(3.237.97.64) 您好!臺灣時間:2021/03/03 01:49
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:吳慶國
研究生(外文):Ching-Kuo Wu
論文名稱:中央處理器散熱程序之動態模擬、最佳化設計與控制
論文名稱(外文):Dynamic Simulation, Optimal Design and Control of CPU Heat Sink Processes
指導教授:陳奇中陳奇中引用關係
指導教授(外文):Chyi-Tsong Chen
學位類別:碩士
校院名稱:逢甲大學
系所名稱:化學工程學所
學門:工程學門
學類:化學工程學類
論文種類:學術論文
論文出版年:2005
畢業學年度:93
語文別:中文
論文頁數:89
中文關鍵詞:單神經元控制器熱熵生成函數最佳化實數型基因演算法中央處理器散熱鰭片有限元素法單點控制
外文關鍵詞:model-basedfinite element methodsingle neorun controllerentropy generation rateheat sinkoptimizationreal-coded genetic algorithm
相關次數:
  • 被引用被引用:3
  • 點閱點閱:272
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:73
  • 收藏至我的研究室書目清單書目收藏:1
本文考慮了中央處理器散熱程序之最佳化設計與散熱控制等問題。首先吾人以有限元素法進行模擬,來探討中央處理器與散熱鰭片間之熱交換程序。為使散熱效率最佳,吾人利用了實數型基因演算法來對平吹式平板散熱片和下吹式平板散熱片作最佳化鰭片規格設計。實數型基因演算法由於無需經過編碼和解碼的程序,因而利於直接針對原本數值作一最佳化步驟,可有效的增進應用之便利性及計算效率。此外,吾人使用熱熵生成函數作為最佳化之目標函數,其優點為在最佳化求得散熱片的最佳參數時,可同時考慮熱交換速率和空氣阻力的磨擦因素,進而得到最佳值以提昇散熱片的散熱效率。而在控制的策略上,吾人採用單點控制的方式,先將其程序近似成一個一階掛時延的模式,並且採用Model-based的架構,藉此操控此偏微分動態型式的系統。在控制器方面,吾人選用了控制力輸出有限制之單神經元控制器,此控制器具有自調諧的能力,可依系統輸出誤差自動調節控制力,具有不依賴完美模式的智慧功能。由最佳化和模擬的結果顯示,吾人所得到的散熱鰭片規格,比文獻中所發表結果有著更好的散熱效能。而在控制的效能上,單神經元控制器的表現比傳統開關切換與PI控制器優異,且控制力穩定,著實增強了中央處理器散熱裝置的性能與功效。
This thesis considers the dynamic simulation, optimal design and control of CPU heat sink processes. A finite element method is used to solve the govern equations of the heat transfer process between the CPU and plate fin sink. In order to improve the efficiency of heat dissipation, a real code genetic algorithm along with the Lagrange method is applied for the optimal design of the plate-fin. For considering simultaneously the heat transfer and fluid friction, the objective function to be minimized is the entropy generation rate. Several practical design cases have been completed successfully using the proposed optimization scheme. With the optimal designed heat sink process, a direct adaptive model-based control scheme is proposed to regulate the CPU temperature. An output-bounded single neuron controller is utilized for the learning control of the process by merely observing the process output error, even though the process dynamics is characterized by partial differential equations. Extensive simulation results reveal that the proposed model-based control strategy is more superior to existing methodologies, such as on-off and PI controls. From the significant results presented in this thesis, it is believed that the proposed optimal design and control strategies can substantially enhance the effectiveness and performance of CPU heat sink processes.
中文摘要 ……………………………………………………………… Ⅰ
英文摘要 ……………………………………………………………… Ⅱ
目錄 …………………………………………………………………… Ⅲ
圖目錄 ………………………………………………………………… Ⅵ
表目錄 ……………………………………………………………….. Ⅹ
符號說明 …………………………………………………………… ⅩⅠ

第一章 緒論 ………………………………………………………… 1
1-1 中央處理器散熱程序系統發展概況與文獻回顧 ………… 1
1-2 研究動機與方法 …………………………………………… 4
1-3 論文組織與架構 …………………………………………… 7

第二章 中央處理器散熱程序之動態分析與模擬 ……………… 8
2-1 前言 …………………………………………………............ 8
2-2 中央處理器散熱程序與動態方程式 ……………………… 8
2-3 動態分析與模擬 ………………………………………….. 10
2-3-1 模擬工具 ……………………………………………… 10
2-3-2 不同材質的散熱鰭片在風扇關閉時之散熱程序模擬 …. 11
2-3-3 不同材質的散熱鰭片在風扇開啟時之散熱程序模擬 …. 13
2-4 結果與討論 ………………………………………………… 15

