Применение Cfd для прогнозирования теплопередачи в системах электронного охлаждения

В быстро меняющемся ландшафте проектирования электроники и тепловой инженерии вычислительная динамика жидкостей (CFD) - это метод моделирования, который использует численные методы для изучения того, как жидкости - такие как воздух или жидкость - текут и передают тепло. Поскольку электронные устройства становятся все более компактными и мощными, задача управления рассеиванием тепла никогда не была более важной. Без надлежащего охлаждения системы могут перегреваться, становиться нестабильными или преждевременно выходить из строя. Программное обеспечение CFD появилось как незаменимый инструмент для инженеров, стремящихся предсказать, проанализировать и оптимизировать теплообмен в электронных системах охлаждения, что позволяет им разрабатывать более надежные, эффективные и экономичные решения.

Понимание основ CFD в термическом анализе

Вычислительная гидродинамика (CFD) является отраслью механики жидкости, которая использует численный анализ и структуры данных для анализа и решения проблем, связанных с потоками. Компьютеры используются для выполнения расчетов, необходимых для моделирования потока жидкости по свободному потоку, и взаимодействия жидкости (жидкости и газы) с поверхностями, определенными граничными условиями. Эта мощная методология позволяет инженерам визуализировать и количественно оценить сложные тепловые явления, которые было бы трудно или невозможно измерить экспериментально.

Математический фонд CFD

По своей сути CFD решает уравнения Навье-Стокса, описывающие движение жидкости. Фундаментальной основой почти всех задач CFD являются уравнения Навье-Стокса, которые определяют ряд однофазных (газовых или жидких, но не обоих) потоков жидкости. Эти уравнения представляют собой сохранение массы, импульса и энергии в жидкой системе.

Для этого пространство моделирования разделено на более мелкие части — процесс, известный как дискретизация. Как правило, инженеры применяют такие методы, как метод конечного объема (FVM), метод конечных элементов (FEM) или метод конечной разницы (FDM) для выполнения этого шага. Каждый из этих численных методов имеет свои преимущества в зависимости от конкретного применения и анализируемой геометрии.

Процесс дискретизации включает деление вычислительной области на сетку или сетку. Объем, занимаемый жидкостью, делится на дискретные ячейки (сетку). Сетка может быть однородной или неоднородной, структурированной или неструктурированной, состоящей из комбинации гексаэдрических, тетраэдрических, призматических, пирамидальных или многогранных элементов. Качество и уточнение этой сетки существенно влияют на точность и вычислительную стоимость моделирования.

Моделирование турбулентности в электронном охлаждении

Большинство электронных приложений охлаждения включают турбулентный поток, который добавляет сложность к CFD-моделированию. Кроме того, CFD учитывает турбулентность с помощью таких моделей, как RANS (Reynolds-Averaged Navier-Stokes) или LES (Large Eddy Simulation). Эти модели помогают захватить непредсказуемую и хаотическую природу потока жидкости. Турбулентность является одним из примеров нелинейности в динамике жидкости, поскольку турбулентность влияет на другие величины, такие как теплообмен и импульс, которые, в свою очередь, влияют на турбулентность.

Модели турбулентности можно классифицировать на основе вычислительных затрат, что соответствует диапазону шкал, которые моделируются против разрешенных (чем более турбулентные шкалы, которые разрешаются, тем более точное разрешение моделирования и, следовательно, более высокая вычислительная стоимость). Если большинство или все турбулентные шкалы не моделируются, вычислительная стоимость очень низкая, но компромисс приходит в виде снижения точности. Инженеры должны тщательно сбалансировать требования к точности с доступными вычислительными ресурсами при выборе моделей турбулентности.

Механизмы теплопередачи в CFD

В CFD теплообмен регулируется тремя основными явлениями: проводимостью, конвекцией и излучением. CFD-моделирование способно оценивать все механизмы теплообмена: проводимость, конвекцию и излучение, с предсказаниями распределения температур в твердом варианте осуществления или жидкостях. Понимание того, как эти механизмы взаимодействуют, необходимо для точных тепловых предсказаний в электронных системах.

Тепловой анализ CFD сочетает эффекты теплопередачи, то есть проводимости, конвекции и излучения, с физикой жидкости для обеспечения реалистичных решений. Эта связь особенно важна в охлаждении электроники, где тепло, генерируемое компонентами, должно проводиться через подложки, конвекцию воздуха или жидких охлаждающих жидкостей и потенциально излучаться на окружающие поверхности.

Эффективная тепловая конструкция включает управление теплообменом через проводимость, конвекцию и излучение. Для этого инженеры должны тщательно оценить несколько факторов, включая плотность мощности, общую мощность, свойства материала и окружающую среду. Эти факторы коллективно определяют тепловые характеристики электронных систем и определяют выбор соответствующих стратегий охлаждения.

Программные решения CFD для охлаждения электроники

Рынок предлагает многочисленные специализированные пакеты программного обеспечения CFD, разработанные специально для управления тепловой электроникой. Эти инструменты предоставляют инженерам мощные возможности для моделирования сложных тепловых сценариев и оптимизации конструкций систем охлаждения.

Ведущие в отрасли платформы CFD

Ansys Icepak - CFD-решитель для электронного управления тепловыми потоками. Он предсказывает воздушный поток, температуру и теплообмен в пакетах ИС, ПХД, электронных узлах/областях и силовой электронике. Icepak сочетает в себе передовую технологию растворителей с надежными вариантами сетки, предназначенными для обеспечения быстрых и точных тепловых результатов для приложений электронного охлаждения. Это программное обеспечение стало стандартом в отрасли для его комплексных возможностей и интеграции с другими инструментами анализа.

