机载电子设备复合微通道液冷板智能优化设计

doi:10.7527/S1000-6893.2026.33030

流动控制与热管理专刊

本期目录 | 过刊浏览 | 高级检索

机载电子设备复合微通道液冷板智能优化设计

张同勇¹^,², 曾萌祥¹^,², 陈强¹^,², 费庆国¹^,², 张大海¹^,²()

^1.东南大学高速飞行器结构与热防护教育部重点实验室，南京 211189
^2.东南大学机械工程学院，南京 211189

收稿日期:2025-11-03 修回日期:2025-11-28 接受日期:2026-02-02 出版日期:2026-02-10 发布日期:2026-02-09
通讯作者: 张大海 E-mail:dzhang@seu.edu.cn
基金资助:
国家自然科学基金(52125209);国家自然科学基金(52532012);国家自然科学基金(52302514);国家自然科学基金(52472377);国家自然科学基金(52502441);国家自然科学基金(52572404);江苏省自然科学基金(BK20231542);中国科协青年人才托举工程(YESS20230551)

Intelligent optimization design of composite microchannel liquid cold plate for airborne electronic devices

Tongyong ZHANG¹^,², Mengxiang ZENG¹^,², Qiang CHEN¹^,², Qingguo FEI¹^,², Dahai ZHANG¹^,²()

^1.Key Laboratory of Structure and Thermal Protection of High Speed Aircraft，Ministry of Education，Southeast University，Nanjing 211189，China
^2.School of Mechanical Engineering，Southeast University，Nanjing 211189，China

Received:2025-11-03 Revised:2025-11-28 Accepted:2026-02-02 Online:2026-02-10 Published:2026-02-09
Contact: Dahai ZHANG E-mail:dzhang@seu.edu.cn
Supported by:
National Natural Science Foundation of China(52125209);Jiangsu Natural Science Foundation(BK20231542);Young Elite Scientists Sponsorship Program by CAST(YESS20230551)

摘要/Abstract

摘要：

随着机载电子器件在性能与集成度上的进步，传统微通道散热器已难以满足其日益增长的散热需求。为此，围绕新型复合扰流结构微通道冷板，建立了基于神经网络的性能预示代理模型，并将其与NSGA-Ⅱ算法相结合开展多目标优化研究，以进一步提升冷板综合性能。通过SHAP法揭示了影响冷板性能的主要因素，并基于熵权TOPSIS决策法获得了冷板最优无量纲设计参数。实验结果表明：神经网络能够充分学习和掌握冷板特征与性能间的复杂映射关系，具备较好的拟合精度和预测能力，最大平均绝对误差仅为0.383；代理模型大幅加速了优化进程，并保证了优化结果的可靠性，最大误差仅为6.34%；相较于原设计，所得最优冷板的平均努塞尔数和综合换热因子分别达70.755和2.223，换热性能提升了36.7%，综合性能提升了9.2%。

关键词: 微通道换热器, 强化换热, 多目标优化, 神经网络, NSGA-Ⅱ算法

Abstract:

With the improvements in performance and integration of onboard electronics， traditional microchannel heat sinks （MCHs） are inadequate for the escalating thermal management requirements. A surrogate model for MCH with turbulence-promoting structures is established based on neural network. Combined with the NSGA-Ⅱ algorithm， the surrogate is employed to conduct multi-objective optimization. The primary factors governing thermal-hydraulic performance are identified by SHAP analysis. Additionally， the optimal nondimensional design parameters are obtained based on entropy-weighted TOPSIS. The results indicate that the neural network fully learns the complex mapping between features and performance， achieving good fitting and predictive ability， with a maximum mean absolute error of 0.383. The surrogate accelerates optimization process， with a maximum error of 6.34%. Compared with the original design， the optimized MCH achieves an average Nusselt number of 70.755 and an overall performance factor （PEC） of 2.223， yielding enhancements of 36.7% in heat transfer and 9.2% in comprehensive performance.

Key words: microchannel heat sinks, heat transfer enhancement, multi-objective optimization, neural network, NSGA-Ⅱ algorithm

中图分类号:

V245.3

张同勇, 曾萌祥, 陈强, 费庆国, 张大海. 机载电子设备复合微通道液冷板智能优化设计[J]. 航空学报, 2026, 47(13): 133030.