第三章 中央處理器散熱鰭片之最佳化設計 …………………… 27
3-1 前言 ………………………………………………………. 27
3-2 最佳化搜尋策略: 實數型之基因演算法 ……………… 28
3-2-1 繁殖 ………………………………………………… 29
3-2-2 交配 ………………………………………………… 30
3-2-3 突變 ………………………………………………… 30
3-3 平吹式散熱鰭片之熱傳遞現象 ………………………… 32
3-4 下吹式散熱鰭片之熱傳遞現象 ………………………… 36
3-5 最佳化設計與模擬分析 ………………………………… 37
3-5-1 平吹式散熱鰭片之最佳化設計與分析 …………… 38
3-5-2 下吹式散熱鰭片之最佳化設計與分析 ……………. 40
3-5-2-1 長度L固定 ……………………………………. 40
3-5-2-2 固定, 長度L為設計參數 ………………. 41
3-5-2-3 、L 都為設計參數 …………………………. 43
3-6 結果與討論 …………….................................................... 45

第四章 中央處理器散熱程序之自適應控制 …………………… 55
4-1 前言 ……………………………………………………… 55
4-2 控制系統架構 …………………………………………… 55
4-3 控制器型式與參數演算法 …………………………… 56
4-4 控制模擬與分析 .……………………………………… 57
4-4-1 理想狀態之控制模擬與分析 ……………….. 57
4-4-2 真實環境之控制模擬與分析 ………………. 61
4-5 結果與討論 …………………………………………….. 62

第五章 結論與未來展望 ………………………………………… 72

參考文獻 ………………………………………….............................. 74

圖目錄
圖 2-1 CPU散熱片模型 …………………………………………….. 16
圖 2-2 CPU散熱片截面 …………………………………………….. 16
圖2-3 系統方程式 ………………………………………………...... 17
圖 2-4 鋁製鰭片之CPU散熱程序溫度分佈圖 …………………… 17
圖 2-5銅製鰭片之CPU散熱程序溫度分佈圖 …………………… 18
圖 2-6 鐵製鰭片之CPU散熱程序溫度分佈圖 …………………… 18
圖 2-7 鋁製鰭片之CPU散熱程序溫度梯度分佈圖 ……………… 19
圖 2-8 銅製鰭片之CPU散熱程序溫度梯度分佈圖 ……………… 19
圖 2-9 鐵製鰭片之CPU散熱程序溫度梯度分佈圖 ……………… 20
圖 2-10 鋁製鰭片之CPU散熱程序熱通量分佈圖 ……………… 20
圖 2-11銅製鰭片之CPU散熱程序熱通量分佈圖 ………………… 21
圖 2-12鐵製鰭片之CPU散熱程序熱通量分佈圖 ………………… 21
圖2-13時間在1000秒時,CPU中心至不同材質散
熱片外圍溫度變化圖 ……………………………………….. 22
圖2-14時間在3000秒時,CPU中心至不同材質散
熱片外圍溫度變化圖 ………………………………………. 22
圖2-15時間在6000秒時,CPU中心至不同材質散
熱片外圍溫度變化圖 ………………………………………. 23
圖 2-16無風扇時三種不同材質散熱鰭片之CPU控
制點位置溫度變化圖 …………………………………… 23
圖2-17 風扇開度改變對鋁製鰭片之CPU控制點
位置溫度變化圖 …………................................................. 24
圖2-18 室溫改變對鋁製鰭片之CPU控制點位置溫度變化圖 ....... 24
圖2-19 風扇開度改變對銅製鰭片之CPU控制點
位置溫度變化圖 …………................................................. 25
圖2-20 室溫改變對銅製鰭片之CPU控制點位置溫度變化圖 ....... 25
圖2-21 風扇開度改變對鐵製鰭片之CPU控制點
位置溫度變化圖 …………................................................. 26
圖2-22 室溫改變對鐵製鰭片之CPU控制點位置溫度變化圖 ....... 26
圖3-1 實數型基因演算法流程圖 …………………………………… 47
圖 3-2 平吹式散熱鰭片模型 ……………………………………….. 48
圖 3-3 下吹式散熱鰭片模型 ……………………………………… 48
圖 3-4 平吹式最佳化散熱鰭片之模擬 ……………………………. 49
圖3-5 散熱鰭片個數對 值之影響 ……………………………… 49
圖3-6散熱鰭片個數對 值之影響 ……………………………… 50
圖3-7 散熱鰭片個數對 值之影響 ………………………………… 50
圖 3-8 下吹式最佳化散熱鰭片之模擬 …………………………….. 51
圖 3-9 固定、長度L為設計參數之下吹式最佳
化散熱鰭片之模擬 ………………………………………… 51
圖3-10 與L同為設計參數之下吹式最佳化散熱
鰭片之模擬 ………………………………………………… 52
圖 3-11 室溫變異時平吹式最佳化散熱鰭片之模擬 ……………… 52
圖 3-12室溫變異時下吹式最佳化散熱鰭片之模擬 ………………. 53
圖 3-13 室溫變異時 固定、 長度L為設計參數之
下吹式最佳化散熱鰭片之模擬 ……………………………. 53
圖3-14 室溫變異時 與L同為設計參數之下吹
式最佳化散熱鰭片之模擬 …………………………………. 54
圖 4-1 開迴路測試 …………………………………………………... 63
圖 4-2 SNC控制器架構 …………………………………………….. 63
圖 4-3 平吹式散熱鰭片感測器之位置圖 …………………………... 64
圖 4-4 下吹式散熱鰭片感測器之位置圖 …………………………... 64
圖 4-5 與L同為設計參數之下吹式散熱
鰭片感測器之位置圖 ……………........................................ 65
圖 4-6 平吹式散熱鰭片之模擬控制圖 …………………………. 66
圖 4-7 下吹式散熱鰭片之模擬控制圖 …………………………. 67
圖4-8 與L同為設計參數之下吹式最佳化散熱
鰭片之模擬控制圖 ………………………………………. 68
圖 4-9 與L同為設計參數之下吹式散熱鰭片之
室溫發生變異時 變化圖 ……………………………….. 69
圖 4-10真實環境中,平吹式散熱鰭片之溫度感測器位置圖 …… 69
圖 4-11 真實情況中,平吹式散熱鰭片之表面溫度分佈圖 ……. 70
圖 4-12真實情況中,平吹式散熱鰭片之內部溫度分佈圖 ….… 70
圖 4-13真實情況中,平吹式散熱鰭片之模擬控制圖 ….…….… 71

