CN119476045A 微通道换热模组的三维通道结构设计方法及其相关装置 （广东精冷源建设有限公司）

微通道换热模组的三维通道结构设计方法本发明涉及一种微通道换热模组的三维通道换热模组的热传导系数、对流换热系数输入Rayleigh_Ritz耦合模型进行动力学分析，得到将流体动态特征数据矩阵输入递归窗口贝叶斯2将微通道换热模组的热传导系数、对流换热系数输入Rayleigh_Ritz耦合模型进行动对所述通道结构参数数据进行温度场和压力场采集，并通过双时编码器进行时序特征提取，同时通过双时空自动编码器的空间编码器进行空间特征提取，对时序特征和空间特征进行共注意力机制处理后得到流体将所述流体动态特征数据矩阵输入递归窗口贝叶斯网络，通过计算换热效率权重系根据所述通道优化目标函数，利用遗传算法对通道主体结构进行将微通道换热模组的热传导系数、对流换热系数输入Rayleigh_Ritz耦合模型进行动力学对所述功能区域边界数据进行流体相态特征分析，得到流体物性数将所述界面传热特征向量输入Rayleigh_Ritz耦合模型进行正交化处理，得到耦合动基于所述多维流体分布数据进行横截面积优化，得到通道横截面基于所述通道深度数值求解弯曲角度场方程和分流结构场方程根据所述通道结构参数数据，由温度传感器和压力传感器构成的对所述温度场原始数据和所述压力场原始数据进行标准化处理，得到将所述归一化时序数据集输入双时空自动编码器的时间编码器进到时间特征映射，所述时间编码器包含3个一维卷积层，每个一维卷积层使用ReLU激活函将所述时间特征映射输入双时空自动编码器的空间编码器进行空间Normalization和LeakyReLU激将所述空间特征映射输入双时空自动编码器的中间层进行非线3对所述潜在特征向量进行多头注意力计算，得到注意力权重矩阵，将所述融合特征张量输入特征重构网络进行上采样重构，得到流体动态特征数据矩阵，所述特征重构网络包含3个转置卷积层，每个转置卷积层使用ReLU激活函数和残差连将所述流体动态特征数据矩阵输入递归窗口贝叶斯网络中的贝叶斯对所述状态概率分布进行多参数权重计算，构建换热效率目标函数并将所述换热效率初始权重向量输入权重优化网络进行优化迭代，得到换对所述状态概率分布进行流体阻力分析，构建包含雷诺数、摩擦系数的基于所述状态概率分布进行传热均匀性分析，计算温度场方差根据所述通道优化目标函数建立通道主体结构的遗传优化模型，并基于所述优化参数编码序列生成初始种群，并基于所述初始种群对所述父代种群执行基因交叉操作，得到子代种群，并将所基于所述流场分布特性构建分流汇流结构的局部优化模型，并通过对所述局部结构最优参数和全局优化个体参数进行多层级优化，基于所述父代种群进行编码位点选择，得到基因交叉位点矩阵，4对所述待交叉的基因片段组执行双点交叉运算，得到重组后的子代基通过SIMPLE算法，将所述微通道结构实际参数值输入流体控制方程组进行迭代求解，对所述压力场和速度场的数值解、所述温度场分布结果进行流体特对所述流场分布特性进行特征分析，通过计算通道内流体的速度分布基于所述流场特征函数集构建局部优化目标函数，得到局部优化将所述优化变量空间输入梯度计算模块，通过计算目对所述迭代更新规则进行收敛性分析，通过计算相邻迭代步的参数变基于所述最优分流比和最优汇流角度重构微通道分流汇流结构，通提取模块，用于对所述通道结构参数数据进行温度场和压计算模块，用于将所述流体动态特征数据矩阵输入递归窗优化模块，用于根据所述通道优化目标函数，利用遗传被处理器执行时实现权利要求1至7中任一项所述的5[0004]本发明的主要目的为提供一种微通道换热模组的三维通道结构设计方法及其相[0005]为实现上述目的，本发明提供了一种微通道换热模组的将微通道换热模组的热传导系数、对流换热系数输入Rayleigh_Ritz耦合模型进根据所述通道优化目标函数，利用遗传算法对通道主体结构进行全局迭代计算，分析模块，用于将微通道换热模组的热传导系数、对流换热系数输入Rayleigh_6[0009]综上所述，本发明提供的技术方案通过引入Rayleigh_Ritz耦合模型进行动力学7通过计算对流换热系数和热传导系数，将流体与通道壁面的换热特性进行高度抽象化表中，以提取空间特征。空间编码器由4个二维卷积层组成，每个二维卷积层通过Batch融合特征张量输入特征重构网络进行上采样和重构，得到最终的流体动态特征数据矩阵。8热效率初始权重向量输入权重优化网络，并利用优化迭代算法对其进行反复训练和调整，9体积法将整个计算域划分为若干控制体，通过在控制体上对能量守恒方程进行离散化处度向量的每一维度对应一个优化变量的变化方向和变化速率，是优化过程中的核心信息。[0020]在一个示例中，将微通道换热模组的热传导系数、对流换热系数输入Rayleigh_将界面传热特征向量输入Rayleigh_Ritz耦合模型进行正交化处理，得到耦合动;;;;通过变分法求解5o=0，将温度场T(x)分解为一组正交基函数的线性组合：;;;;其中puc,AT表示单位时间内流体携带的热量流，通过调整H(x)以实现最佳传;;将融合特征张量输入特征重构网络进行上采样重构，得到流体动态特征数据矩;Thora(x,t)和p.or(x,t)组成归一化时序数据集Dorm，为后续特征提取提供统一的输;公式为：;其中LeakyReLU(x)=max(0.01x,x)是激活函数，BatchNorm表示批归一化操;;各头的结果整合为融合特征张量Frueion。将融合特征张量输入特征重构网络进行上采样;;;;;;;;;;其中p是压降，l是通道长度。贝叶斯模型通过后验概率密度函数p(fIDaynamie);;基于优化参数编码序列生成初始种群，并基于初始种群构建种群适应度评价体型编码方式，例如，横截面积A(x)的取值范围设定为[AimAns2]，通道深度H(x)的取值范;计方案。种群规模根据问题复杂性和计算资源确定。为每个种群个体构建适应度评价体;其中a,β,y是权重系数，用于平衡各目标之间的优先级。换热效率nh的计算;;;;;;;通过SIMPLE算法，将微通道结构实际参数值输入流体控制方程组进行迭代求解，rs是一个N,×L的布尔矩阵，其中表示第i个父代个体的第j个基因位点为交叉点。基于交叉位点矩阵，对;;;其中binA是横截面积的二进制编码，n是编码长度。类似的解码过程可用于通道深度和弯曲角度。将微通道结构的实际参数值输入到流体动力学的控制方程组，通过;;;更新压力场和速度场u=u'+u'，其中p'和u'为校正量。;;其中T,和Tf分别为控制体积中心和面上的温度值，ap和ar为离散系数，S,为源;别通过数值模拟或实验测量得到。速度分布函数u(x,y,z)的特性通过局部速度梯度vu和;;;其中;;;到最优的和。在更新过程中，进行收敛性分析，通过计算相邻迭代步的