[发明专利]基于多目标粒子群算法的强迫风冷散热器优化方法及系统

说明书

本发明涉及一种基于多目标粒子群算法的强迫风冷散热器优化方法及系统，包括：根据强迫风冷散热器的等效热路图确定所述散热器的基本参数，参数约束条件和多个目标函数；根据所述基本参数，所述目标函数和所述参数约束条件建立散热器多目标优化模型；利用多目标粒子群算法求解所述散热器多目标优化模型，得到优化后的基本参数；根据所述优化后的基本参数得到所述强迫风冷散热器的优化方案。通过多目标粒子群算法对散热器多目标优化模型进行求解，得到了散热器最优的基本参数组合，即得到了散热器综合最优的设计方案，基于最优的基本参数组合既能够提升散热性能，同时还能降低散热器的压降以及质量。

技术领域

本发明涉及散热器结构优化领域，特别是涉及一种基于多目标粒子群算法的强迫风冷散热器优化方法及系统。

背景技术

随着微电子技术的发展，集成度高、功率大、体积小的功率器件(如IGBT功率器件)在各领域得到了广泛的应用，同时器件的体积功率密度也在不断增加，器件的热失效和热退化现象更为突出。功率器件的散热问题逐渐成为了制约其发展的重要因素，作为功率器件散热的重要部件，散热器结构参数的选取和设计显得十分重要。强迫风冷散热器因其散热效果好、结构简单、工作稳定、成本较低等优势被广泛应用在大功率电子器件的散热中，电力电子系统也对强迫风冷散热器提出了低热阻、体积小、重量轻、低成本等多项性能指标要求。

传统的强迫风冷散热器设计优化一般采用试验法或经验公式法，前者的不足主要是其成本高昂且研发周期长，后者在计算精度方面还有待提高。并且在工程实际中，往往仅关注散热器的散热效果，通常以增加散热器的外表面积作为首选方案，结果导致散热器的重量、体积增加，系统压降变大。针对上述问题，本发明提出了一种基于多目标粒子群算法的强迫风冷散热器优化方法及系统。

发明内容

本发明的目的是提供一种基于多目标粒子群算法的强迫风冷散热器优化方法及系统，建立散热器多目标优化模型，并引入多目标粒子群算法进行求解，得到了散热器最优的基本参数组合，即得到了散热器综合最优的设计方案，基于最优的基本参数组合既能够提升散热性能，同时还能降低散热器的压降以及质量。

为实现上述目的，本发明提供了如下方案：

一种基于多目标粒子群算法的强迫风冷散热器优化方法，包括：

根据强迫风冷散热器的等效热路图确定所述散热器的基本参数，参数约束条件和多个目标函数；所述基本参数包括：散热器基板长，散热器基板宽，散热器的高度，散热器基板厚度，散热器冷却通道数，散热器的翅片间距和冷却通道空气平均流速；所述目标函数包括散热器热阻目标函数，散热器的质量目标函数和散热器的压降目标函数；

根据所述基本参数，所述目标函数和所述约束条件建立散热器多目标优化模型；

利用多目标粒子群算法求解所述散热器多目标优化模型，得到优化后的基本参数；

根据所述优化后的基本参数得到所述强迫风冷散热器的优化方案。

一种基于多目标粒子群算法的强迫风冷散热器优化系统，包括：

散热器多目标优化模型建立模块，用于根据强迫风冷散热器的等效电路图确定所述散热器的基本参数，目标函数和参数约束条件；根据所述基本参数，所述目标函数和所述约束条件建立散热器多目标优化模型；

散热器多目标优化模型求解模块，用于利用多目标粒子群算法求解所述散热器多目标优化模型，得到优化后的基本参数；根据所述优化后的基本参数得到所述强迫风冷散热器的优化方案。

根据本发明提供的具体实施例，本发明公开了以下技术效果：