热管的热仿真

分类:热解析 > 相变化 | 综合版 2026-04-12
Heat pipe thermal resistance network diagram showing evaporator, adiabatic, and condenser sections with capillary wick structure
热管的等效热阻网络 — 蒸发部、绝热传输部、冷凝部的直串模型

热管热的理论基础

动作原理 — 4个热传输流程

🧑‍🎓

笔记本电脑里也装有热管吧?那么细的管子怎么能运输大量的热量呢?工作原理是什么?

🎓

热管是蒸发→蒸汽传输→冷凝→毛细管还流的4个过程在密闭管内反复循环的热传输装置。不使用泵和风扇,只依靠工作流体的相变化和毛细管力驱动,所以没有可动部件、免维护,这是最大的优点。

🧑‍🎓

请更具体地解释一下这4个过程。

🎓

让我们一个一个来看。

  1. 蒸发(Evaporator): CPU等热源接触的端部,工作流体(通常是水)蒸发,吸收潜热 $h_{fg}$。
  2. 蒸汽传输(Adiabatic Section): 蒸汽由压力差驱动向冷凝部高速移动。相对于铜的热导率380 W/(m·K),热管的实效热导率达到数千~数万 W/(m·K)
  3. 冷凝(Condenser): 蒸汽在散热器或风扇侧冷凝,释放潜热。
  4. 毛细管还流(Capillary Return): 冷凝的液体通过吸芯(烧结金属粉末、网孔、沟槽等)的毛细管力返回蒸发部。

例如笔记本电脑的情况,从CPU(蒸发部,约95℃)到铰链附近的散热器(冷凝部,约55℃),仅凭约40℃的温度差就能传输15~30W的热量。

🧑‍🎓

没有泵液体怎么能流回来?能克服重力吗?

🎓

提得好。吸芯的毛细管压力 $\Delta P_c = 2\sigma/r_\text{eff}$ 超过重力压头 $\rho_l g L \sin\phi$ 的限制内,液体就能向上流回。但这成为了"毛细管极限",也就是最大的设计约束。特别是薄型热管,$r_\text{eff}$ 越小,毛细管力越大,但透过率 $K$ 也会下降,所以存在权衡。

等效热阻网络

🧑‍🎓

怎样进行仿真呢?直接用CFD来解二相流吗?

🎓

实务中首先做的是等效热阻网络。将整个热管看作直串电阻电路,这个方法的计算成本只有CFD的百分之一以下,能快速预测温度分布。

整体的热阻 $R_\text{hp}$ 按以下方式分解:

$$R_\text{hp} = R_\text{e,wall} + R_\text{e,wick} + R_\text{e,evap} + R_\text{vapor} + R_\text{c,cond} + R_\text{c,wick} + R_\text{c,wall}$$

各项的物理意义如下:

热阻物理意义计算式典型值 (K/W)
$R_\text{e,wall}$蒸发部管壁导热$\ln(r_o/r_i)/(2\pi k_w L_e)$0.01〜0.05
$R_\text{e,wick}$蒸发部吸芯导热$\ln(r_i/r_v)/(2\pi k_\text{eff} L_e)$0.05〜0.5
$R_\text{e,evap}$蒸发界面$1/(h_e A_e)$0.001〜0.01
$R_\text{vapor}$蒸汽流路的压力损失$\Delta T_\text{sat}/Q$0.001〜0.01
$R_\text{c,cond}$冷凝界面$1/(h_c A_c)$0.001〜0.01
$R_\text{c,wick}$冷凝部吸芯导热$\ln(r_i/r_v)/(2\pi k_\text{eff} L_c)$0.05〜0.5
$R_\text{c,wall}$冷凝部管壁导热$\ln(r_o/r_i)/(2\pi k_w L_c)$0.01〜0.05
🧑‍🎓

吸芯的实效热导率 $k_\text{eff}$ 怎样求呢?吸芯本身是多孔质的吧?

🎓

代表性的是Maxwell有效介质近似:

$$k_\text{eff} = k_l \frac{k_l + k_s - (1 - \varepsilon)(k_l - k_s)}{k_l + k_s + (1 - \varepsilon)(k_l - k_s)}$$

这里 $k_l$ 是液体的热导率,$k_s$ 是吸芯固体的热导率,$\varepsilon$ 是孔隙率。烧结铜粉吸芯($\varepsilon \approx 0.5$、$k_s = 380$ W/(m·K)、水 $k_l = 0.65$ W/(m·K))的情况下,$k_\text{eff} \approx 30\text{--}50$ W/(m·K)。

毛细管极限(Capillary Limit)

🧑‍🎓

刚才出现的"毛细管极限",具体怎样计算?