Tongyong ZHANG, Mengxiang ZENG, Qiang CHEN, Qingguo FEI, Dahai ZHANG. Intelligent optimization design of composite microchannel liquid cold plate for airborne electronic devices[J]. Acta Aeronautica et Astronautica Sinica, 2026, 47(13): 133030.

图/表 21

图 1

表1

表2

图 2

图 3

图 4

图 5

表3

图 6

图 7

表4

图 8

图 9

图 10

图 11

表5

表6

图 12

图 13

图 14

图 15

参考文献 36

[1]	刘秀芳，陈佳军，郑勉，等. 新型高效机载电子器件冷却系统设计及实验［J］. 航空学报， 2025， 46（9）： 131078.
	LIU X F， CHEN J J， ZHENG M， et al. Design and experiment of a new efficient cooling system for airborne electronic devices［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（9）： 131078 （in Chinese）.
[2]	李延涛，曹畅，汪千翔，等. 双层针翅歧管微通道热沉歧管层优化研究［J］. 工程热物理学报， 2024， 45（12）： 3829-3836.
	LI Y T， CAO C， WANG Q X， et al. Optimization study on manifold layer of a double layer pin-fin manifold microchannel heat sink［J］. Journal of Engineering Thermophysics， 2024， 45（12）： 3829-3836 （in Chinese）.
[3]	杨世宇，于海育，林远方，等. 具备消耗性热沉的燃油热管理系统性能分析及优化［J］. 航空学报， 2025， 46（4）： 130897.
	YANG S Y， YU H Y， LIN Y F， et al. Performance analysis and optimization of fuel thermal management system with expendable heat sink［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（4）： 130897 （in Chinese）.
[4]	张卓然，张健，胡光源，等. 多电飞机高功率密度高效电机系统热管理技术［J］. 航空学报， 2025， 46（6）： 531380．
	ZHANG Z R， ZHANG J， HU G Y， et al. Thermal management technologies of high-power-density high-efficiency electric machine systems for more electric aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（6）： 531380 （in Chinese）.
[5]	王进，张博瑞，何玉荣. 基于歧管式微通道的芯片散热特性强化研究［J］. 工程热物理学报， 2025， 46（9）： 2974-2980.
	WANG J， ZHANG B R， HE Y R. Study on enhancing chip cooling characteristics based on manifold microchannels［J］. Journal of Engineering Thermophysics， 2025， 46（9）： 2974-2980 （in Chinese）.
[6]	罗振兵，王浩，赵志杰. 合成双射流理论及其赋能航空技术进展［J］. 航空学报， 2025， 46（5）： 531821.
	LUO Z B， WANG H， ZHAO Z J. Theory of dual synthetic jets and its empowerment of advancements in aeronautical technology［J］. Acta Aeronautica et Astronautica Sinica， 2025， 46（5）： 531821 （in Chinese）.
[7]	秦飞，赵征，何国强，等. 火箭基组合循环发动机热结构技术研究进展［J］. 航空学报， 2024， 45（11）： 529572.
	QIN F， ZHAO Z， HE G Q， et al. Thermal structure technology development of rocket based combined cycle engine［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（11）： 529572 （in Chinese）.
[8]	任恒，房景仕，张根烜. 微通道液冷冷板散热特性研究［J］. 雷达科学与技术， 2021， 19（3）： 343-348.
	REN H， FANG J S， ZHANG G X. Study on heat transfer characteristics of micro-channel cold-plates［J］. Radar Science and Technology， 2021， 19（3）： 343-348 （in Chinese）.
[9]	胡军，饶宇，张月亮. 波纹微通道换热器中超临界二氧化碳流动传热特性数值模拟［J］. 工程热物理学报， 2025， 46（5）： 1569-1579.
	HU J， RAO Y， ZHANG Y L. Numerical study on heat transfer and flow characteristics of SCO₂ in wavy micro channel heat exchanger［J］. Journal of Engineering Thermophysics， 2025， 46（5）： 1569-1579 （in Chinese）.
[10]	TILAK A K， PATIL R S. Study on effects of novel cross sections of microchannel heat sink on thermohydraulic performance［J］. Journal of Heat Transfer， 2020， 142（4）： 044506.
[11]	QIU J C， ZHOU J H， ZHAO Q， et al. Numerical investigation of flow boiling characteristics in cobweb-shaped microchannel heat sink［J］. Case Studies in Thermal Engineering， 2021， 28： 101677.
[12]	DU W D， LIU C Y， PAN Y. Flow maldistribution and heat transfer non-uniformity with an inlet baffle structure in regenerative cooling channels［J］. Applied Thermal Engineering， 2025， 258： 124619.
[13]	FENG Z F， ZHOU C L， GUO F W， et al. The effects of staggered triangular ribs induced vortex flow on hydrothermal behavior and entropy generation in microchannel heat sink［J］. International Journal of Thermal Sciences， 2023， 191： 108331.
[14]	BHANDARI P， RAWAT K S， PRAJAPATI Y K， et al. Design modifications in micro pin fin configuration of microchannel heat sink for single phase liquid flow： A review［J］. Journal of Energy Storage， 2023， 66： 107548.
[15]	LI Y T， JIN S Q， HU X J， et al. Examining performance of microchannel cold plate heat sink from its three parts along coolant flow direction and new structure designs based on the new considerations［J］. Applied Thermal Engineering， 2025， 269： 125963.
[16]	TANG X Y， XU Q， LI J F， et al. Experimental study on flow boiling heat transfer in open copper microchannel heat sinks with different aspect ratios［J］. International Journal of Heat and Mass Transfer， 2024， 231： 125879.
[17]	ENEREN P， AKSOY Y T， VETRANO M R. Practical challenges in nanofluid convective heat transfer inside silicon microchannels［J］. Energies， 2023， 16（23）： 7885.
