🔢 mathematics

A Scalable Approach for Transient Thermal Modeling of Automotive Power Electronics

本文提出了一种用于汽车功率电子器件瞬态热建模的高效集总参数线性叠加（LPLSP）方法，该方法与计算流体力学（CFD）和线性时不变（LTI）模型相比实现了高精度（误差低于5%），从而能够实现快速的设计迭代和长时程任务剖面模拟。

原作者： Neelakantan Padmanabhan

发布于 2026-06-11

📖 1 分钟阅读🧠 深度阅读

原作者： Neelakantan Padmanabhan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下你正在为一个高性能电动汽车设计发动机。就像人类在奔跑时身体会发热一样，汽车内部的电子元件（特别是控制电机的逆变器）在剧烈工作时也会变得异常烫手。如果它们过热，就会损坏，导致汽车停驶。

为了防止这种情况，工程师需要精确预测这些部件在不同驾驶条件下会变得多热。这篇论文介绍了一种更智能的新型预测方法。

以下是问题的分解和解决方案，使用了简单的类比：

问题：“慢且昂贵” vs. “快且错误”

工程师目前有两种主要方式来计算温度：

“慢且昂贵”的方式 (CFD)： 这就像是在风洞中建造一个完整的、完美的汽车发动机复制品，并让它运行数小时，以观察热量是如何移动的。这种方法极其精确，但运行一次模拟就需要数天的计算机时间。如果你想测试 100 种不同的驾驶场景，你可能要等待数月之久。
“快且错误”的方式 (标准模型)： 这就像是使用一个简单的数学公式，该公式假设热量沿着直线、可预测的路径移动。这种方法非常快，但当情况变得复杂时就会失效。例如，如果风速快速变化，或者热量产生了自身的空气流（比如热空气上升），这些简单的公式就会得出错误的答案，误差有时会非常大。

解决方案：“智能捷径” (LPLSP)

作者 Neelakantan Padmanabhan 提出了一种名为 集总参数线性叠加 (Lumped Parameter Linear Superposition, LPLSP) 的新方法。

你可以将这种方法看作是一个 “智能捷径”，它结合了两者的优点。

“集总”部分 (水桶)： 这个方法不再追踪每一个空气分子或热粒子（这就是那个缓慢的“风洞”所做的），而是将电子元件视为“水桶”。它会问：“如果我往这个水桶里倒入一杯热水（热量），温度会升高多少？”它将复杂的几何结构简化为易于处理的块状单元。
“线性叠加”部分 (搅拌碗)： 想象一下有三个人同时向一个大的搅拌碗里倒入热水。
- 如果 A 倒了 1 杯水，水位上升 1 英寸。
- 如果 B 倒了 1 杯水，水位会再上升 1 英寸。
- “叠加”原理告诉我们：如果他们两人同时倾倒，你只需要把结果相加即可（1 英寸 + 1 英寸 = 2 英寸）。
- 论文中的方法利用了这个理念，来预测当汽车逆变器中的全部六个晶体管同时发热（即使它们的加热时间和速度各不相同）时会发生什么。

实际应用中它是如何运作的

作者在应用于一个带有散热片（风扇）的电路板上的真实汽车逆变器进行了测试，该逆变器上有六个晶体管 (MOSFET)。

训练阶段： 首先，计算机运行一些“慢速”模拟（类似于风洞），但仅进行极短时间的运行，并且每次只开启一个晶体管。它利用这些结果来“学习”热量在该特定盒子内是如何移动的规则。
预测阶段： 一旦学习了规则，它就可以瞬间预测任何驾驶场景下的温度——无论汽车是在怠速、加速，还是风速在快速变化或减慢。

结果：为什么这很重要

论文将这种新的“智能捷径”与旧方法进行了对比：

对比“慢速风洞”： 新方法的准确率高达 99.5%（误差小于 5%）。它几乎能完全准确地预测温度。
对比“快速简单公式”： 旧的简单公式在复杂情况（如自然对流）下表现很差，误差超过 20%。而新方法即使在风速快速变化时也能保持准确。
速度： 虽然在初始阶段需要一点时间来“训练”模型，但一旦训练完成，它可以在不到一秒钟的时间内计算出温度。这比完整的风洞模拟快了数千倍。

核心结论

这篇论文声称，这种新方法能让工程师更快地设计出更安全、更可靠的汽车电子设备。工程师不再需要等待几天时间让计算机告诉他们一个部件是否会过热，而是可以在几秒钟内得到高度准确的答案。这有助于他们测试更多设计，并更快地将更好的汽车推向市场，而无需为每项测试都制造昂贵的物理原型。

关键要点： 这是一种用“慢速详细实验”的精度来实现“快速猜测”速度的方法，专门用于保持汽车电子设备的冷却。

技术摘要：一种用于汽车功率电子器件瞬态热建模的可扩展方法

问题陈述

高效的热管理对于汽车功率电子器件（如逆变器、整流器和电源）的可靠性和性能至关重要。过热会导致性能下降、缩短组件寿命并引发系统故障。虽然计算流体动力学（CFD）能够提供精确的热模拟，但其计算成本高昂且耗时，特别是在涉及多个热源和混合传热模式（传导、自然对流、强制对流）的复杂大规模系统中。

