CFD-based iterative methodology for modeling natural convection in microelectronic packages
Notice bibliographique
Résumé
In order to predict and manage the thermal behavior of microelectronic packages cooled principally by natural convection, a two-way coupling method was developed between a accurate conduction model and a computational fluid dynamics (CFD) simulation. An iterative solution loop was performed by applying as a boundary condition the local convection coefficients obtained from the CFD to the conduction model, and the temperature field at the solid-fluid interface obtained from the solid conduction model to CFD simulation. For the first iteration, the conduction heat transfer was solved by considering an initial guess of a uniform convection coefficient (e.g. from empirical formulas) for each solid-fluid interface. The procedure was repeated until the convergence of the solution was reached. The comparison between the total convection coefficients including the radiation obtained with the CFD iterative procedure and those from the conventional empirical methods showed important differences, thus demonstrating the usefulness of the CFD approach to obtain accurate thermal results. The numerical results were compared to measurements from a test vehicle, carried out under the natural convection Jedec JESD51 standards in a still air chamber. Radiation plays an important role in heat transfer in this setting because of the large temperature difference between the walls of the box and the test vehicle. The junction temperatures obtained with the numerical simulation for different operating powers were in good agreement with the experimental measurements, with an error of less than 1°C, showing that the proposed methodology allows the accurate simulation of the natural heat transfer for microelectronic packages mounted on PCB in the horizontal orientation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».