【技术实现步骤摘要】
本专利技术涉及电力电子设备散热，具体涉及一种强制风冷散热系统的优化设计方法及其装置。
技术介绍
1、温度是影响高功率密度开关电源可靠性的重要因素之一，根据研究，电子设备工作温度每升高10℃就会使可靠性下降50％，因此，在对开关电源完成结构设计的基础上，对开关电源的散热系统进行设计以控制其内部主要发热器件的温度，对提高设备的可靠性十分重要。
2、目前电力电子装置的热设计方法主要分为三种：（1）根据工程实践经验进行热设计，但经验公式通常误差较大，且不具有普适性；（2）根据传热学理论在建立数学模型的基础上进行热设计，该方法的准确性取决于模型精度，一般较为复杂；（3）以离散数学和数值计算为基础，以计算机为工具，在建立电子设备的三维几何模型的基础上，通过数值仿真软件如flotherm和icepak等求解电子设备的温度分布，从而为热设计及优化提供参考依据。
3、上述三种方法可对电力电子设备的散热系统进行初步设计，但随着电力电子设备往高功率密度、小型化方向发展，需要在满足散热要求的前提下尽量选用体积较小的散热器与风机，以减小电力电子设备体积，即需要对散热系统尺寸进行优化。然而，上述设计方法本质上都是基于穷举法，即列举出大量散热系统的尺寸进行计算分析，从中挑选出最优尺寸，但穷举法一方面是需要大量的计算，存在优化效率低的问题；另一方面穷举法可能陷入局部最优解，即所列举样本中的最优，而非实际最优。
4、因此，针对现有技术的不足有必要进行改进。
技术实现思路
1、本专
2、根据第一方面，一种实施例中提供一种强制风冷散热系统的优化设计方法。该方法包括：
3、获取所述强制风冷散热系统的综合热阻模型；
4、其中，所述强制风冷散热系统包括风机、系统风道和翅片式散热器；
5、所述综合热阻模型是所述翅片式散热器的尺寸参数及所述强制风冷散热系统的工作点风量的函数；所述尺寸参数包括：所述翅片式散热器的长度、所述翅片式散热器的宽度、所述翅片式散热器的翅片的高度、所述翅片中风道的宽度、所述翅片的数量；
6、所述综合热阻模型的表达式为：；
7、其中，所述 r th,ha为所述翅片式散热器的热阻；所述 d为所述翅片式散热器的基板的厚度；所述 x1和 x2分别为所述翅片式散热器的长度和所述翅片式散热器的宽度；所述λ hs为所述翅片式散热器所采用的材料的热导率；所述 ρ air为流过所述翅片式散热器的空气的密度；所述 c air为所述空气的比热容；所述 v0为所述强制风冷散热系统的工作点风量；所述 h为所述翅片式散热器的平均传热系数；所述 a eff为所述翅片式散热器的有效对流表面积；
8、采用多目标优化算法，以所述热阻及所述强制风冷散热系统的体积为优化目标，以所述热阻的预设最大值和所述尺寸参数的预设上下限为约束条件，在所述约束条件下对所述翅片式散热器所述尺寸参数进行优化，输出所述尺寸参数的多种优化方案；
9、采用熵权topsis法对所述多种优化方案进行评价，以确定所述约束条件下所述尺寸参数的最优方案。
10、一实施例中，所述工作点风量是基于所述风机及所述翅片式散热器的流体力学模型而得到的。
11、一实施例中，所述多目标优化算法为非支配快速排序遗传算法；
12、其中，所述采用多目标优化算法，以所述热阻及所述强制风冷散热系统的体积为优化目标，以所述热阻的预设最大值和所述尺寸参数的预设上下限为约束条件，在所述约束条件下对所述翅片式散热器所述尺寸参数进行优化，输出所述尺寸参数的多种优化方案，包括：
13、将所述热阻作为第一待求解目标函数，将所述体积作为第二待求解目标函数，将所述尺寸参数作为待优化变量；
14、其中，所述第一待求解目标函数和所述第二待求解目标函数的表达式分别为：
15、；
16、；
17、所述 f1为所述第一待求解目标函数；所述 f2为所述第二待求解目标函数；所述 x3为所述翅片的高度；所述 h fan 、w fan和 l fan分别为所述风机的高度、宽度和长度；所述min表示求取最小值的操作；
