x)和f₂(x)；

等截面面积多目标优化模型为：

通过加权转换法分别将总热沉和总压降的两个目标函数均转换为无量纲化的中间目标函数，通过线性加权法将两个中间目标函数组成全新目标函数：

式中为微通道热沉总热阻的权重系数，为微通道热沉总压降的权重系数，并且f₁max和f₁min分别是目标函数f₁的最大值和最小值，f₂max和f₂min分别是目标函数f₂的最大值和最小值；

通过混合杂交选择的遗传算法进行多目标优化，在等截面面积约束条件下求解获得最优解尺寸结构。

4.根据权利要求…所述的基于遗传算法的矩形截面形状微通道热沉的优化设计方法，其特征是，总压降的理论模型具体为：

矩形截面形状微通道的流动阻力R_H的理论公式为

平均对流换热系数h的理论表达式为：

其中，H_c是矩形微通道的通道高，W_c是矩形截面微通道的通道宽，L是通道长度，μ为微通道内工质的粘度系数，k_f是微通道工质的导热系数；

获得矩形截面形状微通道的总压降：

其中，N是微通道热沉通道总数量。

5.根据权利要求…所述的基于遗传算法的矩形截面形状微通道热沉的优化设计方法，其特征是，热阻的理论模型具体为：

微通道热沉计算单元总热阻为：

R_total＝

R_base+R_fluid+[R_baseconvΠ(R_wall+(R_wallconvΠ(R_wall+R_baseconv))

微通道总热阻R_total的各个组成部分R_base，R_fluid，R_baseconv，R_wall，R_wallconv计算如下：

其中，k_s为铝制材料的热导率，(W/m·k)；为微通道质量流率，(kg/s)；c_ρ表示水的比热容，(J/(kg·℃))；h为对流换热系数；

微通道热沉总热阻为：