复合材料体系内部界面热阻确定方法
成果类型:: 发明专利
发布时间: 2023-05-18 12:09:24
5G时代高速的信息处理和大功率与大面积LED等的应用,将在电子器件内部产生大量的热量,从而严重影响器件的性能和寿命。解决器件散热问题的一种有效的方法就是在芯片和散热器之间填充一层具有高导热系数和良好可压缩性的热界面材料以降低接触热阻。在高分子中添加具有高导热系数的球形颗粒是热界面材料(导热凝胶)最常见的选择,合理的选择填料并调配填料和聚合物基体的比例在学术和电子封装领域方面都具有重要意义。
采用单点交叉或多点交叉的方式从种群中随机选择两个个体互换各自部分染色体形成两个新的染色体替代原有的染色体,以此形成新的种群。
具体地,所述步骤S36包括:
采用单点变异或多点变异方式以产生更优秀的个体;
在变异操作之后融入模拟退火的算法以确保整个遗传搜索过程不会陷入局部极值,从而确定体系内部微观界面热阻。
本发明能够同时解决实验测定的局限性与高通量筛选效率低的问题。本发明首次提出将遗传优化算法对复合材料体系中的界面热阻进行测定,实现了通过宏观计算推导微观参数。利用本发明确定复合材料体系内的微观界面热阻成本低,操作简单,获得的数值准确。
技术合作
通过机器学习的方法获得复合材料体系内导热系数与输入参数的关系之后,本申请采用遗传优化算法对该关系模型进行智能优化,从而获得最优的输入参数,以此测定复合材料体系内微观界面热阻。但是,进化算法是一类启发式随机搜索策略,而遗传优化算法只是其中一种最为广泛通用的方法,所以,本发明中所使用的遗传优化算法可以替换为其他类似的启发式算法如模拟退火算法、蚁群算法以及粒子群算法等,都可以通过相应方法的计算手段来测定复合材料体系内部微观界面热阻。同时,对于多目标遗传优化算法以及其他多目标启发式算法也可以应用到本发明中对关系模型进行优化,对于常规的数值优化手段亦是如此。因此,本发明中的遗传优化算法可以替换为任何一种可执行的启发式优化算法以及其他数值优化算法。
虽然本发明参照当前的较佳实施方式进行了描述,但本领域的技术人员应能理解,上述较佳实施方式仅用来说明本发明,并非用来限定本发明的保护范围,任何在本发明的精神和原则范围之内,所做的任何修饰、等效替换、改进等,均应包含在本发明的权利保护范围之内。