表目錄
表 2-1 物質特性 …………………………………………………….. 14
表 2-2 CPU散熱系統相關物理係數 ……………………………….. 14
表 3-1 平吹式散熱鰭片之最佳化規格 …………………………….. 39
表 3-2 下吹式散熱鰭片之最佳化規格 …………………………….. 43
表3-3 固定, 長度L為設計參數之下吹式散熱鰭
片之最佳化規格 ………………………..……………………. 43
表3-4 當 和 同時都為設計變數時,有限制式之下
吹式散熱鰭片最佳化規格 ………………………………….. 45
[1] Coben, A. B., “Thermal packaging for the 21st century: Challenges and options,” in Proc. 5th Therminic-International Workshop Thermal Investigations of IC’s and systems, Rome, Italy, 1999
[2] Ben, M. A. and A. B. Coben, “Heat sink optimization for maximum performance and minimum mass,” in Proc. Interpak’99 Conf., Maui, HI, 1999
[3] Zaghlol, A., W. Leonard and R. Culham, “Characterization of swaged mixed metal heat sinks,” Applied Power Electronics Conference and Exposition, APEC ''03. Eighteenth Annual IEEE, Vol.2, pp.1037-1042, 2003
[4] Chang, J. Y., C. W. Yu and R. L. Webb, “Identification of minimum air flow design for a desktop computer using CFD modeling,” Thermal and Thermomechanical Phenomena in Electronic Systems. Vol.1, pp.23-26, 2000
[5] Copeland, D., “Thermal Design Tradeoffs for Ducted Heat Sinks With Dedicated Fans,” proc. Of Int. Electronic Packaging Technical Conf., IPACK2001-15795, 2001
[6] Coetzer, C.B. and J. A. Visser, “Compact modeling of forced flow in longitudinal fin heat sinks with tip bypass,” Journal of electronic packaging, pp.125-319, 2003
[7] Goldberg, N., “Narrow channel forced air heat sink,” IEEE Trans., Comp., Hybrids Manuf: Technol., vol. CHMT-7, pp. 154-159, 1984.
[8] Knight, R.W., J.S. Goodling and D.J. Hall, “Optimal Thermal Design of Forced Convection Heat Sinks – Analytical,” Journal of Electronic Packaging, Vol.113, pp.313-321, 1991,.
[9] Knight, R.W., J.S. Goodling and B.E. Gross, “Optimal Thermal Design of Air Cooled Forced Convection Finned Heat Sinks – Experimental Verification,” IEEE Transactions on Components, Hybrids, and Manufacturing Technology, Vol.15, No.5, pp.754-760, 1992
[10] Iyengar, M. and A. B. Cohen, “Least-energy optimization of forced convection plate-fin heat sinks,” IEEE Transc. On Comp. And Packag. Tech., Vol.26, No. 1, 2003
[11] Culham, J. R. and Y. S. Muzychka, “Optimization of Plate Fin Heat Sinks Using Entropy Generation Minimization,” IEEE Transc. On Comp. And Packag. Tech., Vol.24, pp.159-165, 2001
[12] Shih, C. J. and G. C. Liu, “Optimal Design Methodology of Plate-Fin Heat Sinks for Electronic Cooling Using Entropy Generation Strategy,” IEEE Transc. On Comp. And Packag. Tech., Vol.27, No.3, 2004
[13] Mansuria, M. S. and V. Kamath, “Design Optimization of a High Performance Heat Sink / Fan Assembly,” Proc. Of ASM, Vol.292, pp. 95-103, 1994