6SigmaET - это программное обеспечение для теплового моделирования, созданное специально для электронной промышленности. Используя передовую технологию CFD, оно позволяет инженерам моделировать тепловой поток в печатных платах, корпусах и полных системах - как быстро, так и точно. В отличие от инструментов общего назначения, 6SigmaET предназначен для электронных приложений. В результате он помогает инженерам выявлять и исправлять тепловые проблемы на ранних этапах процесса проектирования.

Simcenter имеет широкий спектр точных электронных охлаждающих вычислительных жидкостных динамических (CFD) и мультифизических программных инструментов для решения любых приложений и позволяет инженерам различных навыков и опыта. В сочетании с электронной автоматизацией проектирования (EDA) и CAD рабочей связности и точного теплового измерения, Simcenter ускоряет процесс теплового проектирования. Эта интеграция с существующими проектными рабочими процессами имеет решающее значение для эффективных циклов разработки продукта.

Студия Цельсия является первой в отрасли полной тепловой платформой с поддержкой ИИ для электронных систем для решения проблемы термического анализа, теплового напряжения и охлаждения электроники. Она вводит совершенно новый подход с единой платформой, которая позволяет одновременно проектировать и анализировать как электрические, так и механические / тепловые инженеры из одной платформы без необходимости упрощения геометрии, манипулирования. Интеграция искусственного интеллекта представляет собой следующий рубеж в технологии теплового моделирования.

Специализированные инструменты CFD общего назначения

Программное обеспечение общей вычислительной динамики жидкостей (CFD), как и Ansys Fluent, широко используется для многих приложений и может иметь лучший выбор для охлаждения электроники, чем более конкретные программы. По мере увеличения размера сборки становится все труднее поддерживать все мелкие детали, которые делают конкретное программное обеспечение электроники более ценным. Примеры систем, которые CFD могут использоваться для моделирования диапазона от системных электрических компонентов и блоков питания или управления вплоть до больших аккумуляторных хранилищ и серверных комнат. В этих случаях некоторые консервативные предположения в анализе CFD могут производить анализ хорошего качества как с разумными временными затратами, так и с сложностью.

Выбор между специализированным программным обеспечением для охлаждения электроники и инструментами CFD общего назначения зависит от нескольких факторов, включая масштаб системы, уровень требуемой детализации и конкретные проблемы, требующие решения. Специализированные инструменты предлагают оптимизированные рабочие процессы и библиотеки компонентов, оптимизированные для электроники, в то время как инструменты общего назначения обеспечивают большую гибкость для сложных или нетрадиционных систем охлаждения.

Применение CFD в дизайне электронных систем охлаждения

Программное обеспечение CFD находит применение во всем спектре задач электронного охлаждения, от анализа на уровне отдельных компонентов до крупномасштабного управления тепловыми потоками в центрах обработки данных. Понимание этих приложений помогает инженерам эффективно использовать CFD в своих процессах проектирования.

Компонент и пакетный термический анализ

Для полупроводниковых OEM-производителей важно понимать влияние структуры упаковки на тепловое поведение и надежность, особенно с увеличением плотности мощности и сложности в современной разработке пакетов. Такие проблемы, как сложные разработки систем на чипе (SoC) и 3D-IC (интегрированная схема), означают, что тепловая конструкция должна быть неотъемлемой частью разработки пакета. CFD позволяет подробно анализировать распределение тепла в пакетах, производительность материала теплового интерфейса и прогнозы температуры перехода.

Распределение мощности ИС и потери мощности по всем направлениям являются ключевыми входными данными для термического анализа. Программное обеспечение CFD позволяет инженерам вводить реалистичные карты мощности и моделировать полученные распределения температуры с высокой точностью. Эта возможность имеет важное значение для обеспечения того, чтобы компоненты работали в пределах заданных температурных диапазонов и для прогнозирования надежности в различных условиях эксплуатации.

PCB и электронное охлаждение сборки

Эта функциональность оценки позволяет проектировщикам ПХД прогнозировать и анализировать поведение и надежность платы в различных тепловых условиях. Используя вычислительную динамику текучей среды (CFD) и анализ конечных элементов (FEA), эти инструменты имитируют распределение тепла в ПХД, идентифицируя горячие точки, тепловые градиенты и области недостаточного охлаждения. Эта информация направляет решения о размещении компонентов и помогает оптимизировать макеты платы для тепловых характеристик.

Исторически, ручные расчеты произвели консервативные оценки температуры перехода для отдельных компонентов и плат. Эти расчеты рук становятся менее эффективными при оценке теплопередачи от одного компонента платы к другому и на всех сборках системного уровня. Программы анализа могут заполнить этот пробел, обеспечивая проверку конструкции для многих электронных систем. CFD обеспечивает подробный анализ теплового взаимодействия, которого не могут достичь ручные расчеты.

Ограждение и системный уровень термоуправления

Электронные корпуса должны содержать сборки ПХД, компоненты, источники питания, разъемы, датчики и многое другое. Он также должен обеспечивать достаточный поток охлаждающего воздуха или проводящий теплообмен в окружающей среде для обеспечения надежной производительности продукта. Независимо от того, разрабатываете ли вы принудительное конвекционное охлажденное промышленное вложение, герметичное вложение авионики или новейший продукт потребительской электроники с тонким форм-фактором, эти инструменты термического анализа 3D CFD позволяют быстро исследовать различные решения для охлаждения.

