一种基于数字孪生的液冷冷板模型构建方法技术

本发明专利技术涉及一种基于数字孪生的液冷冷板模型构建方法，包括如下步骤：步骤一，三维CFD仿真模型生成：步骤二，数字孪生模型训练数据生成：步骤三，数字孪生降阶模型生成：步骤四，降阶模型部署：步骤五，降阶模型测试与应用。通过建立液冷冷板数字孪生模型，将传统三维CFD仿真模型降阶为高保真的一维数学模型(ROM)，通过对数字孪生ROM模型开展多工况分析评估冷板散热性能，可极大缩短设计迭代时间，并通过建立物理冷板与降阶ROM模型的实时映射，修正冷板数字孪生模型，提高精度的同时极大缩短设计周期。此外，在热测试环节，无法直观看到的内部流动特征亦可通过液冷冷板数字孪生模型仿真实现可视化。真实现可视化。真实现可视化。

【技术实现步骤摘要】
一种基于数字孪生的液冷冷板模型构建方法


[0001]本专利技术涉及液冷冷板领域，尤其涉及一种基于数字孪生的液冷冷板模型构建方法。

技术介绍

[0002]液冷冷板广泛应用于电子设备散热中，冷板外部提供特定流量、温度、压力的冷却介质，通过冷板内部对流换热及热传导，将电子设备发热量传递至冷却介质中，从而保证电子设备或器件长期工作在适宜的温度范围内以保证器件长期可靠性及寿命。液冷冷板的设计包括流体特性分析，热传导分析及流固耦合分析，多通过流体或热设计软件仿真开展设计。设计过程中通过反复迭代多工况输入条件下的结果响应，评估散热性能，最终确定冷板设计参数。通过开展热电联合仿真，软件试错迭代，释放设计风险，但必然对仿真精度提出了很高的要求，进而导致仿真效率的降低。