[14] Loh, C. K., D. Nelson and D. J. Chou, “Optimization of Heat Sink Design and Fan Selection in Portable Electronics Environment,” March 22, 2002 http://www.enertron-inc.com/PDF/FAN%20HEAT%20SINK%20Optimization.PDF
[15] William, B. K. and A. B. Coben, “Optimal Numerical Design of Forced Convection Heat Sinks,” IEEE Tranc. On Comp. And Packag. Tech., Vol.27, 2001
[16] Bejan, A. and A. M. Morega, “Optimal arrays of pin fins and plate fins in laminal forced convection,” J. Heat Transfer, Vol.115, pp.75–81, 1993
[17] Bejan, A. “Entropy Generation Through Heat and Fluid Flow”. New York: Wiley, 1982.
[18] Bejan, A. “Entropy Generation Minimization”. Orlando, FL: CRC, 1996.
[19] Chen, C. T. and S. T. Peng, “Learning control of process systems with hard input constraints,” Journal of Process Control, pp. 151-160, 1999
[20] Holland, J. H., “Adaptive in natural and artificial systems,” University of Michigan Press, Ann Arbor, 1975
[21] Goldberg, D. E., “Genetic Algorithms: in Search, Optimization and Machine Learning,” Reading, MA:Addison-Wesley,1989
[22] Scott, A., “An Introduction to Genetic Algorithms,” AI Expert, Vol.4, No.3, pp.49-53, 1990
[23] Srinivas, M. and L. M. Patnaik, “Genetic Algorithms: A Survey,” IEEE Computer, pp.17-26, 1994
[24] Lucasius, C. B. and G. Kateman, “Applications of genetic algorithms in chemometrics,” Proceeding of the Third International Conference on Genetic Algorithms. pp.170-176, 1989
[25] Tsutsui, S. and D. E. Goldberg, “Search space boundary extension method in real-coded genetic algorithm,” Information Sciences 133 pp.229-247, 2001
[26] Garrett, C. A., J. Huang, M. N. Goltz and G. B. Lamont, “Parallel real-valued genetic algorithms for bioremediation optimization of TCE-contaminated groundwater,” Proceedings of the 1999 Congress on Evolutionary Computation, pp. 2183-2189, 1999.
[27] Herrera, F., M. Lozano and L. J. Verdegay, “Tackling real-coded genetic algorithms: operators and tools for behavioural analysis,” Artificial Intelligence Review, No.12, pp.265-319, 1998
[28] Kay, W. M. and A. L. London, “Compact Heat Exchangers.” New York: McGraw-Hill, 1984
[29] Muzychka, Y. S. and M. M. Yovanovich, “Modeling friction factors in non-circular ducts for developing laminar flow,” in Proc. 2nd AIAA Theoretical Fluid Mech. Meeting, Albuguerque, NM, pp.15-18, 1998
[30] White, F. M. “Fluid Mechanics. New York: McGraw-Hill, 1987
[31] Teertstra, P. M., M. M. Yovanovich, J. R. Culham, and T. F. Lemczyk, “analytical forced convection modeling of plate fin heat sinks,” in Proc. 15th Annu. IEEE Semicon. Thermal Meas. Manag. Symp., San Diego, CA, pp. 34-41, 1999
[32] Ciancone, R. and T. Marlin, “Tune Controllers to Meet Plant Objectives,” Control, 5, 50-57, 1992
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