Многие электронные сборки охлаждаются воздухом, либо естественной конвекцией, либо добавлением вентиляторов для создания принудительной конвекции. Общая программа CFD является хорошим выбором в любое время, когда скорость, воздушный путь или способность охлаждения воздушного потока сложны или менее определены. CFD может предсказать модели воздушного потока, определить зоны рециркуляции и оптимизировать размещение вентиляционных отверстий для максимизации эффективности охлаждения.

Оптимизация охлаждения центров обработки данных

Охлаждение центров обработки данных для надежной работы имеет решающее значение для предотвращения сбоев в работе. Охлаждение центров обработки данных во всем мире составляет значительную долю энергии, и это будет увеличиваться с расширением спроса на обработку ИИ, поэтому эффективная конструкция охлаждения имеет большое значение для успешных и устойчивых операций центров обработки данных. Масштаб и сложность охлаждения центров обработки данных делают CFD важным инструментом для оптимизации.

С помощью CFD-моделирования можно прогнозировать поток воздуха и теплообмен в традиционных залах ЦОД и аналогичных крупных сложных системах. Можно обеспечить серверы, стойки и критические компоненты в пределах требуемых температурных ограничений, а также разработать наиболее эффективную стратегию охлаждения. Эта возможность позволяет операторам ЦОД максимально увеличить плотность оборудования при минимизации энергопотребления и обеспечении надежности.

Тепловая поглотитель и дизайн охлаждающего устройства

Одним из наиболее распространенных применений CFD в электронном охлаждении является проектирование и оптимизация радиаторов, вентиляторов и других охлаждающих устройств.Эти компоненты играют критическую роль в рассеивании тепла от электронных систем, а CFD позволяет инженерам оптимизировать их производительность перед производством.

Геометрическая оптимизация тепловых поглотителей

Этот проект исследует, как центральный процессор (ЦП) в персональном компьютере может быть лучше охлажден, будучи эффективным и экономичным для системы. Для того, чтобы определить лучшую методологию механизма охлаждения для ЦПУ, представленное моделирование фокусируется на испытании различных конструкций теплоотвода. Для термического анализа ЦПУ с различными теплоотводами выполняется параметрическое исследование, измеряющее различные ширины плавников. Этот тип параметрического анализа является мощным применением CFD, которое было бы непрактичным только с физическим прототипированием.

В конечном итоге моделирование обнаруживает, что, оценивая тепловые состояния при различной ширине плавников, тонкий плавник лучше всего подходит для рассеивания тепла в конкретной системе. Опять же, этот проект демонстрирует, как использование CFD от SimScale может принести пользу на ранних этапах проектирования и позволить реализовать наиболее эффективные решения. CFD позволяет быстро итерировать через альтернативы проектирования, определяя оптимальные конфигурации, которые уравновешивают тепловые характеристики, стоимость и технологичность.

Вы также можете провести термомеханический анализ напряжений и анализ воздушного потока, чтобы выбрать идеальное решение для теплоотвода или вентилятора. Эта мультифизическая возможность гарантирует, что тепловые решения не только обеспечивают адекватное охлаждение, но и отвечают структурным и акустическим требованиям.

Выбор и размещение фанатов

Вентиляторы обычно используются для усиления конвективной теплопередачи в электронных системах, но их эффективность в значительной степени зависит от правильного выбора и размещения. Моделирование CFD может моделировать производительность вентилятора в фактической геометрии системы, учитывая ограничения потока, рециркуляции и взаимодействия с другими компонентами. Этот анализ помогает инженерам выбирать вентиляторы с соответствующими скоростями потока и возможностями статического давления и позиционировать их для максимальной эффективности охлаждения.

CFD также может оценивать акустические характеристики систем с вентиляторным охлаждением, предсказывая генерацию и распространение шума. Эта возможность особенно важна для бытовой электроники и офисного оборудования, где уровни шума являются критическим фактором проектирования. Оптимизируя скорость вентилятора, конструкцию лопастей и системную акустику одновременно, инженеры могут достичь спокойной работы, не жертвуя тепловыми характеристиками.

Анализ системы жидкого охлаждения

По мере того, как плотность мощности в электронных системах продолжает увеличиваться, жидкостное охлаждение становится все более распространенным. CFD играет решающую роль в разработке и оптимизации этих более сложных систем охлаждения.

Преимущества жидкого охлаждения

Жидкое охлаждение предлагает преимущества для эффективного и эффективного охлаждения электронных приложений, где существуют высокие требования к рассеиванию тепла для целей эксплуатации и надежности. От минимизации пользовательского падения давления холодных пластин в силовых электронных приложениях до содействия тепловому дизайну в области увеличения принятия погружения охлаждения серверов, используйте точное моделирование охлаждения 3D CFD электроники и 1D динамику жидкости для оптимизации вашего дизайна с жидким охлаждением.

Охлаждение воды как подмножество компонентного охлаждения является популярным вариантом для приложений с более высокой мощностью и по уважительной причине, поскольку оно может передавать больше тепла от устройства, чем воздух, без резкого повышения его температуры.Высшие тепловые свойства жидкостей по сравнению с воздухом делают жидкое охлаждение необходимым для высокопроизводительных вычислений, силовой электроники и других требовательных приложений.

