基于Fluent 的水冷散热器特性研究

张记杨，张泽

（550025 贵州省 贵阳市 贵州大学 机械工程学院）

0 引言

随着技术及设备的加速升级，处理器（CPU）频率不断提高，电子设备的效率和速度每年都显著提升。这会导致更大的电力消耗，增加热量排放，进而缩短产品生命周期或损坏CPU，使用散热器冷却CPU 是目前最有效的方法之一。传统风冷散热方式的散热能力有限，水冷散热器可以突破风冷散热的极限，具有更高的散热能力[1-6]。国内外学者对水冷散热器进行了大量研究。王金龙等[7]为了增强 CPU 水冷散热器的散热能力、提高其散热的均匀程度，对铜基CPU 水冷散热器进行了数值模拟研究，发现进出口数量越多，CPU 温度分布越均匀，散热能力也越强；Yan 等[8]模拟了圆形双层散热结构，以不同方式引导流体流过散热器。研究表明，随着流速和通道长度的增加，散热的压力损失逐渐增加，但散热效果更好；Sung 等[9-10]对微通道散热器进行了一系列实验和射流冲击数值研究，研究了多个单射流槽以及两相和单相传热；Lelea 等[11]优化了具有直圆形微通道的切向微散热器的几何形状，结果表明，入口通道的横截面为矩形、与管轴相切，达到了较好的效果。

以上研究发现，可以考虑从增加与液体的接触面积和流体紊乱程度2 个方面设计水冷散热器。基于这两个方面，本文设计了一种圆盘形散热结构，研究其散热特性，考虑到能源消耗，除了传热外，还需要研究压力损失。本文主要评估了2 种模式（模式1 为滞后分流端，模式2 为提前分流端）在不同雷诺数下散热结构的CPU 平均温度、热阻值、压降以及对流换热系数。本研究可为电子设备冷却系统的设计提供参考。

1 模型的建立

该微型散热器简化结构如图1 所示，材质为铝。下方为CPU 板，尺寸为40 mm×40 mm×5 mm，材质为铜。CPU底面设热通量为100 W（6 250 W/m2），尺寸如图1 所示。该结构分为2 种工作模式，模式1 为B 面入口，A 面为出口；模式2 为A 面为入口，B 面为出口。

图1 CPU 散热器结构图Fig.1 Structure of CPU radiator

2 仿真设定

2.1 控制方程

本文基于Fluent 对结构进行仿真分析，假设流体为不可压缩流体，控制方程包括质量守恒、动量守恒、能量守恒方程，分别为

式中：ρ——密度；k——导热系数；μ——粘度；cP——比热容；V——速度；T——温度；P——压力；eff——有效值。

2.2 边界条件与计算方法的设定

入口边界为速度入口，根据式（4）得到不同雷诺数对应的速度值，入口温度为26.5 ℃，出口边界压力为标准大气压，CPU 底面设热通量100 W（6 250 W/m2），壁面设定为无滑移壁面，采用SIMPLE 算法进行求解。

式中：v、ρ、μ——流体的流速、密度与黏性系数，d——特征长度。

2.3 网格无关性验证

选择了4 种网格数量进行网格的无关性验证，由表1 仿真数据可知，在相同工况下，网格数变化对压降的作用比较明显。网格数到达250 383 以后，网格数变化对精度的提高作用不明显，同时由图2可见，CPU 平均温度的变化也趋于稳定。综合考虑，为节省计算资源且达到理想精度，采用网格数为250 383 进行仿真分析。

表1 网格无关性验证Tab.1 Grid independence validation

图2 网格无关性验证Fig.2 Verification of grid independence

2.4 数据规约

热阻R值[12-13]可作为定量评估散热器的冷却性能的指标，R值可由式（5）求得。

式中：TCPU——CPU 的平均温度；Tin——散热器入口的流体温度。

R值越小，说明液体内部和CPU 能够更好的热交换，使CPU 平均温度更低。为了更好地说明问题，本文引入对流换热系数h，h可由式（6）求得。

式中：Tout——出口温度值。

3 结果与讨论

模式2 不同雷诺数下的温度云图如图3 所示，可见，随着雷诺数的增加，CPU 的整体温度变得更加均匀，且高温区逐渐下移，从整体上看，散热效果也变得更好。实际上，速度的增加会提高速度和温度梯度，从而增强传热，使得高温区下移。

