Novel thermal management of electronic devices by nano enhanced phase change materials: A numerical study
Notice bibliographique
Résumé
Efficient and effective thermal management is considered essential for electronic devices as increased power densities generate substantial heat, risking performance and longevity. This study numerically analyzed nano-enhanced phase change materials (NPCMs) integrated with optimized heat sink designs for electronic cooling. Solid-solid PCMs (S-S PCMs) were augmented with nanoparticles to improve thermal conductivity, and a novel heat sink geometry was developed using the Solid Isotropic Material with Penalization (SIMP) topology optimization method. The optimization study identified an optimum Helmholtz radius of 8 × 10 −4 m and a hyperbolic projection slope (β) of 6, achieving uniform temperature distribution and efficient phase transitions. The topology-optimized design reduced chip and heat sink temperatures by 2.65 °C and 3.51 °C, respectively, compared to the baseline model, while nanoparticle enhancement alone in Model 2 achieved reductions of 1.64 °C and 2.54 °C. A grid independence analysis and experimental validation confirmed model accuracy with an average deviation of 3 %. This study therefore brings an optimized heat sink design utilizing topology optimization to create compact cooling solutions for high-power density electronics. • The study proposed a unique optimized heat sink configuration for electronic chip cooling. • The performance of developed heat sink is analyzed and compared to baseline models. • Results show superior performance of proposed design couple with S-S NPCMs.
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 ».