Дизайн и оптимизация холодных плит

Холодные пластины являются теплообменниками, которые передают тепло от электронных компонентов к текучей жидкой охлаждающей жидкости. CFD позволяет детально анализировать распределение потока в холодных пластинах, падение давления и эффективность теплопередачи. Инженеры могут оптимизировать геометрию каналов, конфигурации входа / выхода и скорости потока для максимизации тепловых характеристик при минимизации требований к мощности насоса.

Используя комбинацию инструментов моделирования системы Simcenter 3D CFD и 1D, вы можете оценить холодильные пластины с прямым чипом, трубопроводные системы, теплообменники, CDU для всего центра обработки данных и даже решить проблемы системного теплового моделирования для новой технологии погружения и выбрать 2-фазные решения для охлаждения. Эта многоуровневая возможность моделирования имеет важное значение для понимания производительности и взаимодействия на уровне системы.

Имитирование охлаждения Immersion

Погружение охлаждения, где электронные компоненты погружены непосредственно в диэлектрические жидкости, представляет собой новую технологию для охлаждения сверхвысокой плотности. CFD необходим для анализа естественных конвекционных моделей в резервуарах для погружения, оптимизации циркуляции жидкости и прогнозирования температуры компонентов. Сложность потоков, приводимых в движение плавучестью, и необходимость моделирования как однофазного, так и двухфазного теплопередачи делают CFD незаменимым для проектирования системы охлаждения погружения.

Преимущества и преимущества использования CFD-программ

The adoption of CFD software for electronic cooling system design offers numerous benefits that extend beyond simple temperature predictions. Understanding these advantages helps justify the investment in CFD tools and expertise.

Улучшенная точность и надежность дизайна

В реальных приложениях инженеры полагаются на CFD для моделирования поведения, такого как распределение воздушного потока, давления и температуры в сложных системах. Моделирование теплового анализа CFD извлекает информацию для точного прогнозирования распределения температуры, скорости теплопередачи, горячих точек и других критических тепловых параметров. Эта точность позволяет инженерам проектировать системы с уверенностью, что они будут работать так, как ожидалось в реальных условиях.

Повышение точности теплового анализа помогает удовлетворить все более требовательные требования к проектированию в современной электронике. Калибровка тепловой модели с временными данными тепловых измерений может помочь вам достичь максимальной точности в тепловом моделировании. Возможность проверки моделей CFD на экспериментальные данные и затем использования этих проверенных моделей для оптимизации дизайна обеспечивает мощное сочетание точности и эффективности.

Экономия времени и затрат

Для прототипа конструкции любой механической машины теплообмен и термический анализ на основе CFD эффективно откроют тепловые сигнатуры и сэкономят затраты на изготовление прототипа и полевые испытания. Сегодня тепловое моделирование с использованием анализа потока жидкости (CFD) позволяет инженерам легко тестировать свои конструкции, не теряя драгоценного времени и ресурсов. Онлайн-моделирование - это быстрый и экономически эффективный метод оценки и оптимизации процессов теплообмена в широком диапазоне геометрий прототипа и условий работы.

Быстрее время выхода на рынок: ускорение разработки с помощью CFD под руководством экспертов, который минимизирует задержки и сокращает циклы продукта. Оптимизированная производительность: повышение эффективности охлаждения, снижение потерь энергии и увеличение срока службы компонентов. Выявляя и решая тепловые проблемы на ранних этапах процесса проектирования, CFD помогает избежать дорогостоящих редизайнов и задержек, которые возникнут, если проблемы будут обнаружены во время физических испытаний или после запуска продукта.

Виртуальное прототипирование и исследование дизайна

CFD позволяет создавать виртуальные прототипы, позволяя инженерам тестировать многочисленные варианты проектирования без создания физических прототипов. Эта возможность особенно ценна для изучения инновационных концепций охлаждения или оптимизации конструкций для нескольких условий эксплуатации. Инженеры могут быстро оценивать сценарии «что-если», сравнивать альтернативные проекты и определять оптимальные решения, которые могут быть не очевидны с помощью традиционных подходов к проектированию.

Кроме того, программное обеспечение для теплового моделирования позволяет оценивать различные методы охлаждения; такие как вентиляторы, радиаторы и тепловые каналы, облегчая оптимизацию процесса проектирования и разработки платы для качества, эффективности и экономичности. Эта комплексная возможность оценки гарантирует, что выбранное решение для охлаждения представляет собой наилучший баланс производительности, стоимости и других ограничений проектирования.

Улучшенная надежность продукта

Конструкторы могут обеспечить надежную работу и предотвратить преждевременный сбой, оптимизируя стратегии компоновки, размещения и управления температурой.Температура является одним из основных факторов, влияющих на надежность электронных компонентов, при этом более высокие температуры обычно приводят к более короткому сроку службы. Используя CFD для минимизации рабочих температур и устранения горячих точек, инженеры могут значительно повысить надежность продукта и снизить гарантийные расходы.

При правильном моделировании численное моделирование может быть выполнено, чтобы избежать серьезных затрат на техническое обслуживание из-за будущих потенциальных термических отказов и конструктивных переработок в запрещающих испытаниях прототипа. Поэтому этот комплексный термический анализ CFD остается практичным и эффективным способом на ранних стадиях инженерных проектов. Возможность прогнозировать и предотвращать термические сбои до их возникновения в полевых условиях представляет собой одно из самых ценных преимуществ анализа CFD.

