熱時定数（Thermal Time Constant）
理论与物理
热时间常数的定义
老师，热时间常数是什么意思？我听说过电路里的“时间常数”，热学里也是一样的吗？
正是类比。热时间常数 $\tau$ 是指物体与周围环境之间的温差消除 63.2% 所需的时间。定义式如下：
其中 $\rho$ 是密度，$V$ 是体积，$c_p$ 是比热容，$h$ 是对流传热系数，$A$ 是散热面积。
分子是“储存热量的能力”，分母是“散发热量的能力”吗？
没错。分子 $\rho V c_p$ 是热容（Thermal Capacitance）$C_\mathrm{th}$，表示物体能储存多少热能。分母 $hA$ 是热导，其倒数是热阻 $R_\mathrm{th} = 1/(hA)$。也就是说：
“将巨大的水箱（大的 $C_\mathrm{th}$）连接到细管道（大的 $R_\mathrm{th}$）”，水箱水位变化就需要时间。同理，热容大且散热困难的物体，$\tau$ 就越大。
与电路RC时间常数的类比
电路的RC回路中 $\tau = RC$ 对吧？形式完全一样吗？
数学上完全等价。这就是所谓的“电热类比（Electro-Thermal Analogy）”，其对应关系可追溯到1834年克拉佩龙的研究：
| 电学量 | 符号 | 热学量 | 符号 |
|---|---|---|---|
| 电压 [V] | $V$ | 温差 [K] | $\Delta T$ |
| 电流 [A] | $I$ | 热流率 [W] | $\dot{Q}$ |
| 电阻 [$\Omega$] | $R$ | 热阻 [K/W] | $R_\mathrm{th}$ |
| 电容 [F] | $C$ | 热容 [J/K] | $C_\mathrm{th}$ |
| 时间常数 [s] | $\tau = RC$ | 时间常数 [s] | $\tau = R_\mathrm{th} C_\mathrm{th}$ |
正因为有这个对应关系，在电子设备的热设计中，广泛采用将热路嵌入SPICE仿真器进行瞬态分析的方法。功率半导体数据手册中记载的“热等效电路”正是这个。
诶，可以用SPICE做热分析啊！我明白为什么电气工程师会觉得熟悉了。
基于毕渥数的适用性判定
但是，这个公式只有在物体整体温度均匀时才适用吧？怎么判断呢？
问得好。判断标准是毕渥数（Biot number）：
$L_c = V/A$（特征长度），$k$ 是物体的热导率。这个数值表示“表面传热阻力”与“内部导热阻力”之比。
- $\mathrm{Bi} < 0.1$：内部导热快，物体温度几乎均匀。→ 可使用集总热容法（Lumped Capacitance），可以用单一 $\tau$ 描述
- $\mathrm{Bi} \geq 0.1$：内部会产生温度梯度。→ 单一 $\tau$ 不充分。需要分布参数分析（如FEM等）
能举个具体例子吗？比如智能手机的零件会怎样？
我们以智能手机为例。SoC芯片（5mm见方，硅 $k \approx 150$ W/(m·K)）的 $\mathrm{Bi} \approx 0.001$，完全属于集总系统。$\tau \approx 0.3$〜$0.5$ 秒，非常短。另一方面，整个铝制外壳（$k \approx 200$ W/(m·K) 但体积大）的 $\tau \approx 200$〜$400$ 秒。
也就是说，SoC的温度会瞬间上升，但外壳变热需要几分钟。刚开始使用手机时感觉“屏幕很热但背面还凉”，那个时间差正是热时间常数的差异。
差了两个数量级啊！同一个设备内部也完全不同呢…
控制方程与指数衰减解
我想按顺序理解一下公式，热时间常数的控制方程是怎样的？
集总热容法的出发点是物体整体的能量平衡。定义过余温度 $\theta(t) = T(t) - T_\infty$（$T_\infty$ 是环境温度），则：
这是一阶线性常微分方程，解为指数衰减：
即：
$t = \tau$ 时，$e^{-1} \approx 0.368$，所以温差降到原来的36.8%。也就是消除了63.2%对吧！
正确。实际工作中重要的是，经过多个 $\tau$ 时间后的达到比例：
| 经过时间 | 达到比例 | 剩余温差 |
|---|---|---|
| $1\tau$ | 63.2% | 36.8% |
| $2\tau$ | 86.5% | 13.5% |
