论文部分内容阅读
由于强迫风冷散热系统具有散热效果好、可靠性高、系统结构简单和经济成本较低等优势,在大功率电力电子器件及其装置的高效散热中得到了广泛应用。近年来,大容量电力电子系统对强迫风冷散热系统在低热阻、小型化和轻量化等多性能指标上提出了更高的要求,因此强迫风冷散热系统热结构优化设计问题越来越受到了学术界和工业界的高度重视。本文首先通过对IGBT模块的有限元仿真研究分析了影响模块散热性能的主要因素,再分别采用三种进化算法对强迫风冷散热系统进行热结构优化设计,从而为高功率密度电力电子设备强迫风冷散热系统热结构优化设计领域提供新的研究方法。本文的主要研究工作和创新点如下:(1)采用ANSYS Icepak三维有限元软件对实际IGBT模块进行了三维建模与热仿真,讨论了模块基板、焊料层以及衬板材料的导热率和厚度等因素对散热性能的影响,并分析了不同散热系统下的IGBT模块瞬态热阻抗曲线,为IGBT模块结构设计及其散热系统的热结构优化设计提供了一定的理论依据。(2)基于总熵产最小化原理和实际工程限制条件,将电力电子设备强迫风冷散热系统热结构优化设计问题转化为典型的约束优化问题,并提出了一种约束群体极值优化算法(CPEO)对其进行优化求解,通过仿真实验验证了CPEO相比遗传算法、粒子群算法等经典优化算法具有更佳的优化性能。(3)在研究工作(2)的基础上,将自适应均衡模型引入到CPEO算法中,提出了一种基于自适应约束处理的种群极值优化算法(ATM-CPEO),通过对多个典型约束优化基准测试问题的仿真研究验证了ATM-CPEO比遗传算法、随机排序(SR)、多会员进化策略(SMES)等经典约束进化算法具有更佳的优化性能;并将ATM-CPEO算法应用到强迫风冷散热系统热结构优化设计中,仿真研究表明了ATM-CPEO算法获得了比CPEO算法更佳的热结构优化性能。(4)从多目标优化的角度,将强迫风冷散热系统热结构优化设计问题转化为典型的多目标优化问题,采用多目标遗传算法(NSGA-Ⅱ)进行优化求解,并基于多种不同的评价指标选取Pareto最优解集,仿真研究表明NSGA-Ⅱ算法相比ATM-CPEO算法更能获得散热系统热阻、压降、总质量等多性能指标需求的折中设计方案,从而为强迫风冷散热系统结构多目标优化设计提供了一种新的研究方法。