CFD моделирование рабочего процесса и лучшие практики

Успешное применение CFD к проблемам электронного охлаждения требует соблюдения систематического рабочего процесса и соблюдения передового опыта.Понимание этого процесса помогает инженерам получать надежные результаты и избегать распространенных подводных камней.

Подготовка и упрощение геометрии

Геометрия и физические границы проблемы могут быть определены с помощью компьютерного проектирования (CAD). Оттуда данные могут быть соответствующим образом обработаны (очищены) и объем жидкости (или область жидкости) извлекается. Подготовка геометрии часто является одним из самых трудоемких этапов в анализе CFD, особенно для сложных электронных сборок с многочисленными небольшими функциями.

Инструменты, которые могут легко или напрямую обрабатывать геометрию MCAD для моделирования CFD, являются выгодными, поэтому вы меньше фокусируетесь на этапах предварительной обработки и больше на результатах термического моделирования на уровне системы корпуса и оптимизации вашего дизайна. Современное программное обеспечение CFD все чаще предлагает прямую интеграцию CAD и автоматизированные инструменты упрощения геометрии для оптимизации этого процесса.

Для эффективного анализа CFD крайне важно правильное упрощение геометрии. Инженеры должны сбалансировать потребность в геометрических деталях с вычислительными затратами, устраняя функции, которые оказывают минимальное влияние на тепловые характеристики, сохраняя при этом те, которые значительно влияют на поток и теплообмен. Это суждение приходит с опытом и пониманием физики.

Сетчатое производство и качество

Качество сетки существенно влияет как на точность, так и на конвергенцию CFD-симуляций. Также общее количество ячеек, генерируемых с помощью гексаэдральной сетки в системной области, может быть меньше, чем в случае с использованием тетраэдральной сетки, что сокращает вычислительное время. Однако выбор между гексаэдральной и тетраэдрической сетками зависит от сложности геометрии и конкретных требований анализа.

Для применения в системах охлаждения электроники уточнение сетки вблизи твердых поверхностей имеет решающее значение для точного захвата эффектов пограничного слоя и теплопередачи. Большинство программ CFD обеспечивает возможности автоматического генерирования сетки, но инженеры всегда должны проверять качество сетки и совершенствовать ее в критических регионах. Исследования независимости сетки, где результаты сравниваются по различным плотностям сетки, помогают гарантировать, что решение не слишком зависит от разрешения сетки.

Граничные условия и материальные свойства

Точная спецификация граничных условий и свойств материала имеет важное значение для получения надежных результатов CFD. Это включает определение скорости генерации тепла для электронных компонентов, определение условий входа и выхода для потоков охлаждения, установление температуры окружающей среды и обеспечение точных теплопроводностей и других свойств материала.

Для многих электронных компонентов получение точных данных о рассеивании энергии может быть сложной задачей. Инженерам, возможно, потребуется использовать таблицы данных производителя, электрическое моделирование или измерения для определения реалистичных скоростей генерации тепла. Аналогичным образом, материалы теплового интерфейса и другие специализированные материалы могут потребовать тестирования для определения их эффективных тепловых свойств.

Конвергенция и валидация решений

Для обеспечения того, чтобы решения CFD конвергировались с стабильными, точными результатами, инженеры должны контролировать остаточные величины и ключевые выходные параметры для проверки конвергенции. Для переходных симуляций необходимо смоделировать достаточное время для достижения устойчивого состояния или для захвата соответствующего переходного поведения.

В рамках основного подмножества примерно 68% сообщают об экспериментальной или эталонной валидации, причем недавние исследования обеспечивают специфичные для конкретного случая температурные ошибки, как правило, в диапазоне 4-8%. Валидация против экспериментальных данных или контрольных случаев обеспечивает уверенность в результатах CFD и помогает выявить любые ошибки моделирования или несоответствующие предположения.

Первоначальная валидация такого программного обеспечения обычно выполняется с помощью экспериментальных аппаратов, таких как аэродинамические трубы. Кроме того, для сравнения может использоваться ранее выполненный аналитический или эмпирический анализ конкретной проблемы. Для приложений охлаждения электроники тепловое тестирование с термопарами или инфракрасными камерами обеспечивает ценные данные валидации.

Передовые методы CFD для охлаждения электроники

По мере развития технологии CFD передовые технологии становятся все более доступными для инженеров, работающих над проблемами охлаждения электроники. Эти методы предлагают расширенные возможности для конкретных приложений или улучшенную эффективность для сложных симуляций.

Анализ теплопередачи сопряженных

Для проблем теплопроводности необходима сопряженная теплопередача, чтобы решить уравнение Фурье через твердые тела (свойства материала которых обычно могут быть установлены как нелинейные и анизотропные в большинстве коммерческих кодов); если границы стенки и жидкости тривиальны, можно легко найти решение с закрытой формой, в противном случае для разрешения температуры и скорости теплопередачи необходим код конечного элемента.

Fidelity CFD может решать многодисциплинарное моделирование, анализ и оптимизацию для сопряженного потока теплопередачи (CHT), взаимодействий жидкостной структуры (FSI), а также жидкостной химии и многофазных взаимодействий, таких как сжигание. Анализ теплопередачи конъюгированного типа одновременно решает для теплопроводности в твердых телах и конвекции в жидкостях, обеспечивая более точное представление теплового поведения в электронных системах, где важны оба механизма.