🎓

热管的工作条件是吸芯的毛细管压力超过所有压力损失的条件:

$$\Delta P_\text{cap} \geq \Delta P_l + \Delta P_v + \Delta P_g$$

各项展开为:

  • 毛细管压力(驱动力): $\displaystyle \Delta P_\text{cap} = \frac{2\sigma}{r_\text{eff}}$
  • 液相压力损失: $\displaystyle \Delta P_l = \frac{\mu_l L_\text{eff}}{K A_w \rho_l h_{fg}} Q$
  • 蒸汽相压力损失: $\displaystyle \Delta P_v = \frac{128 \mu_v L_\text{eff}}{\pi d_v^4 \rho_v h_{fg}} Q$
  • 重力压头: $\displaystyle \Delta P_g = \rho_l g L \sin\phi$

这里 $L_\text{eff} = L_a + (L_e + L_c)/2$ 是有效长度。最大热传输量 $Q_\text{max}$ 从等号成立的条件求得:

$$Q_\text{max} = \frac{\displaystyle \frac{2\sigma}{r_\text{eff}} - \rho_l g L \sin\phi}{\displaystyle \frac{\mu_l L_\text{eff}}{K A_w \rho_l h_{fg}} + \frac{128 \mu_v L_\text{eff}}{\pi d_v^4 \rho_v h_{fg}}}$$
🧑‍🎓

笔记本电脑用的是薄型热管吧。厚度0.4mm左右的话,哪项是瓶颈?

🎓

问得好。薄型(包括Vapor Chamber)的蒸汽流路断面积特别小,所以 $\Delta P_v$ 的 $d_v^4$ 变得主要。厚度0.4mm的话蒸汽流路等效直径只有0.2mm左右,蒸汽压力损失可能占总损失的80%以上。也就是说,毛细管极限不是瓶颈,"蒸汽流路极限"才是真正的瓶颈。这就是为什么最近的游戏本用0.6mm以上厚度的热管。

Merit数(性能指数 M)和工作流体选择

🧑‍🎓

工作流体还有水以外的选择吗?怎样选择?

🎓

用一个指标来比较工作流体的热传输能力,叫做Merit数(性能指数 M)

$$M = \frac{\rho_l \cdot \sigma_l \cdot h_{fg}}{\mu_l}$$

M值越大,在相同的吸芯结构和尺寸下,能传输更多热量。代表性工作流体的Merit数比较:

工作流体动作温度范围Merit数 M (W/m²)代表应用
30〜200℃$5 \times 10^{11}$ (60℃)电子设备冷却、CPU、LED
甲醇10〜130℃$9 \times 10^{10}$ (60℃)低温环境、塑料外壳
-60〜100℃$5 \times 10^{11}$ (25℃)卫星热控制、极低温
丙酮0〜120℃$6 \times 10^{10}$ (60℃)LED照明
600〜1200℃$2 \times 10^{12}$ (800℃)核反应堆、太阳热发电
🧑‍🎓

水在常温区最强啊。那么电子设备用的基本都是水吗?

🎓

基本上是这样。但水和管材发生反应产生非冷凝气体(NCG: Non-Condensable Gas)的风险,所以管材必须用铜。铜管装水没问题,但铝管装水会产生氢气,热管会在几个月内失效。材料相容性检查是仿真之前必须的。

其他动作极限

🧑‍🎓

除毛细管极限外,还有其他极限吗?

🎓

热管有5个动作极限。设计阶段需要全部检查:

  1. 毛细管极限(Capillary): 吸芯液体还流能力的极限。常温区最严格。
  2. 沸腾极限(Boiling): 蒸发部吸芯内产生气泡并成长,阻碍液体供应。高热流密度时发生。
  3. 音速极限(Sonic): 蒸汽流速达到音速(choke)。启动或低温时注意。
  4. 飞溅极限(Entrainment): 高速蒸汽卷起对侧液膜。用Weber数判定。
  5. 粘性极限(Viscous): 蒸汽压在极低温下极低。与液态金属热管启动有关。

电子设备用(水-铜、30〜100℃)中,通常毛细管极限和沸腾极限是设计的关键。

热管热的数值计算方法

1D热阻模型的实现

🧑‍🎓

等效热阻网络实际上怎样在CAE中实现?

