團(tuán)隊(duì)介紹

朱翔鷗實(shí)驗(yàn)室隸屬于溫州大學(xué)電氣與電子工程學(xué)院電氣數(shù)字化設(shè)計(jì)技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，致力于電力電子技術(shù)、低壓電器技術(shù)和電氣數(shù)字化技術(shù)的研究。專注于低壓電器的保護(hù)與檢測(cè)、智能配網(wǎng)系統(tǒng)的構(gòu)建、電弧及其特性技術(shù)等的理論研究和工程應(yīng)用。

電氣數(shù)字化設(shè)計(jì)技術(shù)國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室以推動(dòng)和引領(lǐng)浙江省乃至全國(guó)電氣產(chǎn)業(yè)發(fā)展為目標(biāo)，重點(diǎn)建設(shè)船舶岸電電源技術(shù)、港口分布式電能系統(tǒng)、輪式吊車電源技術(shù)、綠色能源與微電網(wǎng)、電力光通信系統(tǒng)、電氣智能系統(tǒng)設(shè)計(jì)等研發(fā)平臺(tái)，在促進(jìn)綠色港口和綠色船廠以及電氣行業(yè)發(fā)展方面發(fā)揮了積極作用。

王玲,碩士研究生，研究方向?yàn)殡姍C(jī)與電器。

朱翔鷗,教授，碩士生導(dǎo)師，研究方向?yàn)殡姍C(jī)與電器。

王守冬,碩士研究生，研究方向?yàn)殡娏﹄娮蛹夹g(shù)。

孫創(chuàng)，碩士研究生，研究方向?yàn)殡姍C(jī)與電器。

研究背景

隨著電力電子裝置向著高精度、高功率密度、高可靠性方向發(fā)展，功率器件的熱失效和熱退化現(xiàn)象更為突出，更有效的散熱技術(shù)成為了研究的重點(diǎn)。強(qiáng)迫風(fēng)冷散熱器有著散熱效果好、結(jié)構(gòu)簡(jiǎn)單、工作穩(wěn)定、成本較低等優(yōu)點(diǎn),因而能夠在大功率電力電子裝置的熱設(shè)計(jì)中廣泛應(yīng)用，電力電子裝置也對(duì)強(qiáng)迫風(fēng)冷散熱系統(tǒng)提出了低熱阻、小型化、輕量化的要求。

論文所解決的問(wèn)題及意義

傳統(tǒng)的強(qiáng)迫風(fēng)冷散熱系統(tǒng)設(shè)計(jì)一般采用試驗(yàn)法或經(jīng)驗(yàn)公式法，前者的不足主要是其成本高昂且研發(fā)周期長(zhǎng)，后者在計(jì)算精度方面還有待提高。在工程實(shí)際中往往僅關(guān)注散熱系統(tǒng)的散熱效果，通常以增加散熱器的外表面積作為首選方案，結(jié)果導(dǎo)致散熱器的重量、體積增加，系統(tǒng)壓降變大。

在以增加散熱器散熱效果為設(shè)計(jì)目標(biāo)的同時(shí)，還應(yīng)該將散熱器的重量、體積、壓降以及制造成本等納入到散熱設(shè)計(jì)的綜合指標(biāo)范疇加以考慮，方可實(shí)現(xiàn)散熱器的低熱阻、小型化和輕量化目標(biāo)。

論文方法及創(chuàng)新點(diǎn)

為實(shí)現(xiàn)散熱器的低熱阻化、小型化和輕量化要求，本文提出根據(jù)散熱器結(jié)構(gòu)建立多目標(biāo)優(yōu)化數(shù)學(xué)模型，使用改進(jìn)后的多目標(biāo)粒子群算法求解模型，從而獲取散熱器優(yōu)化后的結(jié)構(gòu)參數(shù)，大幅縮短了散熱器的研發(fā)周期，節(jié)省了散熱器在設(shè)計(jì)、制造和測(cè)試等環(huán)節(jié)中的成本。

1 散熱器多目標(biāo)優(yōu)化模型

根據(jù)散熱器等效熱阻網(wǎng)絡(luò)，推導(dǎo)建立了熱阻、壓降和質(zhì)量最小的多目標(biāo)優(yōu)化模型，擬定了合理的優(yōu)化變量，并設(shè)計(jì)相應(yīng)的約束條件。

圖1 散熱器多目標(biāo)優(yōu)化模型

2 改進(jìn)多目標(biāo)粒子群優(yōu)化算法

針對(duì)傳統(tǒng)多目標(biāo)粒子群算法效率低、收斂速度慢、全局搜索能力差的特點(diǎn)，提出了一種改進(jìn)的多目標(biāo)粒子群算法，大大提高了算法的求解能力。

圖2 改進(jìn)粒子群算法的方法流程

結(jié)論

本文根據(jù)散熱器等效熱阻網(wǎng)絡(luò)，推導(dǎo)建立了熱阻、壓降和質(zhì)量最小的多目標(biāo)優(yōu)化模型，擬定了合理的優(yōu)化變量，并設(shè)計(jì)相應(yīng)的約束條件。針對(duì)經(jīng)典多目標(biāo)粒子群算法的缺陷，本文引入了多種改進(jìn)策略提高了算法的搜索能力，使算法擁有了較強(qiáng)的全局搜索和局部搜索能力。通過(guò)改進(jìn)的多目標(biāo)粒子群算法求解散熱器優(yōu)化模型最優(yōu)解集，采用優(yōu)化后的散熱器結(jié)構(gòu)參數(shù)進(jìn)行熱仿真分析，仿真結(jié)果驗(yàn)證了本文所提散熱器優(yōu)化方法的有效性和實(shí)用性。

引用本文

王玲, 李俐, 朱翔鷗, 王守冬, 孫創(chuàng). 基于粒子群算法的強(qiáng)迫風(fēng)冷散熱器多目標(biāo)優(yōu)化[J]. 電氣技術(shù), 2022, 23(2): 20-25. WANG Ling, LI Li, ZHU Xiang’ou, WANG Shoudong, SUN Chuang. Multi-objective optimization of forced air-cooled heatsink based on particle swarm optimization algorithm. Electrical Engineering, 2022, 23(2): 20-25.