Транзиторный термический анализ

Термический анализ может быть устойчивым или переходным.Результат стационарного термического анализа часто используется в качестве предшественника для транзиторного анализа, например, где результаты первого используются в качестве начальных условий для последнего.Тепловой анализ в устойчивом состоянии используется для определения температур, тепловых потоков и скорости теплового потока, в то время как транзиторный термический анализ определяет зависящие от времени тепловые величины.

Переходный анализ особенно важен для понимания теплового поведения во время запуска, отключения или изменения условий нагрузки. Он может выявить тепловые постоянные времени, выявить потенциальные проблемы теплового шока и помочь оптимизировать стратегии теплового управления. Для систем батарей и силовой электроники переходный термический анализ необходим для понимания производительности в реалистичных рабочих циклах.

Моделирование передачи тепла радиацией

Для проблем теплопередачи, когда разница температур относительно высока, излучение является важным явлением, требующим моделирования поверхности к поверхности с поглощением газа для серых газов.Кроме того, программный пакет, используемый для моделирования, должен иметь надежную базу данных, содержащую спектральные свойства материалов, чтобы иметь возможность эффективно моделировать их выбросы парниковых газов.

Для аэрокосмической электроники, герметичных корпусов и высокотемпературной силовой электроники важно точное моделирование излучения. Современное программное обеспечение CFD включает в себя различные модели излучения, начиная от простого излучения от поверхности до более сложных моделей медиа.

Мультифизическая связь

Тесная синергия с SIwave, Ansys Mechanical и Sherlock позволяет Icepak точно прогнозировать повышение температуры с помощью точных геометрий и электрических входов. Пользователи Icepak могут легко собирать автоматизированные рабочие процессы в экосистеме Ansys для завершения мультифизического анализа для электромиграции, диэлектрического разрушения и усталости многоосевого припоя.

Мультифизическая связь позволяет одновременно анализировать тепловые, электрические и механические явления. Эта способность особенно ценна для силовой электроники, где электрические потери генерируют тепло, что в свою очередь влияет на электрические характеристики и механические напряжения. Связанный электротермический анализ обеспечивает более точные прогнозы, чем последовательные подходы анализа.

Проблемы и ограничения CFD в охлаждении электроники

Хотя CFD является мощным инструментом для анализа охлаждения электроники, важно понимать его ограничения и проблемы. Признание этих проблем помогает инженерам правильно использовать CFD и правильно интерпретировать результаты.

Расчетные затраты и временные требования

Во-первых, вычислительные затраты в масштабе. Полностью переходные трехмерные симуляции, которые одновременно решают острые интерфейсы и турбулентность в областях растительного масштаба, остаются вычислительно интенсивными даже при адаптивной уточнении сетки (AMR) и ускорении графического процессора. Большие, подробные модели CFD могут потребовать значительных вычислительных ресурсов и времени для решения, особенно для переходных симуляций или при использовании продвинутых моделей турбулентности.

С помощью высокоскоростных суперкомпьютеров можно достичь лучших решений, и зачастую они требуются для решения самых больших и сложных задач. Текущие исследования дают программное обеспечение, которое повышает точность и скорость сложных сценариев моделирования, таких как трансонные или турбулентные потоки. Однако не все организации имеют доступ к высокопроизводительным вычислительным ресурсам, что может ограничить сложность задач, которые могут быть практически решены.

Модель сложности и пользовательский опыт

Создание точных моделей CFD требует значительных знаний как в области тепловой физики, так и в методологии CFD. Инженеры должны сделать соответствующие упрощения, выбрать подходящие модели турбулентности, указать реалистичные граничные условия и правильно интерпретировать результаты. Неопытные пользователи могут получить вводящие в заблуждение результаты, если они делают неправильный выбор моделирования или не в состоянии подтвердить свои моделирования.

Однако экспериментальный анализ обычно встречается с недостатками из-за его характера дорогостоящих затрат, особенно для полномасштабного измерения. Во время инженерной практики экспериментальный анализ, скорее всего, ограничен размером модели, и если экстремальные условия трудно достичь в конкретных случаях (например, давление, скорость, количество Рейнольдса, температура и типы атмосфер, которые могут быть смоделированы и т. Д.). Для некоторых примеров проектирования с высокими требованиями к их точности и надежности, такими как проектирование самолета в тесте аэродинамической трубы, полномасштабное измерение в эксперименте может вызвать дилемму в отрасли из-за его высокой стоимости в репродукциях для альтернатив дизайна, как экономически, так и временно.

Неопределенность в параметрах ввода

Результаты CFD столь же точны, как и предоставленные входные данные. Неопределенности в рассеивании мощности компонентов, свойствах материала, граничных условиях и других параметрах распространяются через моделирование и влияют на точность прогнозов. Инженеры должны проводить исследования чувствительности, чтобы понять, как неопределенности во входных параметрах влияют на результаты и должны проверять прогнозы CFD на экспериментальные данные, когда это возможно.

Для многих электронных компонентов листы данных производителя предоставляют только ограниченную тепловую информацию, и фактические тепловые характеристики могут варьироваться в зависимости от условий эксплуатации, производственных допусков и старения. Аналогично, материалы теплового интерфейса могут демонстрировать значительную изменчивость в их эффективной теплопроводности в зависимости от давления приложения, шероховатости поверхности и других факторов.