18、确定种群的规模大小n和最大迭代次数，根据所述约束条件生成初始的所述种群；其中，所述种群初始的迭代次数为1；
19、计算所述种群中个体的优化目标值，并根据所述约束条件及所述优化目标值对所述初始的所述种群进行快速非支配排序和拥挤度计算；其中，所述优化目标值包括所述第一待求解目标函数的数值和所述第二待求解目标函数的数值；所述快速非支配排序是根据所述种群中个体的非劣解水平对所述种群分层；所述拥挤度计算则是对处于同一层的所述种群中个体进行选择性排序；
20、生成新种群的步骤：对所述种群依次进行选择操作、交叉操作、变异操作和合并操作后得到合并操作后的所述种群，所述合并操作后的所述种群的规模大小为2n，计算所述第一待求解目标函数和所述第二待求解目标函数（及约束条件），并进行快速非支配排序和拥挤度计算，根据所述快速非支配排序得到的支配顺序及所述拥挤度计算得到的拥挤度以及所述约束条件在所述合并操作后的所述种群中择优选择n个个体作为新一代的所述种群；
21、判断的步骤：判断当前的所述迭代次数是否达到所述最大迭代次数；
22、其中，若当前的所述迭代次数未达到所述最大迭代次数，则将所述迭代次数加1而得到新的所述迭代次数，并返回所述生成新种群的步骤；若当前的所述迭代次数达到所述最大迭代次数，则转向输出优化方案的步骤；
23、所述输出优化方案的步骤：将最后一代的所述种群作为帕累托最优解集；其中，所述帕累托最优解集包含所述尺寸参数的多种优化方案；
24、一实施例中，所述 h和 a eff的表达式分别为：
25、；
本文档来自技高网...
【技术保护点】
1.一种强制风冷散热系统的优化设计方法，其特征在于，包括：
2.如权利要求1所述的优化设计方法，其特征在于，所述工作点风量是基于所述风机及所述翅片式散热器的流体力学模型而得到的。
3.如权利要求1所述的优化设计方法，其特征在于，所述多目标优化算法为非支配快速排序遗传算法；
4.如权利要求3所述的优化设计方法，其特征在于，所述h和Aeff的表达式分别为：
5.如权利要求1所述的优化设计方法，其特征在于，所述采用熵权TOPSIS法对所述多种优化方案进行评价，以确定所述约束条件下所述尺寸参数的最优方案，包括：
6.一种强制风冷散热系统的优化设计装置，其特征在于，包括：
7.如权利要求6所述的优化设计装置，其特征在于，所述多目标优化算法为非支配快速排序遗传算法；
8.如权利要求7所述的优化设计装置，其特征在于，所述h和Aeff的表达式分别为：
9.如权利要求6所述的优化设计装置，其特征在于，所述采用熵权TOPSIS法对所述多种优化方案进行评价，以确定所述约束条件下所述尺寸参数的最优方案，包括：
10.一种计算机可读存储介质，其特征在于，包括程序，所述程序能够被处理器执行以实现如权利要求1至5中任一项所述的优化设计方法。
...【技术特征摘要】
1.一种强制风冷散热系统的优化设计方法，其特征在于，包括：
2.如权利要求1所述的优化设计方法，其特征在于，所述工作点风量是基于所述风机及所述翅片式散热器的流体力学模型而得到的。
3.如权利要求1所述的优化设计方法，其特征在于，所述多目标优化算法为非支配快速排序遗传算法；
4.如权利要求3所述的优化设计方法，其特征在于，所述h和aeff的表达式分别为：
5.如权利要求1所述的优化设计方法，其特征在于，所述采用熵权topsis法对所述多种优化方案进行评价，以确定所述约束条件下所述尺寸参数的最优方案，包括：
【专利技术属性】
技术研发人员：欧珍珍，殷英，杨晓光，
申请(专利权)人：北京理工大学深圳汽车研究院电动车辆国家工程实验室深圳研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。