Tiến hóa nhiệt

Hai năm trước, một nhóm của HP đã phải đối mặt với thách thức về việc đưa nhiều luồng không khí hơn ra khỏi ống dẫn được sử dụng để làm mát đầu in của một máy in phun sắp ra mắt.

Nếu không có hệ thống làm mát hiệu quả để giữ cho mực chảy ở nhiệt độ thích hợp, máy in không thể hoạt động ở tốc độ tối đa. Các mô phỏng cho thấy thiết kế ống dẫn truyền thống gây ra quá nhiều tuần hoàn và nhiễu loạn để hoạt động hiệu quả.

Để giải quyết các vấn đề, HP đã làm việc với các kỹ sư tại Siemens Digital Industries, những người đã kết hợp mô phỏng dòng chất lỏng với một kỹ thuật CAD cơ khí mà các công ty hiện nay gọi là thiết kế chung để đưa ra một cấu trúc hoàn toàn khác.

Kỹ sư mô phỏng của Siemens, Julian Gaenz, cho biết sau khi ra mắt chiếc máy in sử dụng ống dẫn, chỉ ra một phần nhô ra giống như lưỡi trong thiết kế cuối cùng mà người tiền nhiệm của nó nói. thiếu thốn.

Có hai chiến thuật chính được sử dụng trong kiểu thiết kế chung này. Một là tạo ngẫu nhiên các biến thể sau mỗi lần chạy mô phỏng với kỳ vọng rằng một hoặc nhiều biến thể sẽ hoạt động tốt hơn. Một cách khác là kiểm tra các khu vực có vấn đề, chẳng hạn như tuần hoàn trong ống dẫn của máy in HP và đưa ra các hình dạng có vẻ như có thể làm giảm sự cố trước khi mô phỏng một bộ phận hoàn chỉnh để xem các thay đổi hoạt động tốt như thế nào. HP không hề đơn độc trong việc khai thác thiết kế theo hướng mô phỏng.

Ảnh trên: Kết quả của thiết kế tổng hợp - sự thâm nhập của ống dẫn HP

Tom Gregory, giám đốc sản phẩm của nhà cung cấp công cụ phân tích nhiệt Future Facilities cho biết công cụ 6SigmaET của công ty ông đã được sử dụng để giúp xác định hình dạng tối ưu cho các chân được sử dụng trong kiểu tản nhiệt đó.

“Việc tối ưu hóa được thực hiện bằng cách sử dụng các thuật toán di truyền kết hợp với CFD. Mục đích của việc tối ưu hóa là giảm áp suất giảm trên tản nhiệt trong khi vẫn duy trì hiệu suất nhiệt. "

Mặc dù hoàn toàn có thể tạo ra các biến thể hoặc lặp lại bằng tay, nhưng máy học dường như là một công cụ hữu ích cho thiết kế tổng hợp vì về nguyên tắc, nó có thể tạo ra các biến thể một cách nhanh chóng và đưa ra các kết quả bất ngờ nhưng hiệu quả. Gregory chỉ ra một số tài liệu nghiên cứu đã đưa ra các thiết kế tản nhiệt mới. ”Các thiết kế được tạo ra rất ấn tượng và bắt mắt. Tuy nhiên, chúng không thể được sản xuất theo phương pháp truyền thống ”.

In 3D không cần thiết

Về mặt nghiên cứu, tản nhiệt thường cần in 3D, vòi phun HP cũng vậy. Tuy nhiên, do thay thế sáu bộ phận đúc phun, bộ phận mới hơn hoạt động hiệu quả hơn về chi phí khi quy trình in 3D được tối ưu hóa.

Lieven Vervecken, Giám đốc điều hành và đồng sáng lập của công ty khởi nghiệp thiết kế tạo gen Diabatix có trụ sở tại Bỉ cho biết in 3D không phải là điều cần thiết.

“Chúng tôi có một số kỹ thuật sản xuất mà chúng tôi hỗ trợ theo mặc định, chẳng hạn như gia công CNC, đùn, đúc khuôn và tạo hình kim loại tấm,” Vervecken nói. Mỗi loại có công dụng ở các thị trường khác nhau. Ví dụ, quá trình tạo hình kim loại tấm đã tỏ ra hữu ích trong việc tạo ra các tấm pin lạnh lớn cần cho xe điện.

Diabatix đã xây dựng một môi trường sáng tạo xung quanh việc lựa chọn các công cụ mô phỏng và thiết kế mã nguồn mở nhằm tinh chỉnh lặp đi lặp lại cấu trúc của bộ tản nhiệt hoặc bộ phận làm mát dựa trên phân tích của toolsuite về dòng nhiệt và cấu trúc cơ học.

Công ty đang chuẩn bị ra mắt phiên bản công cụ được lưu trữ trên đám mây vào tháng XNUMX.

Mặc dù thiết kế tổng hợp có thể sử dụng ngẫu nhiên để tạo ra các thiết kế mới lạ, nhưng đây không phải là cách tiếp cận của Diabatix. Vấn đề với ngẫu nhiên hóa là chi phí mô phỏng cần thiết để đánh giá từng biến thể làm cho kỹ thuật này trở nên quá khó sử dụng. Thay vào đó, Vervecken cho biết cách tiếp cận được sử dụng bởi công ty khởi nghiệp sử dụng máy học để xây dựng các thuật toán có thể đưa ra các hình dạng và cấu trúc hiệu quả nhưng thường bất ngờ hơn là các vây song song được tìm thấy trong hầu hết các thiết kế thông thường, với các ràng buộc sản xuất được sử dụng để ngăn chúng trở thành quá không thực tế để sản xuất.