Будущие тенденции в CFD для охлаждения электроники

Область CFD для электронного охлаждения продолжает быстро развиваться, что обусловлено увеличением вычислительной мощности, улучшением алгоритмов и растущими требованиями к управлению температурой в современных электронных системах.

Искусственный интеллект и интеграция машинного обучения

Искусственный интеллект и машинное обучение начинают трансформировать рабочие процессы CFD. Инструменты с поддержкой ИИ могут автоматизировать генерацию сеток, более эффективно оптимизировать проекты и даже прогнозировать результаты CFD на основе данных обучения из предыдущих симуляций. Эти возможности обещают сделать CFD более доступным для неспециалистов, одновременно ускоряя процесс проектирования для опытных пользователей.

Модели машинного обучения также могут быть обучены на данных CFD для создания быстро работающих суррогатных моделей, которые приближают результаты CFD с минимальными вычислительными затратами. Эти суррогатные модели позволяют в режиме реального времени прогнозировать температуру и могут быть интегрированы в системные моделирования или алгоритмы управления.

GPU ускорение и облачные вычисления

По мере того, как аппаратные и программные достижения позволяют переходить от научных вычислений к графическим процессорам, включая применение нескольких графических процессоров для моделирования CFD, возможны огромные скачки скорости и точности. Полностью нативные реализации много графических процессоров будут способствовать дальнейшему ускорению моделирования CFD, повышению новых уровней производительности, снижению затрат на оборудование и снижению энергопотребления.

Облачные CFD-платформы делают высокопроизводительные вычислительные ресурсы доступными для организаций всех размеров. Настройте собственное облачное моделирование через Интернет за считанные минуты, создав учетную запись на платформе SimScale. Никакой установки, специального оборудования или кредитной карты не требуется. Такая демократизация технологии CFD позволяет небольшим компаниям и отдельным инженерам выполнять сложные термические анализы, которые ранее были доступны только крупным организациям с выделенной вычислительной инфраструктурой.

Генерирующий дизайн для тепловой оптимизации

Используйте возможности оптимизации генеративного теплового дизайна, высокопроизводительных вычислений и передового физического моделирования для достижения идеального решения для охлаждения для ваших нужд. Независимо от того, работаете ли вы в рамках ограниченного бюджета или стремитесь к максимальной производительности, ColdStream обеспечивает лучший теплоотвод и тепловой дизайн, никаких экспертных знаний не требуется.

Генеративные алгоритмы проектирования могут автоматически исследовать обширные пространства проектирования и определять оптимальные решения для охлаждения, которые инженеры-люди могут не зачать. Эти инструменты сочетают оптимизацию топологии, параметрический дизайн и CFD-анализ для создания инновационных геометрий теплоотвода, схем охлаждающих каналов и других решений для управления теплом. По мере развития этих технологий они обещают революционизировать подход инженеров к задачам теплового проектирования.

Расширенные мультифизические возможности

Будущие инструменты CFD будут предлагать все более сложные мультифизические возможности, позволяющие беспрепятственно взаимодействовать между тепловым, электрическим, механическим и электромагнитным анализами. Эта интеграция обеспечит более точные прогнозы поведения системы и позволит оптимизировать несколько задач производительности одновременно. Для сложных систем, таких как электромобили, центры обработки данных и аэрокосмическая электроника, эти мультифизические возможности будут необходимы для достижения оптимальных конструкций.

Внедрение CFD в вашей организации

Для успешного внедрения CFD для охлаждения электроники требуется не только программное обеспечение. Организации должны развивать соответствующий опыт, создавать рабочие процессы и интегрировать CFD в свой общий процесс разработки продукта.

Построение CFD Expertise

Разработка собственного опыта CFD требует инвестиций в обучение и накопление опыта. Инженерам необходимо понимать как основы теплопередачи и механики жидкости, так и конкретные возможности и ограничения их программного обеспечения CFD. Многие поставщики программного обеспечения предлагают учебные курсы, а для самостоятельного изучения доступны многочисленные онлайн-ресурсы и учебники.

Организации должны начать с более простых проблем, чтобы укрепить доверие и проверить свои возможности CFD, прежде чем решать более сложные задачи. Сравнение прогнозов CFD с экспериментальными данными термических испытаний помогает инженерам выработать суждение о том, когда результаты CFD надежны и когда требуется дополнительная проверка.

Создание рабочих процессов CFD

Эффективные рабочие процессы CFD необходимы для максимизации производительности и обеспечения согласованного качества. Это включает в себя установление стандартов для подготовки геометрии, генерации сетки, спецификации граничных условий и последующей обработки. Модели шаблонов и автоматизированные рабочие процессы могут значительно сократить время, необходимое для рутинного анализа.

Интеграция с системами САПР и другими инструментами проектирования имеет решающее значение для эффективных рабочих процессов. Современное программное обеспечение CFD все чаще предлагает прямую интеграцию САПР, возможности параметрического моделирования и автоматизацию с помощью сценариев или API. Эти функции позволяют инженерам быстро обновлять модели по мере развития проектов и выполнять параметрические исследования с минимальными ручными усилиями.

Балансировка CFD с экспериментальным тестированием

Хотя CFD является мощным инструментом, он должен дополнять, а не полностью заменять экспериментальное тестирование. Физическое тестирование предоставляет данные валидации для моделей CFD и может выявить явления, которые могут не быть зафиксированы в симуляциях. Оптимальный подход обычно включает использование CFD для исследования и оптимизации дизайна, а затем целевое экспериментальное тестирование для проверки окончательных конструкций и калибровки моделей.