| $3\tau$ | 95.0% | 5.0% |
| $4\tau$ | 98.2% | 1.8% |
| $5\tau$ | 99.3% | 0.7% |
热冲击试验中“将保持时间设定为 $5\tau$”，就是为了保证达到99.3%的热平衡。JIS C 60068和IEC 60068中也使用了这个思路。
多模态时间常数与特征值分析
如果毕渥数大，不能使用集总系统时，时间常数该怎么考虑呢？
那种情况下，温度响应是多个时间常数（多模态）的叠加。分布系统的瞬态热传导方程：
用分离变量法求解，解的形式为无穷级数：
这里 $\phi_n$ 是空间特征函数，$\tau_n = 1/\lambda_n$ 是第 $n$ 个模态的时间常数。按 $\tau_1 > \tau_2 > \tau_3 > \cdots$ 的顺序，时间一长，高阶模态（小的 $\tau$）会迅速衰减，只剩下最长的 $\tau_1$（主导时间常数）。
原来如此。就像音叉的振动一样，高频（短时间常数）先消失，只剩下基频（最长的时间常数）的感觉吗？
绝妙的类比。正是如此。例如，对流冷却一维平板（厚度 $2L$）时，特征值 $\zeta_n$ 是超越方程 $\zeta_n \tan \zeta_n = \mathrm{Bi}$ 的根，各模态的时间常数为：
$\alpha = k/(\rho c_p)$ 是热扩散率。$\zeta_1$ 最小，所以 $\tau_1$ 最大。当傅里叶数 $\mathrm{Fo} = \alpha t / L^2 > 0.2$ 时，仅用第一项近似误差就在1%以内——这就是Heisler图表成立的条件。
热时间常数各参数的物理意义
- 密度 $\rho$ [kg/m³] × 比热容 $c_p$ [J/(kg·K)] × 体积 $V$ [m³]：热容 $C_\mathrm{th}$ [J/K]。使温度变化1K所需的热量。铸铁（$C_\mathrm{th}$大）不易冷却，薄铝板（$C_\mathrm{th}$小）很快冷却。发动机缸体的“热惯性”由此值决定。
- 对流传热系数 $h$ [W/(m²·K)] × 面积 $A$ [m²]：热导 $G = hA$ [W/K]。散热的“排水能力”。提高风扇风速 $h$ 会增加，增加散热片 $A$ 会增加，$\tau$ 会变短。自然对流 $h \approx 5$〜$25$，强制对流 $h \approx 25$〜$250$，水冷 $h \approx 500$〜$10{,}000$ W/(m²·K)，数量级相差很大。
- 热导率 $k$ [W/(m·K)]：不直接出现在 $\tau$ 的公式中，但对毕渥数的判定不可或缺。$k$ 大的金属（铜400、铝237）内部温差小，接近集总系统。塑料（$k \approx 0.2$）或陶瓷（$k \approx 2$〜$30$）则容易产生较大的内部温度梯度。
假设条件与适用极限
- 集总热容法（$\mathrm{Bi} < 0.1$）：假设物体内部温度均匀。正确计算特征长度 $L_c = V/A$ 很重要。复杂形状时需注意 $L_c$ 的定义
- 恒定物性值：假设 $\rho$, $c_p$, $k$, $h$ 不随温度变化。大温差（数百K以上）时需要考虑温度依赖性的非线性分析
- 恒定环境温度：前提是 $T_\infty$ 不随时间变化。变化时需要使用Duhamel叠加积分或数值解法
- 仅考虑对流：辐射项 $\sigma \epsilon A (T^4 - T_\infty^4)$ 是非线性的。高温区（数百℃以上）不能忽略辐射
- 无内部发热：若有焦耳发热或芯片的稳态发热，则需要添加 $\dot{Q}$ 项的扩展形式
“63.2%”这个神奇数字的由来
为什么是63.2%这个不上不下的数字？这源于 $1 - e^{-1} = 1 - 0.3679 \approx 0.632$。这是由自然对数的底 $e$ 所支配的指数衰减的本质特性，在电路的RC回路中也出现完全相同的数字。1960年代，半导体工程师们将这种电热类比引入功率器件的热设计，成为现代IC热设计方法的起源。当时Fairchild Semiconductor的Don Feucht发表的《Handbook of Analog Circuit Design（1976）》，被认为是推广基于SPICE的热路建模的先驱文献。
数值解法与实现
FEM特征值分析提取时间常数