🎓

最简单的是1D热阻网络用系统级热路仿真器(Ansys Icepak、Flotherm、6SigmaET等)来实现。热管看作一个"2端子元件":

$$Q = \frac{T_\text{evap} - T_\text{cond}}{R_\text{hp}} = \frac{\Delta T}{R_\text{hp}}$$

其中 $R_\text{hp}$ 从数据表获取,或用刚才的热阻分解式计算。实务要点:

  • $R_\text{hp}$ 对输入热量 $Q$ 非线性(低Q时高,接近毛细管极限时急剧上升)
  • 需要过渡响应时,将壁、吸芯、蒸汽的热容 $C$ 并联,变成 RC 电路
  • 使用温度依赖的物性值时,需要迭代计算

等效热导率模型(各向异性 $k_\text{eff}$)

🧑‍🎓

要看基板上的整体温度分布时,1D模型就不够了吧?

🎓

是的。基板上有多个芯片或需要看热扩散时,将热管建模为各向异性等效热导率的固体。Vapor Chamber经常用这个方法:

$$k_\text{axial} = 5{,}000 \text{--} 20{,}000 \;\text{W/(m·K)} \quad (\text{轴向/面内方向})$$ $$k_\text{radial} = 30 \text{--} 100 \;\text{W/(m·K)} \quad (\text{径向/厚度方向})$$
🎓

$k_\text{axial}$ 一般通过拟合实测值来确定。和解析结果的温度差控制在3~5℃以内即可。要注意 $k_\text{axial}$ 依赖于输入热量,干涸附近会急剧下降,所以需要按工作点切换参数。

CFD二相流模型(VOF / Mixture)

🧑‍🎓

什么时候需要CFD来解二相流?

🎓

研发阶段或需要详细研究蒸发、冷凝局部现象时。主要有2种方法:

  1. VOF法(Volume of Fluid): 直接追踪气液界面。能看到界面形状,但计算量大且对网格分辨率敏感。用于研究蒸发部吸芯内液膜的行为。
  2. Mixture / Euler二流体模型: 用体积分率表示气液。比VOF粗糙,但计算效率高。

两种方法都广泛用Lee模型做蒸发冷凝源项:

$$\dot{m}_\text{evap} = r_i \alpha_l \rho_l \frac{T - T_\text{sat}}{T_\text{sat}} \quad (T > T_\text{sat})$$ $$\dot{m}_\text{cond} = r_i \alpha_v \rho_v \frac{T_\text{sat} - T}{T_\text{sat}} \quad (T < T_\text{sat})$$

其中 $r_i$ 是质量转移系数 [1/s]。$r_i$ 的值在不同文献中从0.1到 $10^6$ 变化极大,必须和实验结果对标调整。$r_i$ 太大会发散,太小会导致界面温度偏离 $T_\text{sat}$。

吸芯多孔质模型(Darcy流)

🧑‍🎓

吸芯内的液流怎样建模?

🎓

吸芯是多孔质体,不用Navier-Stokes方程,用Darcy定律近似:

$$\vec{u} = -\frac{K}{\mu_l} \nabla P$$

$K$ 是渗透率 [m²],依赖吸芯结构:

吸芯结构渗透率 $K$ [m²]有效毛细管半径 $r_\text{eff}$ [m]孔隙率 $\varepsilon$
烧结粉末$10^{-13}$ 〜 $10^{-11}$$0.21 d_p$(粒径的0.21倍)0.4〜0.6
网孔网屏$10^{-11}$ 〜 $10^{-9}$$1/(2N)$(网数 $N$ 依赖)0.6〜0.7
轴向沟槽$10^{-9}$ 〜 $10^{-7}$$w/2$(沟宽的一半)0.1〜0.3
🎓

烧结粉末 $r_\text{eff}$ 小所以毛细管驱动力大,但 $K$ 也小,液体压力损失大。沟槽反过来,$K$ 大但毛细管力弱。智能机薄型Vapor Chamber用烧结粉末,航天热管用轴向沟槽。

热管热的实务应用

薄型热管(Vapor Chamber)的解析

🧑‍🎓

最近的智能机用Vapor Chamber吧。厚度0.4mm听说,那怎么解析?