Для критических применений, где тепловые характеристики необходимы для безопасности или надежности, экспериментальная валидация прогнозов CFD особенно важна. Эта валидация обеспечивает уверенность в том, что конструкция будет работать так, как ожидалось, и помогает определить любые предположения моделирования, которые могут быть не подходящими для конкретного применения.

Промышленные приложения и тематические исследования

CFD для электронного охлаждения находит применение в различных отраслях промышленности, каждая из которых имеет уникальные проблемы и требования в области управления температурой. Понимание этих приложений дает представление о универсальности и ценности технологии CFD.

Потребительская электроника

В потребительской электронике управление тепловыми потоками должно сбалансировать производительность, размер, вес и стоимость. Смартфоны, ноутбуки и планшеты упаковывают все более мощные процессоры в более тонкие форм-факторы, создавая значительные тепловые проблемы. CFD позволяет инженерам оптимизировать распространение тепла, оценивать материалы теплового интерфейса и разрабатывать инновационные решения для охлаждения, такие как паровые камеры и графитовые тепловые распределители.

Акустическая производительность особенно важна в потребительской электронике, поскольку пользователи ожидают тихой работы. CFD может прогнозировать как тепловую, так и акустическую производительность устройств с вентиляторным охлаждением, что позволяет оптимизировать профили скорости вентилятора и системную акустику при сохранении адекватного охлаждения.

Автомобильная электроника

Автомобильная электроника должна надежно работать в суровых тепловых условиях, от минусовых холодных стартов до температуры под капотом, превышающей 100°C. Электромобили добавляют дополнительные проблемы с мощными аккумуляторными батареями и инверторами, требующими сложного управления температурой. CFD помогает автомобильным инженерам проектировать системы охлаждения, которые поддерживают компоненты в пределах их рабочих температурных диапазонов во всех условиях.

Управление тепловым потоком батареи особенно важно для электромобилей, поскольку температура батареи влияет как на производительность, так и на срок службы. CFD позволяет оптимизировать конструкции охлаждающих пластин, оценивать различные стратегии расхода охлаждающей жидкости и прогнозировать распределение температуры в аккумуляторных батареях в различных условиях вождения.

Аэрокосмическая и оборонная

Аэрокосмическая электроника сталкивается с экстремальными условиями окружающей среды, включая большие высоты, экстремальные температуры и вибрацию. Многие аэрокосмические приложения также имеют строгие ограничения по весу и объему. CFD помогает аэрокосмическим инженерам разрабатывать легкие, эффективные системы охлаждения, которые поддерживают надежную работу по всей оболочке полета.

Для герметичных корпусов авионики анализ CFD путей проводимости и радиационного теплопередачи имеет важное значение, поскольку конвективное охлаждение ограничено. Высотная работа снижает плотность воздуха и способность к конвективной теплопередаче, требуя тщательного анализа для обеспечения адекватного охлаждения при любых условиях эксплуатации.

Телекоммуникации и центры обработки данных

Телекоммуникационное оборудование и центры обработки данных представляют собой некоторые из самых крупномасштабных применений электронного охлаждения CFD. Эти объекты потребляют огромное количество энергии для охлаждения, что делает оптимизацию эффективности критически важной как для эксплуатационных расходов, так и для экологической устойчивости. CFD позволяет анализировать модели воздушного потока, выявлять горячие точки и оптимизировать стратегии охлаждения как на уровне стоек, так и на уровне объектов.

Поскольку центры обработки данных используют технологии жидкостного охлаждения и погружения для обработки увеличивающейся плотности мощности, CFD становится еще более важным для проектирования и оптимизации.Сложность этих систем и высокая стоимость неэффективной работы оправдывают значительные инвестиции в подробный анализ CFD.

Заключение

Программное обеспечение Computational Fluid Dynamics стало незаменимым инструментом прогнозирования и оптимизации теплопередачи в электронных системах охлаждения. От анализа отдельных компонентов до крупномасштабной оптимизации ЦОД позволяет инженерам разрабатывать более эффективные, надежные и экономичные решения для управления теплом. Технология продолжает развиваться с достижениями в вычислительной мощности, алгоритмах и интеграции с другими инструментами проектирования, обещая еще большие возможности в будущем.

Успешное применение CFD требует соответствующего опыта, проверенных моделей и интеграции в общий процесс разработки продукта. Хотя CFD имеет ограничения и должна дополняться экспериментальными испытаниями, его преимущества с точки зрения понимания дизайна, экономии затрат и повышения производительности продукта значительны. Поскольку электронные системы продолжают увеличивать плотность мощности и сложность, роль CFD в управлении тепловыми потоками будет только возрастать.

Организации, инвестирующие в возможности CFD, позиционируют себя для решения тепловых задач электронных систем следующего поколения при одновременном сокращении времени и затрат на разработку. Будь то проектирование бытовой электроники, автомобильных систем, аэрокосмического оборудования или инфраструктуры центров обработки данных, CFD обеспечивает аналитическую основу для эффективного управления тепловыми потоками и надежной производительности продукта.

Для получения дополнительной информации о тепловом управлении и моделировании CFD посетите Ansys Icepak, Siemens Simcenter или изучите ресурсы в Electronics Cooling Magazine.