图3 模式2 雷诺数500～2 000 结构的温度云图Fig.3 Temperature nephogram of Re=500～2 000 structure in mode 2

图4、图5 是雷诺数为3 000 条件下模式1 和模式2 的速度矢量图，可以清楚地看到流体质量的运动路径和速度分布。在扭曲的地方流速增加，且模式1 最大速度集中在终点处，而模式2 集中在交汇处，接触面积大的地方模式2 速度更大，边界层更薄，能更好地散热[14]。

图4 模式1 雷诺数为3 000 时的速度矢量图Fig.4 Velocity vector diagram of Re=3 000 in mode 1

图5 模式2 雷诺数为3000 时的速度矢量图Fig.5 Velocity vector diagram of Re=3 000 in mode 2

图6 描述了2 种模式不同雷诺数下散热器的对流换热系数的变化。可以发现，对流换热系数随雷诺数的增加而增大，增长趋近于线性，模式2 的换热系数优于模式1。雷诺数从500 到3 000，模式1 的对流换热系数提升了58.96%，模式2 提升了 58.57%。雷诺数的增加意味着速度也在增加，使得边界层厚度减小，从而提高了导热系数。

图6 不同雷诺数下模式1 和模式2 的对流换热系数Fig.6 Convection heat transfer coefficients of mode 1 and mode 2 at different Re

图7 描述了2 种模式不同雷诺数下CPU 的平均温度变化，随着雷诺数的增加，CPU 平均温度有所降低。且模式2 的稳态温度一直比模式1 低。雷诺数从500 到3 000，模式1 的整体CPU 温度降低了1.25%，模式2 降低了1.26%。这是因为模式2，在入口之后很短时间内就进行了分流，使得液体与散热器的接触面积增大，从而增强了散热效果，模式1 则是流体刚进入散热器需要经历一段时间的流动，才进行分流，使得较冷的液体没有充分接触，导致散热效果有所减弱。

图7 不同雷诺数下模式1 和模式2 的CPU 平均温度Fig.7 CPU average temperature of mode 1 and mode 2 at different Re

图8 描述了2 种工作模式下压降与雷诺数的关系。一方面雷诺数的增加使得压降增加，且雷诺数越大，该效果越明显，表明速度和压降之间存在直接关系；另一方面，模式2 比模式1 的压降更低，比如在Re=3 000 的工况下，模式2 比模式1 压降降低了约9.93%，这是非常可观的，也是因为模式2 更快地分流导致的。

图8 不同雷诺数下模式1 和模式2 的压降Fig.8 Pressure drop of mode 1 and mode 2 at different Re

图9 描述了2 种工作模式下热阻值与雷诺数的关系。热阻是设计阶段的关键参数。由图9 可以看出，该散热器的热阻非常小。一方面雷诺数的增加降低了热阻；另一方面，模式2 的热阻值也低于模式1。综合以上分析，模式2 的散热效果明显优于模式1 的。

图9 不同雷诺数下模式1 和模式2 的热阻值Fig.9 Thermal resistance of mode 1 and mode 2 at different Re

4 结论

对圆盘散热器进行了数值模拟，研究了2 种模式下雷诺数对其稳态特性的影响,主要结论如下：

（1）该散热结构能够将CPU 平均温度稳定在27.7 ℃以内，达到较好的散热效果。（2）2 种模式对流换热系数都随雷诺数的增加而增加。雷诺数从500 到3 000，模式1 的对流换热系数提升了58.96%，模式2 提升了 58.57%。（3）随着雷诺数的增加，CPU 的温度分布更加均匀并且更低，热阻值也更低。（4）随着雷诺数的增加，压降越来越大，且模式2 的压降比模式1 的更低，比如在雷诺数为3 000 的工况下，模式2 比模式1 压降降低了约9.93%，这是非常可观的。

本文从数值模拟角度证明了该散热器能够达到良好的散热效果，也间接证明了水冷散热器提前分流能够增加换热能力，为散热器设计提供了一种新思路。