中微半導體科創板上市招股說明書解析：LED應用增量空間巨大
科創板正式開市交易的日期越來越近，科創板規則體系基本萬事具備，擬上市公司受理審核也在穩步推進，據瞭解，中微半導體設備（上海）股份有限公司（以下簡稱“中微半...
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。
優化過後的導流板到邊距離及速度分佈雲圖如下圖，與初始設計相比，各個流道的流量均勻性已經大為改善，代表均勻性偏差的P21這個參數從0.891降到0.077。
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。
優化過後的導流板到邊距離及速度分佈雲圖如下圖，與初始設計相比，各個流道的流量均勻性已經大為改善，代表均勻性偏差的P21這個參數從0.891降到0.077。
改進設計
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。
優化過後的導流板到邊距離及速度分佈雲圖如下圖，與初始設計相比，各個流道的流量均勻性已經大為改善，代表均勻性偏差的P21這個參數從0.891降到0.077。
改進設計
初始設計
"
"
2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依託於中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。
新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度範圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被採用。
水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分佈。
整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS
DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。
參數化幾何建模
DM裡建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便後續優化時使用。
網格劃分
幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。
求解
求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，採用速度入口+壓力出口的配置，入口速度1m/s（假設值），其餘均保持默認。
請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。
最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表裡另外再增加一個輸出參數P21，定義為
，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要儘可能小。
計算結果顯示，由於初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。
優化
1 試驗設計（DOE）
進入優化模塊，首先要設計試驗，根據輸入參數的數據採集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，採樣點的佈置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型複雜程度、並行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。
2 響應面擬合（Response Surface）
響應面擬合採用神經網絡法（Neural Network），適合用於高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。
3 優化（Optimization）
進入優化階段，DX提供了六種優化方法，本次採用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然後在下圖界面裡添加這個目標並設置其約束。完成目標和約束的設置，點擊Update，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent裡詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者後續手動操作。
完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。
優化過後的導流板到邊距離及速度分佈雲圖如下圖，與初始設計相比，各個流道的流量均勻性已經大為改善，代表均勻性偏差的P21這個參數從0.891降到0.077。
改進設計
初始設計
優化前後結果統計對比
上面即是利用ANSYS DesignXplorer對冷板結構進行參數化的全流程，通過DX自動尋優為我們找到了更優選的方案。
本文演示的是動力電池水冷板結構的優化，其實這一過程也可以用在燃料電池流道均勻性優化等其他涉及幾何結構和工藝參數優化的場景。不同於傳統的經驗設計存在一定盲目性，利用軟件進行優化設計既可以彌補經驗的欠缺，也使我們的設計更有說服力和效率。
相關推薦
'電源設計中的電容應用'
"電源往往是我們在電路設計過程中最容易忽略的環節。其實，作為一款優秀的設計，電源設計應當是很重要的，它很大程度影響了整個系統的性能和成本。 這裡，只介紹一下電路板電源設計中的電容使用情況。這往往又是電源設計中最容易被忽略的地方。很多人搞ARM，搞DSP，搞FPGA，乍一看似...
'錢江又一新車亮相，運動化外觀，油耗1.6升，被稱為踏板中的SUV'
"在人們的傳統觀念中，踏板車一直都是比較平庸的代表。無論再怎麼變化，也不會讓人感覺到特別突出。不過現階段，國內的科技是水平不斷提升，踏板車也有了新方向。踏板車的主要用途就是便利性和靈活性，難度也是十分簡單，通過短時間的學習就可以完全掌握。今天我們要說的是錢江近期剛發佈的一款...
LED在汽車中的應用及其驅動電路的設計
一、前言LED是一種高效環保的新型半導體光源，有其它光源無法比擬的優勢。在未來汽車照明應用中前景光明。LED 可以用串聯、並聯等不同的方式組合成LED 陣...
馬爾科夫鏈蒙特卡洛方法(MCMC)在密碼學和優化中的應用
本文，我們將使用Python介紹MCMC在計算機科學領域中的一些應用。我們將努力解決以下兩個問題:破解密碼-這個問題是由數學家Persi Diaconis...
私家庭院設計｜庭院設計中防腐木的應用，深受園藝設計師的青睞！
防腐木一直以來都是戶外地板、園林景觀及設施的理想材料，深受園藝設計師的青睞。防腐木，是將普通木材經過人工添加化學防腐劑之後，使其具有防腐蝕、防潮、防真菌...
推薦中...