“Đây là lý do tại sao chúng tôi có thể tạo ra tới 30% hiệu suất làm mát bổ sung,” Vervecken tuyên bố.

Ảnh trên: Một thiết kế 3D từ Diabatix

Kỹ thuật nhiệt

Một mục tiêu tiềm năng khác cho học máy trong kỹ thuật nhiệt là giảm tắc nghẽn do mô phỏng đưa ra nếu một số lượng lớn các biến thể cần được phân tích song song trước khi có thể đạt được tiến bộ hơn nữa.

Đào tạo mô hình học sâu với kết quả của các mô phỏng mở rộng đã được sử dụng trong các lĩnh vực như nghiên cứu vật liệu và vật lý hạt vì các mô hình được đào tạo có thể chạy nhanh hơn so với mô phỏng ban đầu, có thể mất nhiều ngày để hoàn thành ngay cả trên một siêu máy tính. Chúng không cung cấp độ chính xác đầy đủ nhưng có thể được sử dụng trên đường dẫn nhanh về nhà với các thông số trước khi chạy mô phỏng chi tiết cuối cùng.

Nhà sản xuất GPU nVidia, vốn đã là người đề xướng mạnh mẽ công nghệ máy học đã áp dụng kỹ thuật tương tự cho một dự án có tên SimNet để làm điều tương tự cho các loại mô hình động lực học chất lỏng tính toán (CFD) được sử dụng cho kỹ thuật nhiệt.

Một vấn đề quan trọng là bản thân việc học sâu rất chuyên sâu về mặt tính toán và cần nhiều tuần mô phỏng để xây dựng một tập hợp đào tạo đủ lớn để cho phép một mô hình AI tìm hiểu cách các thông số ảnh hưởng đến luồng không khí và nhiệt trong không gian.

Vervecken cho biết phạm vi dự án mà họ tham gia, có quy mô từ tản nhiệt bộ xử lý điện thoại di động đến tấm làm lạnh pin quy mô xe tải, làm tăng độ phức tạp của vấn đề.

”Để đào tạo một mô hình duy nhất để bao gồm toàn bộ phạm vi đó? Điều đó thật khó, ”Vervecken nói và nói rằng việc ưu tiên máy học cho các công cụ thiết kế hơn là công cụ mô phỏng sẽ có ý nghĩa hơn.

Để chống lại khả năng tăng tốc dựa trên AI, bạn cần cân nhắc những đóng góp có thể đến từ việc tối ưu hóa trực tiếp các thuật toán động lực học chất lỏng tính toán (CFD).

Các nhà cung cấp chuyên biệt như Cơ sở Tương lai đã sử dụng thực thi đa lõi và các tối ưu hóa khác để cắt giảm thời gian quay vòng tổng thể. Trong một nghiên cứu với Rohde & Schwarz, thời gian chạy mô phỏng từ nhập CAD thông qua tạo lưới đến phân tích đã giảm xuống còn dưới 15 giờ từ hơn 40.

Cũng như tản nhiệt, máy học điều khiển mô phỏng có thể được áp dụng cho thiết kế hệ thống và thiết bị cốt lõi.

Gregory lưu ý: “Một lĩnh vực mà Cơ sở Tương lai đang làm việc với các nhóm nghiên cứu máy học là sử dụng mô phỏng CFD để đào tạo các thuật toán máy học.

Có một số lĩnh vực mà máy học có thể tỏ ra hữu ích. Một là giúp xây dựng các mô hình đơn giản về quá trình tạo và truyền nhiệt có thể hướng dẫn các thuật toán được sử dụng để quyết định thời điểm tắt nguồn bộ xử lý trên SoC đa lõi.

“Mô phỏng nhiệt có thể dễ dàng huấn luyện thuật toán máy học cách nhiệt độ của thiết bị thay đổi dựa trên việc sử dụng bộ xử lý. Điều này có thể được thực hiện song song một cách nhanh chóng trước khi thiết bị được sản xuất, ”Gregory nói.

Một công dụng khác nằm trong R&D cho các loại thiết bị mới, chẳng hạn như những thiết bị được sử dụng cho điện tử công suất, nơi nhiệt độ quá cao có thể gây ra hiện tượng thoát nhiệt và các vấn đề an toàn khác. “Dữ liệu đào tạo toàn diện là điều cần thiết cho một thuật toán học máy hiệu quả, nhưng thường không thực tế hoặc không an toàn để lấy dữ liệu đào tạo từ các thiết bị vật lý. Nếu bạn đang tối ưu hóa một thiết bị hoặc hệ thống mới, một thiết bị vật lý có thể chưa được tạo ra, ”Gregory nói.

Hiệu suất không phải là động lực duy nhất để sử dụng các mô hình dựa trên AI. Vervecken cho biết thêm: “Thường thì đó là một giải pháp rẻ hơn mà họ đang tìm kiếm”. “Có một quan niệm sai lầm tồn tại với chúng tôi công nghệ. Không phải lúc nào chúng tôi cũng tìm kiếm bộ tản nhiệt hiệu quả nhất. Thay vào đó, chúng tôi có một dự án đang diễn ra trong đó khách hàng đang tìm kiếm giải pháp hợp lý nhất. Khách hàng cho biết hiệu suất không phải là vấn đề: thiết kế hiện tại đã được cung cấp quá mức 30% nhưng họ không thể làm cho kiểu thiết kế đó rẻ hơn.”

Việc học máy cho kỹ thuật nhiệt vẫn còn là những ngày đầu nhưng các kỹ thuật thiết kế tổng hợp đang chứng tỏ giá trị của việc mô phỏng và lặp đi lặp lại nhanh chóng trong việc đưa ra các thiết kế hoạt động tốt hơn, rẻ hơn hoặc cả hai.