技术实现思路

[0003]为解决现有的技术问题，本专利技术提供了一种基于数字孪生的液冷冷板模型构建方法。
[0004]本专利技术的具体内容如下：一种基于数字孪生的液冷冷板模型构建方法，包括如下步骤：
[0005]步骤一，三维CFD仿真模型生成：通过仿真软件开展三维CFD仿真模型的搭建；
[0006]步骤二，数字孪生模型训练数据生成：通过CFD仿真模型生成多工况输入条件下的计算结果作为数字孪生降阶模型的训练数据；
[0007]步骤三，数字孪生降阶模型生成：对处理过的输入与输出训练数据进行数据压缩，并验证压缩后数据结果精度，然后通过仿真模型降阶算法建立输入激励和输出响应之间的降阶模型；
[0008]步骤四，降阶模型部署：基于数字孪生体模型所运行平台的软件接口要求，生成可实时响应的可执行程序代码；
[0009]步骤五，降阶模型测试与应用：数字孪生平台软件实时调用数据采集传感器的输入数据并以实测输入数据驱动可执行程序代码进行计算与结果输出，从而使三维CFD仿真降阶为一维数学模型计算。
[0010]进一步的，步骤一中，三维CFD仿真模型生成主要包括冷板模型简化、网格划分、边界条件输入和计算结果输出，其中，边界条件包括冷板入口流量、温度、冷板出口压力和冷板热耗，计算结果输出包括温度云图、入口压力和出口温度。
[0011]进一步的，步骤一中，采用流体或热设计仿真软件开展CFD仿真模型的搭建，如Fluent、FLoEFD或Flotherm。
[0012]进一步的，步骤二中，采用ANSYS Workbench中拉丁超立方方法获得液冷冷板的多个计算工况，在Fluent中计算得到对应各工况下的结果bin文件，作为冷板降阶模型的训练
数据。
[0013]进一步的，步骤三中，采用矩阵分解技术对处理过的输入与输出训练数据进行数据压缩。
[0014]进一步的，步骤三中，采用Eluer或龙格
‑
库塔数值计算方法建立激励与输出响应之间的降阶模型，最后需验证降阶模型计算结果的精度。
[0015]进一步的，步骤四中，包括降阶模型导入、TWIN文件生成、SDK文件生成和SDK文件部署。
[0016]本专利技术的有益效果：数字孪生技术具有高保真、多物理性、多学科性、多尺度性等特点，可以通过建立液冷冷板数字孪生模型，将传统三维CFD仿真模型降阶为高保真的一维数学模型(ROM)，通过对数字孪生ROM模型开展多工况分析评估冷板散热性能，可极大缩短设计迭代时间，并通过建立物理冷板与降阶ROM模型的实时映射，修正冷板数字孪生模型，提高精度的同时极大缩短设计周期。此外，在热测试环节，无法直观看到的内部流动特征亦可通过液冷冷板数字孪生模型仿真实现可视化。
附图说明
[0017]下面结合附图对本专利技术的具体实施方式做进一步阐明。
[0018]图1为液冷冷板数字孪生模型总体架构示意图；
[0019]图2为液冷冷板数字孪生模型构建过程示意图；
[0020]图3为液冷冷板简化模型；
[0021]图4为液冷冷板模型网格划分示意图；
[0022]图5为液冷冷板输入数据及输出响应关系图；
[0023]图6为液冷冷板训练工况；
[0024]图7为冷板流场分析运行计算结果文件；
[0025]图8为导入生成的冷板训练数据；
[0026]图9为降阶模型生成示意图；
[0027]图10为导出液冷冷板降阶模型；
[0028]图11为学习样本结果数据精度验证；
[0029]图12为液冷冷板降阶模型；
[0030]图13为液冷冷板降阶模型twin文件；
[0031]图14为液冷冷板降阶模型SDK文件夹；
[0032]图15为液冷冷板SDK程序运行DOS界面；
[0033]图16为液冷冷板SDK计算输出温度云图。
具体实施方式
[0034]液冷冷板数字孪生模型构建方法总体架构如图1所示。液冷冷板输入的供液温度、供液压力、供液流量、热耗等数据通过传感器实时监测。该输入边界条件驱动液冷冷板数字孪生模型开展实时计算与仿真，输出计算结果，并在数字孪生平台内进行实时结果展示。
[0035]液冷冷板数字孪生模型具体的构建路线如图2所示，主要包括五个步骤，即三维CFD仿真模型生成、数字孪生模型训练数据生成、数字孪生降阶模型生成、降阶模型部署及
降阶模型测试与应用。首先建立液冷冷板三维CFD仿真模型，通过CFD仿真模型生成多工况输入条件下的计算结果作为数字孪生降阶模型的训练数据，通过数据训练与降阶得到高保真的数字孪生降阶模型(ROM)，基于生成的降阶模型，并结合数据采集传感器的实测数据输入，搭建最终的液冷冷板数字孪生模型，实现实测数据驱动下的液冷冷板快速计算与结果输出。
[0036](1)液冷冷板三维CFD仿真模型建立
[0037]可以采用成熟的流体或热设计仿真软件开展三维CFD仿真模型的搭建，如Fluent、FLoEFD、Flotherm等，明确液冷冷板的仿真边界条件如冷板入口流量、温度、冷板出口压力，冷板热耗等参数。一般包括冷板模型简化、网格划分、边界条件输入、计算结果(温度云图、入口压力、出口温度等)输出等设置。
[0038](2)液冷冷板数字孪生模型训练数据生成。
[0039]可以采用成熟的流体或热设计仿真软件进行训练数据生成，如可以使用ANSYS Workbench中拉丁超立方方法获得液冷冷板的多个计算工况(场景)，在Fluent中计算得到对应各工况下的结果bin文件，作为冷板降阶模型的训练数据。
[0040](3)液冷冷板数字孪生降阶模型生成
[0041]在液冷冷板CFD仿真分析中，输入数据与响应输出数据存在相互关联，在降阶模型生成过程中，首先可以采用矩阵分解技术(如奇异值分解法)对处理过的输入与输出训练数据进行数据压缩，并验证压缩后数据结果精度；然后选择合适的仿真模型降阶算法(Eluer、龙格
‑
库塔等数值计算方法)建立输入激励和输出响应之间的降阶模型；最后需验证降阶模型计算结果的精度。
[0042](4)液冷冷板数字本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的液冷冷板模型构建方法，其特征在于：包括如下步骤：步骤一，三维CFD仿真模型生成：通过仿真软件开展三维CFD仿真模型的搭建；步骤二，数字孪生模型训练数据生成：通过CFD仿真模型生成多工况输入条件下的计算结果作为数字孪生降阶模型的训练数据；步骤三，数字孪生降阶模型生成：对处理过的输入与输出训练数据进行数据压缩，并验证压缩后数据结果精度，然后通过仿真模型降阶算法建立输入激励和输出响应之间的降阶模型；步骤四，降阶模型部署：基于数字孪生体模型所运行平台的软件接口要求，生成可实时响应的可执行程序代码；步骤五，降阶模型测试与应用：数字孪生平台软件实时调用数据采集传感器的输入数据并以实测输入数据驱动可执行程序代码进行计算与结果输出，从而使三维CFD仿真降阶为一维数学模型计算。2.根据权利要求1所述的基于数字孪生的液冷冷板模型构建方法，其特征在于：步骤一中，三维CFD仿真模型生成主要包括冷板模型简化、网格划分、边界条件输入和计算结果输出，其中，边界条件包括冷板入口流量、温度、冷板出口压力和冷板热耗，计算结果输出包括温度云图、入口压力和...

【专利技术属性】
技术研发人员：侯德高，胡长明，钱吉裕，张轶群，王锐，
申请(专利权)人：中国电子科技集团公司第十四研究所，
类型：发明
国别省市：