🎓

Vapor Chamber(平板型热管)的解析有3段阶梯化方法:

  1. 第1阶段 — 1D/2D筛选(1小时): 热阻网络+毛细管极限检查。筛选候选材料和尺寸。
  2. 第2阶段 — 各向异性 $k_\text{eff}$ 模型(1天): 系统级3D热解析。看基板的温度分布和其他部件的热影响。
  3. 第3阶段 — 多孔质二相CFD(1~2周): 预测吸芯内液分布、干涸位置。仅在开发新吸芯结构时。

实务中80%的工作只需第1~2阶段。第3阶段是R&D部门的活。

网格策略

🧑‍🎓

各向异性 $k_\text{eff}$ 模型下网格要注意什么?

🎓

3个要点:

  • 厚度方向至少3层: 分开上壁、VC主体($k_\text{eff}$)、下壁。壁是铜($k = 380$),VC层是各向异性。
  • 面内方向热源大小的1/5以下: 例如芯片10mm×10mm的话,面内网格2mm以下。
  • 不要忘记接触热阻(TIM层): 芯片↔VC间的硅脂($k \approx 5$ W/(m·K)、厚度50μm)可能占全温差的20~40%。

边界条件的设置

🧑‍🎓

边界条件怎么设?只给芯片的热量就行吗?

🎓

基本是热源侧给热流,放热侧给对流边界

  • 蒸发部(芯片面): 均匀热流或热点分布。例:SoC 5W / 8mm×8mm = 78 kW/m²
  • 冷凝部(散热器面): 对流 $h = 5\text{--}50$ W/(m²·K)(自然对流)或 $h = 50\text{--}200$ W/(m²·K)(风扇强制)
  • 侧面、底面: 绝热或自然对流($h = 5\text{--}10$ W/(m²·K))

注意:电子设备要设最坏环境温度(例如45℃),不是室温25℃。在25℃通过的设计在车载(85℃环境)完全不行。

验证和有效性确认(V&V)

🧑‍🎓

仿真结果的可信度怎样验证?

🎓

热管解析的V&V有3个等级:

  1. 等级1 — 解析验证(Verification): 毛细管极限 $Q_\text{max}$ 和手计算对比。和公开文献基准(如Faghri 2016的钠热管实验)对标。
  2. 等级2 — 和实验对比(Validation): 用热电偶测蒸发部、冷凝部的温度。各向异性 $k_\text{eff}$ 模型误差 ±3℃以内、CFD模型 ±5℃以内为合格。
  3. 等级3 — 网格收敛性: 3等级网格(粗、中、细)的Richardson外插。GCI(Grid Convergence Index)< 5%。

实务中"蒸发部温度"直接关系规格,首先要控制这里的误差。±3℃内就可以通过。

热管热的软件比较

商用工具比较

🧑‍🎓

热管仿真用什么软件好呢?

🎓

目的不同软件分3大类。整理如下:

工具方法热管模型优势用途
Ansys IcepakFVM(流体+固体)各向异性 $k_\text{eff}$、2阻模型电子设备冷却专用、零件库系统级(第2阶段)
Flotherm / FloTHERM XTFVMSmartPart(热管专用)GUI直观、Mentor Graphics系系统级(第2阶段)
6SigmaETFVM等效 $k_\text{eff}$高速求解器、Cadence收购系统级(第2阶段)
Ansys FluentVOF / MixtureLee蒸发冷凝模型 + UDF二相流详细解析R&D(第3阶段)
COMSOL MultiphysicsFEM多孔质媒介 + 相变多物理场耦合R&D(第3阶段)
STAR-CCM+FVMVOF + Darcy多孔质多面体网格R&D(第3阶段)
OpenFOAMFVMinterPhaseChangeFoam免费、自由定制R&D / 学术
🧑‍🎓

如果我是电子设备厂商的工程师的话,选哪个?

🎓

首先用Flotherm 或 Icepak做系统级评估。热管用各向异性 $k_\text{eff}$ 就够,计算时间30分钟~2小时。有问题再用Fluent/COMSOL深入详细解析,这样成本最优。一开始就上CFD二相流是浪费计算资源。

建模方法选择指南

判断基准1D热阻各向异性 $k_\text{eff}$CFD二相流
计算时间秒~分30分~2小时数日~数周
精度(温度)±5~10℃±3~5℃±2~5℃
需要的输入数据$R_\text{hp}$而已$k_\text{axial}$、$k_\text{radial}$吸芯全物性
干涸预测不可不可可能
空间温度分布不可可能可能(细致)
应用阶段概念设计详细设计研究开发

热管热的先端研究

脉动热管(PHP / OHP)

🧑‍🎓

"脉动热管"这词最近听到,和普通热管有什么不同?