[18]	DU L， HU W B. An overview of heat transfer enhancement methods in microchannel heat sinks［J］. Chemical Engineering Science， 2023， 280： 119081.
[19]	DU L， YUAN J， QU Y F， et al. Numerical analysis of fluid flow and heat transfer characteristics in single crystal diamond microchannels with ribs and secondary channels［J］. Chemical Engineering Science， 2024， 300： 120556.
[20]	ELMOUAZEN H， ZHANG X B， GIBREEL M. Enhanced heat transfer and flow topology of hydrogen regenerative-cooling channels with novel X-shape ribs［J］. International Journal of Hydrogen Energy， 2023， 48（82）： 32110-32124.
[21]	YI Z C， WANG T Y， YAO Y F， et al. Parametric study of flow and heat transfer characteristics in a regenerative cooling channel with crescent-shaped ribs under non-uniform heat flux［J］. Results in Engineering， 2025， 28： 107033.
[22]	YANG X， CHEN J T， QIN Y F， et al. Synergistic thermo-hydraulic optimization of embedded microchannels： Balancing chip cooling efficiency and pressure fluctuation resistance［J］. Energy， 2025， 330： 136775.
[23]	WEN H P， LIANG Z X， LUO Q Y， et al. Heat transfer performance study of microchannel heat sink with composite secondary channels［J］. International Communications in Heat and Mass Transfer， 2023， 143： 106718.
[24]	ZHANG T Y， LIU H Z， FEI Q G， et al. Numerical investigation of the hydrothermal performance in novel cooled panels with flow-guided pin fins and secondary channels for reusable launch vehicles［J］. Energy， 2025， 324： 135991.
[25]	龚振国，周文杰，蔡博文，等. 管径渐变的微管换热器流动与传热性能优化［J］. 工程热物理学报， 2025， 46（1）： 57-67.
	GONG Z G， ZHOU W J， CAI B W， et al. Optimization of air-side friction and heat transfer performance of micro-bare-tube heat exchangers with bundle diameters varying gradually［J］. Journal of Engineering Thermophysics， 2025， 46（1）： 57-67 （in Chinese）.
[26]	吕进，彭毅，关小雅，等. 基于NSGA-Ⅱ和响应面法的交错内肋微通道热沉的多目标优化［J］. 工程热物理学报， 2025， 46（2）： 627-637.
	LÜ J， PENG Y， GUAN X Y， et al. Multi-objective optimization of staggered ribbed microchannel heat sinks based on NSGA-Ⅱ and response surface methodology［J］. Journal of Engineering Thermophysics， 2025， 46（2）： 627-637 （in Chinese）.
[27]	RAN L Y， BABIKER S G， SINGH P K， et al. Multi-objective optimization and artificial neural network models for enhancing the overall performance of a microchannel heat sink with fins inspired Tesla valve profile［J］. Case Studies in Thermal Engineering， 2024， 61： 104973.
[28]	MAO Q J， GU Y， WU X H. Simulation study of flow and heat transfer in wavy microchannel heat sink with manifolds and secondary channels composite［J］. International Journal of Thermal Sciences， 2024， 206： 109343.
[29]	NEKAHI S， MOGHANLOU F S， VAFERI K， et al. Optimizing finned-microchannel heat sink design for enhanced overall performance by three different approaches： Numerical simulation， artificial neural network， and multi-objective optimization［J］. Applied Thermal Engineering， 2024， 245： 122835.
[30]	汪弋乂. 跨季节垂直埋管蓄热系统性能及优化研究［D］. 重庆：重庆大学， 2024 ： 47-60.
	WANG Y Y. Research on performance and optimization of cross-seasonal vertical buried pipe thermal storage system［D］. Chongqing： Chongqing University， 2024： 47-60 （in Chinese）.
[31]	WANG J J， ZHOU Y， ZHANG X T， et al. Robust multi-objective optimization with life cycle assessment of hybrid solar combined cooling， heating and power system［J］. Energy Conversion and Management， 2021， 232： 113868.
[32]	MIAO J， LI C， PAN M Q. Experimental and numerical analysis of variable cross-section channel liquid cooling plate for server chips thermal management［J］. Thermal Science and Engineering Progress， 2024， 49： 102470.
[33]	孙鸣鹤. 基于代理模型的薄壁筒壳结构可靠性分析及优化［D］. 哈尔滨：哈尔滨工程大学， 2024： 78-85.
	SUN M H. Reliability analysis and optimization of thin-walled cylindrical shell structure based on surrogate model［D］. Harbin： Harbin Engineering University， 2024： 78-85 （in Chinese） .
[34]	WEIEL M， GÖTZ M， KLEIN A， et al. Dynamic particle swarm optimization of biomolecular simulation parameters with flexible objective functions［J］. Nature Machine Intelligence， 2021， 3（8）： 727-734.
[35]	WANG Z H， LI M X， REN F S， et al. Sobol sensitivity analysis and multi-objective optimization of manifold microchannel heat sink considering entropy generation minimization［J］. International Journal of Heat and Mass Transfer， 2023， 208： 124046.
[36]	BREIMANN S， KAMP F， BASSET G， et al. Charting γ-secretase substrates by explainable AI［J］. Nature Communications， 2025， 16： 5428.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

