[發明專利]一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法在審
| 申請號： | 202010562824.3 | 申請日： | 2020-06-19 |
| 公開（公告）號： | CN111859771A | 公開（公告）日： | 2020-10-30 |
| 發明（設計）人： | 張鑄;王靜袁;張仕杰;饒盛華 | 申請（專利權）人： | 湖南科技大學 |
| 主分類號： | G06F30/25 | 分類號： | G06F30/25;G06F30/27;H05K7/20;B60K11/02;G06F119/08;G06F119/14 |
| 代理公司： | 北京聯瑞聯豐知識產權代理事務所(普通合伙) 11411 | 代理人： | 沈建華 |
| 地址： | 411201*** | 國省代碼： | 湖南;43 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 改進 海鞘 算法 通道 水冷 散熱器 優化 方法 | ||
1.一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法，其特征在于，包括以下步驟：
S1：計算多通道水冷散熱器的初始結構參數；
S2：選取多通道水冷散熱器待優化的結構參數；
S3：針對多通道是水冷散熱器不變的初始結構參數建立多通道水冷散熱器的有限元模型，仿真得到多通道水冷散熱器的性能參數；
S4：根據多通道水冷散熱器待優化的結構參數和多通道水冷散熱器的性能參數，構建樣本數據，并將樣本數據作為參數向量；
S5：訓練樣本數據，得到待優化的多通道水冷散熱器模型；
S6：根據待優化的多通道水冷散熱器模型，以散熱器待優化結構參數為優化對象，以igbt的最高溫度Tmax、面均溫差Tav和冷卻液的壓力損失ΔP為優化目標，對多通道水冷散熱器結構參數進行優化，得到最優結構參數。
2.根據權利要求1所述的一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法，其特征在于：步驟S1中所述多通道水冷散熱器不變的初始結構參數包括散熱筋寬度w1、水道寬度w2、水道數N、散熱筋高度H、占空比Γ、縱橫比Γ1、進水口壓力Pin和出水口壓力Pout。
3.根據權利要求2所述的一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法，其特征在于：步驟S2中所述多通道水冷散熱器待優化的結構參數包括散熱器的翅片數量n和冷卻液進口流速v。
4.根據權利要求3所述的一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法，其特征在于，步驟S6包括以下步驟：
S61：初始化種群參數；
S62：隨機初始化每組參數向量和當前最優的多通道水冷散熱器結構參數值F；
S63：計算每個樽海鞘個體的適應度值，將最優適應度值所對應的個體位置定義為當前最優的多通道水冷散熱器結構參數值F；
S64：引入引力算法，更新第一組參數向量，把這組參數向量定義為首組參數；
S65：更新跟隨者樽海鞘的位置，并且修正參數向量辨識范圍的上下限；
S66：根據當前位置重新計算每個樽海鞘個體的適應度值，更新當前最優的多通道水冷散熱器結構參數值F；
S67：判斷是否達到最大迭代次數Tm：是，則輸出最優的多通道水冷散熱器結構參數值F；否，則返回步驟S63。
5.根據權利要求4所述的一種基于改進樽海鞘群算法的多通道水冷散熱器優化方法，其特征在于，步驟S61中所述種群參數包括種群個數N、參數向量辨識范圍的上限ubj和下限lbj、搜索空間的維度D和最大迭代次數Tm；隨機初始化產生的種群位置，公式如下：
式中：xij為第i個樽海鞘在j維度的種群位置，i＝1,...,N；j＝1,...,D。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于湖南科技大學，未經湖南科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010562824.3/1.html，轉載請聲明來源鉆瓜專利網。
