基于数据驱动的多项式混沌代理模型的功率模块散热设计优化
摘要：用于优化绝缘栅双极晶体管(IGBT)功率模块的散热器设计的问题。散热器的热行为最初使用高精度计算流体动力学(CFD)模拟进行估计，但这使得数值优化变得计算成本过高。为了进行优化研究，我们用一种廉价的多项式替代模型代替CFD模拟模型，该模型近似了器件设计特征和相关热量之间的关系。所选择的替代模型是数据驱动的多项式混沌展开(DD-PCE)，它通过多项式回归学习上述关系。DD-PCE的优点包括其适用于小数据环境以及易于适应的模型结构。为了解决模型形式不确定性和模型在有限的训练和测试数据下的鲁棒性问题，我们基于数据重排生成了DD-PCE的集合。然后，使用完整的替代模型集合，基于替代模型的预测结果伴随着均值和方差等不确定性指标。一旦在准确性和鲁棒性方面经过训练和测试，DD-PCE替代模型集合将替代高精度模拟模型应用于旨在确定在几何和操作约束下优化IGBT热行为的散热器设计的优化算法中。通过使用原始模型进行优化过程的计算成本远远低于使用原始模型。由于集合建模，还可以根据不确定性和鲁棒性评估优化结果。与替代替代模型技术的比较说明了为什么在考虑的情况下应该首选DD-PCE。
作者：Dimitrios Loukrezis and Herbert De Gersem
论文ID：2205.08746
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2022-09-15