| A16b-1211-0030/03a |
 |
價格： 元(人民幣) | 產地：A16b-1211-0030/03a |
| 最少起訂量：1個 | 發貨地：A16b-1211-0030/03a | |
| 上架時間：2021-04-22 16:44:55 | 瀏覽量：36 | |
廈門光沃自動化設備有限公司
 |
||
| 經營模式：經銷商 | 公司類型：其他有限責任公司 | |
| 所屬行業：PLC控制系統 | 主要客戶：全國市場 | |
 在線咨詢  |
||
| 聯系人:吳 (先生) | 手機:18030229050 |
電話: |
傳真: |
| 郵箱:1878187406@qq.com | 地址:廈門市海滄區滄湖東一里海景奧斯卡 |
|
A16b-1211-0030/03a 優化后封裝總高度比原來增加了0.96％，已經基本達到了可行域的邊界。優化后的芯片中心溫度為42.324℃，相對于原先的44.044℃有了明顯的降低。如果需要進一步降低芯片工作溫度，可以考慮使用強迫對流換熱。 為了進一步驗證Kriging近似模型的有效性，從可行試驗樣本序列中隨機選取70個樣本作為測試樣本，然后分別用有限元程序和Kriging模型對測試樣本進行分析，并計算出Kriging預測結果與有限元分析結果之間的差值，該差值就是Kriging近似模型的預測誤差。Kriging模型在這70個測試樣本上所產生的預測誤差Ep如圖8所示。
可以看出，Kriging模型在測試樣本集合上所產生的預測誤差也只為0.01～0.012℃，完全能夠滿足優化設計的需要。
針對封裝散熱結構優化問題中存在的難點，提出了一種基于近似模型和隨機模擬的快速全局優化方法。建立封裝散熱結構的近似模型，能夠有效地控制優化設計中仿真分析的重復次數。所采用的Kriging模型具有很高的預測精度，數值算例的分析結果表明，它對未知目標函數的重構能力明顯高于多項式回歸模型和RBF神經網絡；同時，具有良好空間均勻性的CVT試驗設計使Kriging模型的泛化能力達到了程度的發揮。 基于隨機模擬的優化解決了設計變量中含有離散變量的問題，在隨機模擬中采用了Quasi-Monte Carlo法，有效地提高了尋優的效率。最后以方形扁平封裝器件為例，以芯片的中心溫度為優化目標，應用該方法實現了封裝散熱結構的優化，獲得了令人滿意的結果。近似模型方法很好地協調了優化設計中計算成本和計算精度這一對矛盾，顯著地提高了隨機模擬優化的計算效率，具有推廣應用價值。
A16b-1211-0030/03a
|
| 版權聲明：以上所展示的信息由會員自行提供，內容的真實性、準確性和合法性由發布會員負責。機電之家對此不承擔任何責任。 友情提醒：為規避購買風險，建議您在購買相關產品前務必確認供應商資質及產品質量。 |
