1. 液冷板拓扑优化设计背景与挑战
在自动驾驶计算平台这类高功率密度电子设备中，散热设计直接关系到系统可靠性和性能上限。传统液冷板采用固定流道设计（如蛇形、针柱阵列等），存在两个典型问题：一是局部热点难以消除，二是泵送功耗过高。我们团队在给某L4级自动驾驶域控制器设计液冷系统时，实测发现传统设计会导致芯片结温差异超过15℃，且冷却系统能耗占到整车用电的3.8%。
拓扑优化技术通过数学方法自动寻找材料最优分布，在航空航天领域已有成熟应用。将其引入液冷板设计需要解决三个关键问题：
- 多物理场耦合建模精度（流-热-固耦合）
- 竞争性目标函数的平衡策略（散热vs.压降）
- 制造可行性约束的数学表达
2. 双目标优化模型构建
2.1 无量纲化目标函数设计
采用Min-Max标准化方法处理量纲差异：
- 温度目标：f₁=(T_avg-T_min)/(T_max-T_min)
- 流阻目标：f₂=(P-P_min)/(P_max-P_min)
其中参考值通过预仿真确定：
- T_min=300K（环境温度）
- T_max=400K（材料耐温极限）
- P_min=0Pa（理论下限）
- P_max=1e5Pa（泵送能力上限）
2.2 COMSOL多物理场耦合设置
创建包含以下模块的耦合模型：
matlab复制% 物理场选择
model = ModelUtil.create('ColdPlate');
model.physics.create('ht', 'HeatTransferInSolids'); % 固体传热
model.physics.create('spf', 'SinglePhaseFlow'); % 单相流
model.physics.create('cht', 'HeatTransferInFluids'); % 流体传热
% 耦合条件设置
model.physics('spf').feature('coup1').set('ht', 'cht');
model.physics('cht').feature('coup1').set('spf', 'spf');
2.3 材料参数定义关键点
| 参数 | 冷却液(50%乙二醇) | 铝基板(6061) |
|---|---|---|
| 密度(kg/m³) | 1070 | 2700 |
| 导热系数(W/m·K) | 0.38 | 167 |
| 比热容(J/kg·K) | 3360 | 896 |
| 粘度(Pa·s) | 0.0034 | - |
注意：冷却液属性需设置温度依赖关系，我们实测数据表明20-80℃范围内粘度变化可达42%
3. 拓扑优化实施细节
3.1 设计变量参数化
采用SIMP（Solid Isotropic Material with Penalization）方法：
matlab复制% 设计域离散化
mesh = model.mesh.create('mesh1', 'geom1');
mesh.automatic(true); % 自动划分网格
% 材料插值函数
model.variable('var1').set('rho', 'rho_fluid+(rho_solid-rho_fluid)*d^3');
model.variable('var1').set('k', 'k_fluid+(k_solid-k_fluid)*d^3');
其中d∈[0,1]为设计变量，指数3用于抑制中间密度
3.2 约束条件处理技巧
- 体积分数约束：Vf≤0.5（制造可行性）
- 最小特征尺寸：通过Helmholtz滤波器实现
matlab复制% 滤波器设置 model.physics('topo').feature('filter1').set('radius', 0.005); - 流固界面平滑：使用投影阈值法避免锯齿状边界
3.3 优化算法选择
采用移动渐近线方法(MMA)配合全局搜索策略：
- 初始步长：0.2
- 最大迭代：200次
- 收敛容差：1e-4
实际优化过程中观察到典型的Pareto前沿特征：
图示：温度与压降的Pareto最优解分布（模拟数据）
4. 工程验证与案例
4.1 某自动驾驶域控制器液冷板优化
原始设计（蛇形流道）vs 优化设计对比：
| 指标 | 传统设计 | 拓扑优化 | 改进幅度 |
|---|---|---|---|
| 最高温度(℃) | 78.2 | 65.4 | -16.4% |
| 温度均匀性(℃) | 12.7 | 4.3 | -66.1% |
| 压降(kPa) | 34.6 | 22.1 | -36.1% |
| 重量(g) | 320 | 285 | -10.9% |
4.2 制造工艺适配
为满足3D打印工艺要求，对优化结果进行后处理：
- 最小壁厚约束：≥1.2mm（不锈钢打印）
- 支撑角度限制：≥45°
- 流道连通性验证：使用Euler characteristic检测
最终采用SLM工艺成型的液冷板实测性能：
图示：实测温度分布云图（热成像数据）
5. 实战经验总结
-
网格敏感性测试：在优化前务必进行网格无关性验证，我们发现在设计域采用边界层网格时，压降预测误差可降低至2%以内
-
参数化技巧：
- 入口流速建议采用雷诺数控制（Re=2000-5000）
- 热源设置应考虑实际芯片的non-uniform power map
-
收敛加速方法：
matlab复制% 使用上一步结果作为初始值 model.study('std1').feature('time').set('useinit', true); model.study('std1').feature('time').set('initmethod', 'sol'); -
常见故障处理：
- 出现棋盘格现象：加强滤波或改用SIMP-DOC方法
- 优化停滞：尝试调整惩罚因子（2.5-3.5范围）
- 数值震荡：减小移动步长（0.1-0.15）
某次优化过程中出现的典型迭代过程监控：
图示：目标函数收敛历程（实际项目数据）