《Case Studies in Thermal Engineering》:Numerical Simulation on Flow Regulation and Heat Transfer Characteristics of Embedded Adaptive Pin-Fin Microchannel Heat Sinks under Non-Uniform Heat Sources
編輯推薦:
本文提出一種創新的自適應針肋微通道冷卻結構,旨在解決高性能芯片中因瞬態、非均勻熱負荷產生的局部“熱點”(hotspot)過熱難題。該設計利用水凝膠針肋的溫度響應變形能力,動態調整冷卻劑流道幾何結構,實現了對局部流量的智能再分配與自調節熱控制。數值模擬結果表明,相較于傳統非自適應結構(N-MCHS),該自適應微通道散熱器(A-MCHS)在單一熱點(熱流密度100 W/cm2)條件下,可將峰值熱點溫度降低7.5 K,壓降減少44.4%,同時僅需2.26 mW的泵送功率,其努塞爾數(Nu)也從5.68提升至7.36,顯著強化了傳熱效能。該研究為應對動態演化高熱流密度的芯片提供了一條高效、低功耗且能自我調節的冷卻新途徑。
隨著信息技術的飛速發展,集成電路芯片的集成度遵循摩爾定律持續攀升,晶體管數量每兩年翻一番。然而,這輝煌成就的背后,卻隱藏著一個日益嚴峻的挑戰——“熱”。芯片上各功能單元功耗不均,導致局部區域產生極高的熱流密度,形成所謂的“熱點”。這些熱點不僅會產生巨大的溫度梯度,加速材料老化、縮短芯片壽命,更嚴峻的是,研究表明在70-80°C的工作溫度范圍內,微處理器的可靠性大約會隨溫度每升高1°C而下降5%。因此,如何有效管理這些局部高熱流,已成為制約微處理器性能進一步提升的關鍵瓶頸。
在各種先進的散熱方案中,液體冷卻技術因其高效率和大規模應用的潛力而被廣泛看好。其中,嵌入式冷卻技術將微通道結構直接集成在芯片背面,讓冷卻液能以最短路徑抵達高熱流區域,顯著提升了局部散熱效率。過往的研究嘗試了多種策略來優化散熱,例如調整微通道的幾何參數、使用多孔材料進行表面改性、或引入針肋等擾流結構來促進流體混合。然而,這些基于固定幾何形狀的優化策略存在固有局限:一方面,它們難以對動態出現、位置隨機的熱點進行“精準打擊”;另一方面,若單純提高整體入口流量來匹配熱點散熱需求,又會導致非熱點區域“過度冷卻”,白白浪費寶貴的泵送功率。
于是,研究人員將目光投向了“自適應”的智能冷卻方案。想象一下,如果散熱器本身能“感知”到哪里熱,就自動“變形”為那里提供更強的冷卻,豈不是完美?這正是發表于《Case Studies in Thermal Engineering》上的這項研究——“Numerical Simulation on Flow Regulation and Heat Transfer Characteristics of Embedded Adaptive Pin-Fin Microchannel Heat Sinks under Non-Uniform Heat Sources”——所探索的核心。該研究由中南大學的付林錚、文靜、邱怡歐、吳平、王連成和朱文輝團隊完成,他們提出了一種嵌入式自適應針肋微通道散熱器(A-MCHS),巧妙地將溫敏性水凝膠材料制成的針肋與硅基微通道相結合。
水凝膠是一種能對外界刺激(如溫度、pH值)產生體積變化的智能高分子材料。本研究采用的是一種名為P(MEO2MA-co-OEGMA)的熱響應納米復合水凝膠,它具有可調節的低臨界溶解溫度(LCST)。當溫度低于LCST時,水凝膠吸水溶脹;當溫度超過LCST時,則會急劇脫水收縮。研究人員將這種水凝膠制成針肋陣列,嵌入微通道中。當芯片運行時,熱點區域的溫度升高,導致上方的水凝膠針肋“感知”到高溫并觸發收縮變形。這種變形并非隨意發生,而是主要沿著針肋的高度方向,其側向變形則被基底和周圍固體壁面約束。針肋收縮后,局部流道橫截面積增大,流動阻力減小,從而能夠自動將更多的冷卻液(本研究使用去離子水)“引導”至最需要散熱的熱點區域,實現流量和冷卻能力的自適應性再分配。為了“非自適應微通道散熱器”(N-MCHS)作為對比,后者具有完全相同的幾何尺寸,但其針肋高度固定不變。
為了深入探究這種自適應結構的“魔力”,研究人員開展了一系列系統的數值模擬研究。他們主要運用了基于動態網格的數值方法。具體而言,團隊利用ANSYS Fluent 2022R1軟件,結合用戶自定義函數(UDF),建立了一套溫度驅動固體-流體動態耦合的仿真流程。當針肋的體積平均溫度超過其LCST時,UDF會觸發預設的收縮動作(本研究采用收縮因子α=0.8,即線性收縮20%),并通過動態網格技術(結合平滑和重新劃分網格方法)來模擬針肋的變形及其對周圍流場網格的影響,從而刻畫在高熱流條件下針肋的變形行為,并評估其對流動和散熱的影響。為了全面評估性能,研究設計了多種單熱點和多熱點的非均勻熱源分布案例,系統比較了A-MCHS與N-MCHS在壓降、熱源表面溫度分布、溫度均勻性以及流場速度變化等方面的表現。
