基于粒子群算法的强迫风冷散热器多目标优化

摘要
图/表
参考文献
相关文章 (6)

全文: PDF (1295 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要电力电子系统对强迫风冷散热器提出了低热阻、小型化和轻量化的要求,本文在考虑现有散热器设计方法的不足之后,通过散热器结构及其等效热阻网络构建热阻、压降和质量最小的多目标优化模型。针对当前粒子群算法求解多目标模型时存在的局限性,本文采用多种改进策略提高算法的性能。计算和仿真结果显示,优化后的强迫风冷散热器的热阻、压降、质量均有减小,功率器件表面温度明显降低,验证了多目标优化模型及算法的有效性。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：强迫风冷散热器, 多目标优化, 粒子群算法（PSO）, 改进策略

Abstract：The power electronic system requires forced air-cooled heatsink which has low thermal resistance, miniaturization and lightweight. In this paper, a multi-objective optimization model with minimum thermal resistance, pressure drop and mass is established based on the radiator structure and its equivalent thermal resistance network after considering the shortcomings of existing radiator design methods. In view of the limitations of the current particle swarm algorithm when solving multi-objective models, this paper adopts a variety of improved strategies to improve the performance of the algorithm. The calculation and simulation results show that the thermal resistance, pressure drop, and mass of the optimized forced air-cooled radiator are all reduced, and the surface temperature of the power device is significantly reduced, which verifies the effectiveness of the multi-objective optimization model and algorithm.

Key words： forced air-cooled heatsink multi-objective optimization particle swarm optimization (PSO) improved strategy

收稿日期: 2021-09-01

作者简介: 王玲（1995—）,男,重庆巫山县人,硕士研究生,研究方向为电机与电器。

引用本文:

王玲, 李俐, 朱翔鸥, 王守冬, 孙创. 基于粒子群算法的强迫风冷散热器多目标优化[J]. 电气技术, 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.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2022/V23/I2/20

[1] 李广义, 张俊洪, 高键鑫. 大功率电力电子器件散热研究综述[J]. 兵器装备工程学报, 2020, 41(11): 8-14.
[2] 赵红璐, 朱永元, 张银. 大功率逆变器散热设计[J]. 电气技术, 2018, 19(8): 149-156.
[3] 林弘毅, 伍梁, 郭潇, 等. 高功率密度SiC静止无功补偿器强迫风冷散热综合建模及优化设计方法[J]. 电工技术学报, 2021, 36(16): 3446-3456.
[4] 张建新, 牛萍娟, 武志刚, 等. 大功率LED散热器性能的双目标优化[J]. 电工技术学报, 2014, 29(4): 136-141, 165.
[5] 李劲松, 杨庆新, 牛萍娟, 等. 基于遗传算法及MATLAB仿真的大功率LED散热器优化设计与分析(英文)[J]. 电工技术学报, 2013, 28(增刊2): 213-220.
[6] 施渺, 杜江伟, 余小玲, 等. 平直翅片热管散热器的正交数值模拟优化[J]. 电子机械工程, 2020, 36(2): 14-18.
[7] 张健. 电力电子器件及其装置的散热结构优化研究[D]. 哈尔滨: 哈尔滨工业大学, 2015.
[8] 姜鑫, 应展烽, 万萌, 等. 计及环境对流随机性的功率器件结-环境热网络模型[J]. 电工技术学报, 2021, 36(14): 3090-3100.
[9] 任磊, 沈茜, 龚春英. 电力电子电路中功率晶体管结温在线测量技术研究现状[J]. 电工技术学报, 2018, 33(8): 1750-1761.
[10] 周涛, 陆晓东, 李媛. 功率半导体器件风冷散热器热阻计算[J]. 渤海大学学报(自然科学版), 2011, 32(3): 228-235.
[11] 梁帅奇, 张华润, 姜辉, 等. 某型强制风冷直流变压器机柜风道设计与优化[J]. 电力电子技术, 2021, 55(2): 50-53.
[12] EBERHART R, KENNEDY J.A new optimizer using particle swarm theory[C]//MHS95 Sixth International Symposium on Micro Machine & Human Science, Nagoya, Japan, 2002.
[13] COELLO C, PULIDO G T, LECHUGAM S.Handling multiple objectives with particle swarm optimi-zation[J]. IEEE Transactions on Evolutionary Com-putation, 2004, 8(3): 256-279.
[14] 廖宗毅, 万文略. 基于改进多目标差分进化算法的安全约束动态环境经济调度[J]. 电气技术, 2020, 21(8): 22-27.
[15] 田峰, 林荣文, 武迪. 基于改进粒子群算法的伺服系统多参数整定研究[J]. 电气技术, 2019, 20(9): 26-30.
[16] 王东风, 孟丽, 赵文杰. 基于自适应搜索中心的骨干粒子群算法[J]. 计算机学报, 2016, 39(12): 2652-2667.