🎓

脉动热管(Pulsating Heat Pipe,PHP)最大的特点是没有吸芯结构。细管(内径1~3mm)蛇形配置,工作流体以振荡段流(液塞和蒸汽气泡交替)自励振荡。

优点是制造简单(弯曲管子而已)、易于薄型化。缺点是机制非线性,仿真极难。CFD解需用VOF+相变模型追踪每个液塞,计算量巨大。

最近Spring-Mass-Damper模型(用弹簧、质量、阻尼近似液塞)受关注,计算成本是3D CFD的千分之一,能以不错的精度预测振荡频率和平均热传输。

环路热管(LHP)

🧑‍🎓

也听说过"环路热管",和普通热管有什么区别?

🎓

LHP是蒸发器只有吸芯(一级吸芯),蒸汽和液体用独立管线传输。优点是传输距离能达数米(普通的30~50cm)。用在卫星和数据中心的远距离热传输。

仿真需要混合方法,蒸发器内的二相流详细解,但蒸汽管和液管用1D流路处理。COMSOL的"Heat Pipe Module"或自定义代码实现。

AI替代模型的设计优化

🧑‍🎓

AI用在热管设计里吗?

🎓

最近增长快。典型流程是这样:

  1. 吸芯参数(粒径、孔隙率、厚度)× 工作条件(热量、倾角)组合 200~500个案例的CFD/热阻模型预先计算
  2. 结果用神经网络(DNN)或高斯过程回归学习,构建替代模型
  3. 用替代模型配合遗传算法或贝叶斯优化探索(数万次评估秒级完成)

例如"厚度0.5mm以下、$Q_\text{max} \geq 15$W、蒸发部温度 ≤ 85℃"约束下,找最优粒径和孔隙率。传统参数研究要数周,AI替代1小时解决。

热管热的故障处理

常见失败和对策

🧑‍🎓

热管仿真常见的失败有哪些?

🎓

实务遭遇的典型问题和对策:

症状原因对策
仿真温度比实测低10℃以上$k_\text{eff}$ 高估(直接用数据表)用制造商提供的 $R_\text{hp}$ vs $Q$ 曲线。实测数据拟合 $k_\text{eff}$
高负荷时温度突然跳升(仅实机)干涸。各向异性 $k_\text{eff}$ 模型无法再现预先手算毛细管极限。工作在极限的80%以下
CFD发散Lee模型的 $r_i$ 过大$r_i = 0.1$ 开始,逐步增大。库朗数 < 0.5
倾斜放置性能急变重力压头 $\Delta P_g$ 影响最坏姿态(蒸发部向上)重新算毛细管极限。Bottom Heat Mode轻松,Top Heat Mode可能砍半
过渡过程对不上没考虑吸芯、壁的热容RC电路加 $C_\text{wall}$、$C_\text{wick}$、$C_\text{vapor}$
启动时温度超调冷启动(Frozen Startup):低温猛加热启动改成阶段加热。检查音速极限、粘性极限
🧑‍🎓

最常犯的是哪个?

🎓

压倒性的是"$k_\text{eff}$ 高估"。数据表上"实效热导率 20,000 W/(m·K)"但那是最优点。低负荷、高负荷都不一样。必须考虑 $Q$ 依赖性。

第二常见的是"接触热阻(TIM)被忽视"。芯片↔热管间的硅脂或焊料热阻可能是全温差的30~50%,却按理想接触估算。现实很严酷。

🧑‍🎓

听了实用的故事,太有收获!原来要先手算热阻,再逐步CAE,是这样的流程啊!

🎓

就是。热管解析"手算理解物理→系统级CAE看温度分布→必要时局部CFD深入"这顺序铁则。急着上CFD会被物性不确定性迷惑。先自己手算毛细管极限和Merit数,这是基本功。

关联仿真器

这个领域的交互式仿真器让你切身感受理论

仿真器列表

相关领域

结构解析流体解析制造工艺解析
这篇文章的评价
感谢回答!
有参考
价值
想要
更详细
有错误
要报告
有参考价值
0
想要更详细
0
有错误要报告
0
由NovaSolver贡献者编写
匿名工程师 & AI — 网站地图
查看个人资料