熱點熱流密度對自適應針肋微通道的影響
研究首先考察了在中心單一熱點(HS1案例)情況下,不同熱流密度(80, 120, 160 W/cm2)下的性能。結果顯示,隨著熱流密度增加,A-MCHS中被觸發變形的針肋數量從18個增加到23個。與之相應,在熱點區域的平面上,壓力顯著降低,流速分布也因變形導致的流道重構而改變,增強了局部流體混合。與N-MCHS相比,A-MCHS在局部熱點處表現出更優越的冷卻性能,且這種優勢隨著熱流增加而愈加明顯。這是因為更高的熱負載導致了更多的自適應針肋變形,從而引起更顯著的局部通道重構和流量再分配,強化了對流換熱。
不同位置單熱點的自適應冷卻性能
研究進一步評估了不同大小和位置的單熱點(HS1: 中心3x3 mm;HS2-HS4: 不同位置的2x2 mm)的散熱性能。在液壓性能方面,熱點越大(HS1)或位置越利于熱擴散(如中心的HS2),引發的針肋變形越多,壓降降低也越顯著。例如,在熱流密度為100 W/cm2時,HS1案例的壓降為9.06 kPa,而位于下游的HS4案例則為14.12 kPa。相應的泵送功率也顯著降低,HS1案例從3.7 mW降至1.8 mW。在傳熱性能方面,在所有單熱點案例中,A-MCHS的最大、最小和平均熱點溫度均顯著低于N-MCHS,且溫度降低幅度隨熱流密度增加而增大。在HS1案例下(熱流150 W/cm2),A-MCHS將熱點峰值溫度從N-MCHS的373.00 K降低至361.82 K,降幅約3.0%。特別地,位于下游的HS4案例,雖然只有8個針肋變形,但由于熱量積累,其降溫效果反而更顯著(峰值溫度從377.59 K降至364.19 K,降幅3.55%)。此外,A-MCHS還顯著改善了熱點區域的溫度均勻性。在代表性熱流密度100 W/cm2下,A-MCHS的傳熱系數(h)和努塞爾數(Nu)均全面優于N-MCHS,尤其在HS1和HS4案例中提升最為明顯。
不同位置多熱點的自適應冷卻性能
實際芯片運行中常出現多個熱點。研究設計了四種多熱點分布案例(HS5: 同側順流向排列兩熱點;HS6: 同側均位于上游兩熱點;HS7: 對角線兩熱點;HS8: 三個局部熱點)進行測試。在液壓性能上,熱點數量最多、分布分散的HS8案例引發了最多的針肋變形,壓降也最低(從13.76降至6.84 kPa)。而HS6案例由于兩個熱點都擠在上游同側,造成了局部流動阻塞,流速較高。在傳熱性能上,A-MCHS在所有多熱點案例中均能有效降低峰值溫度并限制高溫區域擴展。其中,HS6案例因熱點均靠近入口,冷卻液溫度低,整體溫度和溫度不均勻性都是最低的。但在HS7(對角線熱點)案例中,A-MCHS展現了最顯著的傳熱強化效果,其傳熱系數和努塞爾數相比N-MCHS的提升幅度最大。這表明A-MCHS在應對復雜的多熱點熱負載時,能通過調節局部流動,有效提升整體冷卻性能。
入口速度對自適應針肋微通道的影響
研究還考察了不同雷諾數(Re)(385-1925,對應入口速度0.1-0.5 m/s)下的性能。隨著Re增加,流體的整體冷卻能力增強,觸發針肋變形所需的溫度條件更難達到,因此變形的針肋數量減少。但即便如此,在整個測試的Re范圍內,A-MCHS的熱點最高溫度和溫度不均勻性始終低于N-MCHS,同時保持了更低的整體壓降。這表明A-MCHS在較寬的流速范圍內都能保持穩定的熱調節優勢。其性能提升主要歸因于自適應流量再分配和針肋變形對熱邊界層的擾動增強,而非湍流轉變。
研究結論與意義
本研究通過系統的數值模擬,深入探討了嵌入式自適應針肋微通道散熱器(A-MCHS)在非均勻熱源下的流動與傳熱特性。核心結論如下:該設計利用熱響應水凝膠針肋的變形能力,成功實現了對局部冷卻液流量的自適應、靶向性調控。與傳統的固定幾何結構(N-MCHS)相比,A-MCHS在多種單熱點和多熱點場景下均展現出卓越性能:它能顯著降低熱點峰值溫度(例如在單一熱點、熱流100 W/cm2條件下降溫7.5 K)、大幅減少流動壓降(同條件下降低44.4%)及泵送功率(僅需2.26 mW),并有效提升傳熱系數與努塞爾數(從5.68增至7.36),同時改善了溫度分布的均勻性。這種性能優勢在熱流密度增加或熱點位于下游等更具挑戰性的工況下尤為明顯。
這項研究的重要意義在于,它提出并驗證了一種面向未來高功耗芯片的智能冷卻新范式。A-MCHS無需外部復雜控制,僅通過材料本征的熱響應特性,即可實現對動態、隨機分布的熱點的自主感知與精準散熱,在提升冷卻效率的同時,極大地降低了系統能耗。這為解決因“熱墻”問題而受限的芯片性能進一步提升,提供了高效、低功耗且具有自調節能力的冷卻解決方案,在電子設備熱管理、特別是高性能計算和人工智能芯片冷卻領域具有廣闊的應用前景。