一种散热器的智能优化设计方法及系统

文档序号:35383136发布日期:2023-09-09 11:32阅读:34来源:国知局
一种散热器的智能优化设计方法及系统与流程

本发明属于散热设备设计,涉及一种散热器的智能优化设计方法及系统。


背景技术:

1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

2、很多大型装置在运行过程中,要求进行热管理,热管理一般需要散热器的参与和执行。下面以汽车为例进行说明,在汽车行驶过程中,会产生大量的热,且这些热量全部依靠热管理输出给外界环境,若系统无法满足发动机的散热需求,未散出的热量会影响汽车的整体动力性。

3、常见的汽车热管理系统由散热器、中冷器、冷却水泵、冷却水管和节温器等零部件组成。冷却水管将系统内的各个零部件连接在一起,并为冷却液提供流动通道。在水泵和散热器的协同作用下,发动机温度保持在合适的范围内,以满足汽车的正常运行。

4、散热器是热管理系统大循环中最重要的散热部件,主要结构为铝制管带式散热器,管带式散热器通过扁管内的高温流动冷却液流过散热器壁面与空气进行对流换热。空气穿过散热器金属带流动,而冷却液在扁管中水平流动。散热器的几何结构对散热器的综合性能有很大影响,如散热器的百叶窗开窗角度、翅片波距、散热带波高、散热器厚度和百叶窗间距,都对散热器的换热系数和压降有着影响,如果没有经过充分设计,散热器散热效果差且流动阻力大,满足不了热管理的要求。

5、据发明人了解,目前有技术人员进行应用某种智能算法来进行优化,但是,只应用某种算法一般会导致在寻优时陷入局部最优,散热器的结构优化时,会一直在局部最优点附近进行寻优,难以找到真正的最优参数值。


技术实现思路

1、本发明为了解决上述问题,提出了一种散热器的智能优化设计方法及系统,本发明将麻雀搜索算法与萤火虫算法相结合,改善了麻雀搜索算法陷入局部最优的问题,基于散热器参数与传热系数及阻力系数的相关关系,对散热器的结构参数进行优化,能够保证散热器散热效果满足热管理需求。

2、根据一些实施例,本发明采用如下技术方案:

3、一种散热器的智能优化设计方法,包括以下步骤:

4、基于散热器结构参数,采用传热因子评价散热器的换热性能,采用摩擦因子评价散热器的阻力特性;

5、根据所述传热因子和摩擦因子,确定用于评价散热器综合性能的适应度函数;

6、将萤火虫算法引入到麻雀搜索算法的寻优过程中,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优,得到优化后的散热器结构参数。

7、作为可选择的实施方式,所述散热器结构参数包括影响汽车散热器散热性能的关键结构有百叶窗开窗角度、散热带波距、散热带波高、散热器厚度、百叶窗的高度、翅片厚度和百叶窗间距。

8、作为可选择的实施方式,所述传热因子为:

9、

10、所述摩擦因子为:

11、

12、式中θ为百叶窗开窗角度,fp为散热带波距,fh为散热带波高,ld为散热器厚度,lp为百叶窗间距,lh为百叶窗的高度,δ为翅片厚度,ρ为空气密度,u为入口风速,μ为空气的动力粘度。

13、作为可选择的实施方式,根据所述传热因子和摩擦因子,确定用于评价散热器综合性能的适应度函数的具体过程包括利用相关因子评价散热器综合性能,所述相关因子基于传热因子、摩擦因子和相关系数得到,将所述相关因子作为麻雀搜索算法中的适应度值。

14、进一步的,使用fjf因子来评价散热器综合性能,其公式为:

15、

16、作为可选择的实施方式,将萤火虫算法引入到麻雀搜索算法的寻优过程中的具体过程包括:在麻雀搜索算法中,以适应度值更优的麻雀作为发现者,负责为跟随者提供觅食的方向,在发现者的位置更新过程中融入萤火虫算法中每个萤火虫位置更新时考虑的笛卡尔距离、光吸收系数和最大吸引力。

17、作为进一步的,改进后的麻雀搜索算法中,发现者位置更新表达式为:

18、

19、

20、其中,xi,j表示第i个麻雀在第j维中的位置信息;t为当前迭代次数;xa,j,xb,j为随机选择的两个不同个体的第j维分量,且i≠a≠b;rab为两个不同麻雀之间的距离;ω为自适应参数;β0为最大吸引力,γ为光吸收系数;itermax是一个常数,表示最大的迭代次数;r2和st分别表示预警值和安全值,q是服从[0,1]正态分布的随机数,l表示一个1×d的矩阵,其中该矩阵内每个元素全部为1,α为(0,1]范围内的一个随机数。

21、作为可选择的实施方式,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优的具体过程包括:

22、对种群进行初始化,随机生成多个麻雀及萤火虫个体,并计算初始种群的散热器关键参数;

23、开始迭代,对融合萤火虫算法的麻雀位置进行更新,更新结束后计算适应度,并将种群中的最优个体位置筛选出来,即得到最优适应度下的参数并记录下来,直至满足迭代次数。

24、作为可选择的实施方式,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优的过程重复多次,以每次最优解的平均值作为参数优化的最终取值。

25、作为可选择的实施方式,得到优化后的散热器结构参数的具体过程包括利用最优解计算出对应的适应度,即最优结构参数,将所述最优结构参数作为优化后的散热器结构参数。

26、一种散热器的智能优化设计系统,包括:

27、性能描述模块,被配置为基于散热器结构参数,采用传热因子评价散热器的换热性能,采用摩擦因子评价散热器的阻力特性;

28、适应度函数构建模块,被配置为根据所述传热因子和摩擦因子,确定用于评价散热器综合性能的适应度函数;

29、智能寻优模块,被配置为将萤火虫算法引入到麻雀搜索算法的寻优过程中,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优,得到优化后的散热器结构参数。

30、一种热管理系统,包括上述方法或者系统设计得到的散热器。

31、与现有技术相比,本发明的有益效果为:

32、本发明将麻雀搜索算法与萤火虫算法相结合,改善了麻雀搜索算法陷入局部最优的问题,基于散热器参数与传热系数及阻力系数的相关关系,对散热器的结构参数进行优化。

33、本发明将萤火虫算法位置更新融入到麻雀搜索算法中发现者的位置更新过程中,改善麻雀算法陷入局部最优的问题。

34、本发明通过预警值和安全值确定麻雀搜索算法的搜索范围,可以根据搜索次数和情况,增加局部搜索能力或加强全局搜索能力。

35、为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。



技术特征:

1.一种散热器的优化设计方法,其特征是,包括以下步骤:

2.如权利要求1所述的一种散热器的优化设计方法,其特征是,所述散热器结构参数包括影响汽车散热器散热性能的关键结构有百叶窗开窗角度、散热带波距、散热带波高、散热器厚度、百叶窗的高度、翅片厚度和百叶窗间距。

3.如权利要求1所述的一种散热器的优化设计方法,其特征是,所述传热因子为:

4.如权利要求1或3所述的一种散热器的优化设计方法,其特征是,根据所述传热因子和摩擦因子,确定用于评价散热器综合性能的适应度函数的具体过程包括利用相关因子评价散热器综合性能,所述相关因子基于传热因子、摩擦因子和相关系数得到,将所述相关因子作为麻雀搜索算法中的适应度值。

5.如权利要求1所述的一种散热器的优化设计方法,其特征是,将萤火虫算法引入到麻雀搜索算法的寻优过程中的具体过程包括:在麻雀搜索算法中,以适应度值更优的麻雀作为发现者,负责为跟随者提供觅食的方向,在发现者的位置更新过程中融入萤火虫算法中每个萤火虫位置更新时考虑的笛卡尔距离、光吸收系数和最大吸引力。

6.如权利要求5所述的一种散热器的优化设计方法,其特征是,改进后的麻雀搜索算法中,发现者位置更新表达式为:

7.如权利要求1所述的一种散热器的优化设计方法,其特征是,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优的具体过程包括:

8.如权利要求1所述的一种散热器的优化设计方法,其特征是,得到优化后的散热器结构参数的具体过程包括利用最优解计算出对应的适应度,即最优结构参数,将所述最优结构参数作为优化后的散热器结构参数。

9.一种散热器的优化设计系统,其特征是,包括:

10.一种热管理系统,其特征是,包括权利要求1-8中任一项所述的方法或者权利要求9所述的系统设计得到的散热器。


技术总结
本发明提供了一种散热器的优化设计方法、系统及热管理系统,基于散热器结构参数,采用传热因子评价散热器的换热性能,采用摩擦因子评价散热器的阻力特性;根据所述传热因子和摩擦因子,确定用于评价散热器综合性能的适应度函数;将萤火虫算法引入到麻雀搜索算法的寻优过程中,利用改进后的麻雀搜索算法对散热器的适应度函数进行寻优,得到优化后的散热器结构参数。本发明将麻雀搜索算法与萤火虫算法相结合,改善了麻雀搜索算法陷入局部最优的问题,基于散热器参数与传热系数及阻力系数的相关关系,对散热器的结构参数进行优化,能够保证散热器散热效果满足热管理需求。

技术研发人员:闫伟,程植源,南勤文,吕亚玮,李荣忠,万庆江
受保护的技术使用者:山东大学
技术研发日:
技术公布日:2024/1/15
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1