一种基于神经网络的快速热模型构建方法技术

本发明专利技术公开了一种基于神经网络的快速热模型构建方法，包括步骤：S1，建立热链路模型；S2，热模型建模样本数据获取及预处理；S3，神经网络内核模型建立与训练；S4，快速热模型封装等。本发明专利技术解决了复杂系统的热评估过程中遇到的网格数量多，收敛困难且耗时长的共性问题，在保证仿真进度的前提下可大幅提升热仿真效率等。率等。率等。

【技术实现步骤摘要】
一种基于神经网络的快速热模型构建方法


[0001]本专利技术涉及电子设备热管理
，更为具体的，涉及一种基于神经网络的快速热模型构建方法。

技术介绍

[0002]随着电子产品不断朝着微型化、集成化的方向发展，电子散热已成为制约装备发展的瓶颈因素。当前的热仿真主要基于成熟的商业软件，其建模速度较慢，网格划分方法复杂。同时，随着热流密度的增加，复杂结构热仿真的网格数量很大，难以快速收敛，因此仿真时间较长，故普通的仿真软件不适用于某些需快速评估热设计可行性的应用场景。
[0003]现有技术中，公开号为CN110083125A的中国专利提出了一种基于深度学习的机床热误差建模方法，该专利技术能够有效估计机床热误差变化趋势；公开号为CN111126827A的中国专利申请提出一种基于BP人工神经网络的投入产出核算模型构建方法，该专利技术通过构建投入产出BP人工神经网络模型，进而获得城市尺度的投入产出表；公开号为CN109739181A的中国专利提出了一种基于检测神经网络的机床主轴热误差建模检测方法。但是，以上基于神经网络等算法构建的仿真模型主要用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的快速热模型构建方法，其特征在于，包括步骤：S1，建立热链路模型；S2，热模型建模样本数据获取及预处理；S3，神经网络内核模型建立与训练；S4，快速热模型封装。2.根据权利要求1所述的基于神经网络的快速热模型构建方法，其特征在于，在步骤S1中，包括子步骤：从样本数据中提取芯片级、模块级、系统级的关键热参数，并构建出各级的热阻及热容模型，进而构建出一维热网络模型。3.根据权利要求1所述的基于神经网络的快速热模型构建方法，其特征在于，在步骤S2中，所述预处理包括子步骤：S21，对获取的数据依次排序出各影响因素的敏感度大小；S22，加大对步骤S21中排序后对热评估结果有重要影响的因素的样本数量，进而获取更为全面有效的建模样本数据。4.根据权利要求1所述的基于神经网络的快速热模型构建方法，其特征在于，在步骤S3中，所述热模型建模样本数据包括芯片级、模块级、系统级热阻、热容模型的样本数据。5.根据权利要求1所述的基于神经网络的快速热模型构建方法，其特征在于，在步骤S4中，包括步骤：在封装的同时，通过增加与专业热仿真软件和工具对接的模型接口文...

【专利技术属性】
技术研发人员：钟凯超，陈显才，张晏铭，葛菊祥，林佳，胡卓非，
申请(专利权)人：中国电子科技集团公司第二十九研究所，
类型：发明
国别省市：