T_s/℃	ρ_s/（kg·m^-3）	λ_s/（W·（m·K）^-1）	c_p，s/（J·（kg·K）^-1）
0	2 700	162	917
93	2 700	177	978
201	2 700	192	1 028
316	2 700	207	1 078
428	2 700	223	1 133

T_f/℃	ρ_f/（kg·m^-3）	λ_f/（W·（m·K）^-1）	c_p，f/（J·（kg·K）^-1）	μ_f/（10^-3 Pa·s）
0	821.3	0.142 6	1 681	1.340
30	796.2	0.137 2	1 834	1.213
60	760.7	0.131 8	2 045	0.745
90	732.1	0.126 7	2 189	0.562
120	701.8	0.119 4	2 319	0.410
150	687.4	0.115 7	2 427	0.334

设计参数	数值范围	无量纲参数	数值范围
W_s/mm	1.1~1.9	α=W_s/W_c	0.55~0.95
W_r1/mm	0.3~1.2	β_r1=W_r1/W_f	0.15~0.60
L_r1/mm	0.3~1.2	δ_r1=L_r1/W_f	0.15~0.60
P_r1/mm	1.25~2.45	ε_r1=P_r1/L_fl	0.25~0.49
W_r2/mm	0.2~0.7	β_r2=W_r2/W_f	0.10~0.35
L_r2/mm	0.3~1.0	δ_r2=L_r2/W_f	0.15~0.50
P_r2/mm	0.1~0.9	ε_r2=P_r2/L_fs	0.04~0.36
q_m/（kg·s^-1）	0.01~0.08	Re	84~670

超参数	寻优范围
隐藏层层数	1~8
每层神经元数	2~64
激活函数	Sigmoid，ReLU，Leaky ReLU，Tanh
训练函数	Trainlm，Trainbfg，Trainrp，Trainscg
初始化函数	Initnw，Initlay，Initwb

