Topology Optimization of Heat Sinks for High Efficiency Electronics Employing Simplified Convection Model
Notice bibliographique
Résumé
Electronics packaging relies heavily on thermal performance, or more specifically on the heat dissipation from electronic components to the environment, in order to increase the power capability and/or to prevent damage from overheating. Heat sinks are the most common method used to dissipate thermal energy from electronic components, utilizing both conduction and convection. The thermal performance of heat sinks can be improved using topological optimization methods. Heat sink designs can be optimized to extract heat energy more efficiently, thus increasing the capability of the product and/or the lifetime of the component by preventing heat related damages. In this study, passively cooled heat sink design optimization is performed employing a design-dependent simplified convection model for topology optimization, which assumes a uniform convection heat transfer coefficient on the surface of the structure. The design-dependent nature of this coefficient prevents the development of invalid or undesired solutions. As the optimization process iterates the design, the fluid-structure interface defining the convection boundary must be updated to reflect any changes in the design. Without this process, the convection becomes independent of the design, producing results that may not be favorable and would be more suited for conduction solely. This simplified analysis method significantly reduces the computational time and cost in comparison to a full Navier-Stokes or computational fluid dynamics approach. The optimization is implemented in SIMULIA-Tosca, which performs an adjoint sensitivity analysis and uses a gradient-based optimizer to search for an optimized design. Once the optimization process satisfies the convergence criteria, the final performance is verified through thermal analysis in SIMULIA-Abaqus. Several optimized designs are generated in this study, by varying manufacturing and volume constraints. The best performing optimized design in this paper resulted in a 24% reduction in maximum temperature, corresponding to a 41% increase in thermal efficiency compared to a traditional state-of-the-art finned heat sink design.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».