对于复杂形状的散热器之类的，手算求时间常数不可能吧。FEM是怎么做的呢？
FEM中非稳态热传导的离散化方程为：
$[C]$ 是热容矩阵，$[K]$ 是热传导矩阵（包含对流边界），$\{F\}$ 是外部热负荷向量。令 $\{F\} = 0$ 得到齐次方程，代入 $\{T\} = \{\phi\}e^{-\lambda t}$ 得：
这是一个广义特征值问题。从每个特征值 $\lambda_i$ 可以得到时间常数 $\tau_i = 1/\lambda_i$。最小特征值 $\lambda_1$ 对应最长的主导时间常数。
和结构分析的特征频率分析很像呢。那边是 $[K]\{\phi\} = \omega^2 [M]\{\phi\}$。
结构完全一样。结构中质量矩阵 $[M]$、热学中热容矩阵 $[C]$ 扮演“惯性”的角色。Ansys Mechanical的 *THERMAL_EIGENVALUE 或Abaqus的 *HEAT TRANSFER, STEADY STATE=NO, EIGENVECTOR 可以直接求解。不过，许多求解器没有直接的“热特征值”命令，所以很多时候从瞬态分析结果进行拟合更实用。
从瞬态FEM分析识别时间常数
如果求解器不能直接进行特征值分析，怎么从瞬态分析结果求时间常数呢？
实际工作中最常用的方法有三种：
- 63.2%法：在瞬态分析中输出关注点的温度历程，读取达到初始温差63.2%的时刻。最简单，但在多模态系统中会受到第一模态以外的影响而产生误差
- 对数图法：将 $\ln(\theta/\theta_i)$ 对时间作图。如果是纯指数衰减，会得到直线，从斜率 $-1/\tau$ 可求得时间常数。曲线不直的部分是高阶模态的影响
- 曲线拟合：将温度历程数据用 $\theta = \sum_{n=1}^{N} A_n e^{-t/\tau_n}$ 进行拟合，识别多个时间常数和振幅。这称为Prony级数法，3~5个模态就能覆盖大多数实际应用场景
Prony级数在蠕变分析的松弛谱里也用呢。是相同的数学结构啊。
没错。粘弹性的松弛时间、电路RC时间常数、热时间常数——都是指数衰减的叠加，Prony级数是通用的解析工具。Python的话用SciPy的 curve_fit 就能轻松实现，MATLAB也有 fit 函数。
时间步长与时间常数的关系
瞬态热分析的时间步长 $\Delta t$ 和时间常数有什么关系呢？
这是实际工作中非常重要的点。指南如下：
- 隐式解法（Backward Euler, Crank-Nicolson）：无条件稳定，但如果 $\Delta t > \tau$，会“跳过”响应，捕捉不到物理现象。标准是 $\Delta t \leq \tau_\mathrm{min}/5$
- 显式解法（Forward Euler）：必须满足稳定性条件 $\Delta t < \tau_\mathrm{min}/2$。受单元级别的最小时间常数 $\tau_e = \rho c_p (\Delta x)^2 / (2k)$ 约束
- 自动时间步长：许多商用求解器根据温度变化率自适应调整 $\Delta t$。Ansys中是
DELTIM，Abaqus中是*HEAT TRANSFER的CETOL（允许温度变化量）作为控制参数
例如，对于SoC芯片（$\tau \approx 0.5$ s）和外壳（$\tau \approx 300$ s）共存的模型，最初几秒用 $\Delta t \approx 0.05$ s 捕捉芯片的瞬态，之后逐渐增大 $\Delta t$ 来高效计算外壳的缓慢变化。这正是“望远镜变焦”一样的方法。
时间步长的比喻
时间步长的设置类似于“视频的帧率”。拍摄蜂鸟振翅（$\tau$ 短的现象）需要1000fps，但拍摄冰川流动（$\tau$ 长的现象）一天一帧就足够了。模型内有多个时间常数时，从匹配最短 $\tau$ 的高帧率开始，高速现象平息后降低帧率，是高效瞬态分析的要诀。
实践指南
设计实务中的应用
老师，在实际设计中，热时间常数用在哪些场合呢？
应用场合非常多。举几个代表性的：
- 电子冷却设计：功率MOSFET的结温会瞬间上升（$\tau_\mathrm{junction} \approx 0.01$〜$1$ s），但散热器会缓慢跟进（$\tau_\mathrm{HS} \approx 100$〜$1000$ s）。脉冲负载时短 $\tau$ 重要，稳态负载
なった
詳しく
報告