设计参数	Pareto解
设计参数	Case 1	优化前	Case 3	TOPSIS	Case 5
α	0.949	0.750	0.941	0.840	0.737
β_r1	0.151	0.300	0.197	0.586	0.599
δ_r1	0.505	0.400	0.544	0.448	0.154
ε_r1	0.309	0.470	0.430	0.453	0.332
β_r2	0.103	0.200	0.104	0.349	0.350
δ_r2	0.491	0.300	0.319	0.200	0.351
ε_r2	0.121	0.240	0.127	0.358	0.359
Re	659.66	670.00	659.55	658.54	657.53

机载电子设备复合微通道液冷板智能优化设计

Intelligent optimization design of composite microchannel liquid cold plate for airborne electronic devices

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 21

参考文献 36

相关文章 15

编辑推荐

Metrics

本文评价

Pareto解	性能指标	模型值	CFD值	误差/%
Case 1	Nu	34.431	35.689	3.52
Case 1	f	0.105	0.110	4.84
优化前	Nu		55.251
优化前	f		0.596
Case 3	Nu	55.408	57.355	3.40
Case 3	f	0.552	0.522	5.69
TOPSIS	Nu	70.755	75.544	6.34
TOPSIS	f	1.498	1.412	6.06
Case 5	Nu	83.714	81.654	2.52
Case 5	f	5.408	5.235	3.30

[1]	赵子俊, 陈士涛, 贺维艳, 刘龙浩, 张政浩. 有人/无人机协同作战效能智能评估方法[J]. 航空学报, 2026, 47(S1): 732887-732887.
[2]	刘明, 吴姣. GNSS拒止下神经网络辅助的航天器集群协同导航[J]. 航空学报, 2026, 47(9): 532303-532303.
[3]	陈农田, 张玉城, 李琳琳, 郑又铭. 基于改进NSGA-Ⅱ的飞机定检任务调度工期鲁棒性多目标优化[J]. 航空学报, 2026, 47(8): 232675-232675.
[4]	刘月, 任翰韬, 薛小锋, 宋祉岑, 路成, 冯蕴雯. 基于MCI-PINN的复合材料螺栓连接结构挤压强度预测[J]. 航空学报, 2026, 47(5): 232422-232422.
[5]	牟浩蕾, 张贾, 冯振宇, 白春玉. 基于WOA-BP-LSTM自编码器的CFRP薄壁C柱轴压响应预测[J]. 航空学报, 2026, 47(4): 232349-232349.
[6]	马恩淳, 白向龙, 潘泉, 王增福. 分类信息辅助的自适应检测与跟踪方法[J]. 航空学报, 2026, 47(3): 631553-631553.
[7]	郑礼雄, 陈喆, 王鑫, 招启军. 融合数据自适应BPNN的倾转旋翼机回转颤振边界预测[J]. 航空学报, 2025, 46(S1): 732159-732159.
[8]	贺炅, 任斌武, 杜思亮, 徐尤松, 王博. 基于ADRC-RBF倾转四旋翼无人机姿态自适应控制[J]. 航空学报, 2025, 46(S1): 732189-732189.
[9]	章涛, 李攀, 王梓旭, 朱振华. 面向直升机姿态控制的强化学习奖励函数设计[J]. 航空学报, 2025, 46(S1): 732184-732184.
[10]	寇容海, 李文博, 党庆庆, 谢进进. 数据与模型驱动的航天器姿态控制系统故障诊断[J]. 航空学报, 2025, 46(S1): 732259-732259.
[11]	李荣祖, 刘莉, 杨盾. 基于多源域融合代理模型的氢能无人机优化设计[J]. 航空学报, 2025, 46(9): 630979-630979.
[12]	蔡伟伟, 伍国华, 李恒伟, 尹谦. 考虑用户偏好的中继卫星多目标调度优化方法[J]. 航空学报, 2025, 46(8): 331074-331074.
[13]	陈海鹏, 符文星, 闫杰. 基于AGABP神经网络的运载火箭推力偏移损失故障在线诊断[J]. 航空学报, 2025, 46(8): 231148-231148.
[14]	王一帆, 郭喜云, 贾世元, 陈钢, 任默. 面向桁架抓持的三分支机器人构型优化方法[J]. 航空学报, 2025, 46(7): 431033-431033.
[15]	陈谋, 黄正国, 申耀华, 刘凡. 先进飞行器复合抗干扰控制技术综述[J]. 航空学报, 2025, 46(6): 531303-531303.