现有的降阶模型（ROM）试图在准确性和效率之间取得平衡，但面临显著局限性：

Krylov 子空间法和平衡截断法： 对线性时不变（LTI）系统有效，但在处理非线性、热-电耦合行为以及随时间变化的边界条件时表现不佳。此外，这些方法需要通过试错法确定扩展点，且随着子空间的增大，计算强度会变得非常高。
本征正交分解（POD）： 对于具有主导热模态的系统有效，但在热能分布在众多空间和时间尺度上的情况下（这在汽车应用中很常见），其增益有限。
机器学习： 虽然在实时预测方面取得了进展，但这些数据驱动的方法依赖于数据质量，存在过拟合、缺乏可解释性和稳定性保证的问题，这对关键系统构成了安全隐患。
紧凑热网络（CTN）： 通常依赖于大量的测量来进行参数提取，并且可能会忽略芯片间的热耦合，或在已知温度依赖性的情况下仍假设线性特性。

因此，需要一种可扩展、可解释且计算高效的建模方法，能够处理快速瞬态、变化的流速以及非线性传热机制，同时避免承受高昂的全量 CFD 模拟成本。

方法论

本文提出了一种**集总参数线性叠加（LPLSP）**方法。这种混合方法结合了集总参数建模与线性叠加原理，以高效捕捉瞬态热行为。该方法基于广义热方程，但采用了拟合 CFD 数据的经验公式。

案例研究配置

该方法在一种逆变器模块上进行了验证，该模块包含六个 MOSFET（分为三相系统的上下桥臂对），安装在带有散热片的热沉上的印刷电路板组件（PCBA）上。模拟在 Ansys® Icepak™ 下针对三种工况进行：

自然对流。
恒定速度的强制对流。
变流速的强制对流。

模型公式化

LPLSP 模型通过以下步骤推导：

绝热系统： 假设瞬时温度扩散，导致温度随时间线性上升（ $T(t) = T_0 + (P/C)t$ ）。
传导： 扩展到空间梯度显著的多体系统。温度被建模为一个线性项加上一个遵循 RC 电路类瞬态响应（ $1 - e^{-\theta t}$ ）的偏差项（ $T_D$ ）。利用叠加原理来处理多个热源。
对流： 纳入流速影响。对于变流速情况，模型通过参数化研究来建立热阻（ $R_{ij}$ ）、时间常数（ $\theta_i$ ）与流速（ $U_f$ ）之间的关系。这些参数被表示为流速的幂函数（ $R_{ij} = m U_f^\gamma + c$ ）。
泛化： 对于具有混合模式和可变输入的系统，任何组件的温度通过计算所有热源的贡献之和来得出，每个贡献由其各自的热阻和时间常数加权，而这些参数是瞬时流速的函数。

参数估计

模型常数通过参数化 CFD 模拟过程确定：

每次仅对一个 MOSFET 施加单位功率（1W），同时其他 MOSFET 关闭。
运行短时间（约 10 秒）的模拟以捕捉瞬态响应。
通过最小化 CFD 数据与模型预测的偏离线性温度曲线之间的平方误差和，来优化热阻和时间常数。
对于变流速场景，在离散的速度（例如 1, 5, 10, 20 m/s）下进行参数化模拟，并使用线性插值处理中间值。

主要贡献

可扩展的瞬态建模： LPLSP 方法提供了一个框架，能够精确模拟具有多个热源和混合传热模式（包括可变流速）的瞬态热行为。
处理非线性： 与传统的 LTI-ROM 不同，LPLSP 在非线性机制（例如流场与温度耦合的自然对流）中仍能保持高精度，因为它通过在局部线性化成立的较短时间窗口内进行特征化来实现。
计算效率： 一旦完成参数化模拟（一次性成本），该模型可以在不到一秒钟内评估任意输入的变量（功率耗散、流速），其速度比全量 CFD 高出数个数量级。
可解释性： 模型提供了物理参数（几何、材料属性、流场）与热响应之间清晰的函数关系，避免了机器学习的“黑盒”性质。
优化策略： 本文指出，具有相似几何/材料属性或空间位置接近的组件表现出相似的模型参数。建议通过对组件进行聚类并忽略与微小时间常数相关的相互作用，从而进一步减少所需的参数化模拟次数。

结果

在三种场景下，将 LPLSP 模型、线性时不变降阶模型（LTI-ROM）以及全量 CFD 模拟进行了对比：

自然对流：
- LPLSP： 与 CFD 相比，实现了 4.74% 的平均百分比误差。
- LTI-ROM： 由于固有的非线性和随时间变化的自然对流特性违反了 LTI 假设，导致误差高达 25.11%，表现极差。
强制对流（恒定速度）：
- LPLSP 和 LTI-ROM 的误差均低于 5%（分别为 2.48% 和 4.97%），因为系统在恒定流速下表现为线性。
强制对流（变流速）：
- LPLSP： 通过使用基于速度依赖参数的分段线性近似，将误差维持在 5% 以下（4.22%）。
- LTI-ROM： 未进行评估，因为大幅度的速度变化会使固定速度的脉冲函数失效。

计算时间：

全量 CFD 模拟每个案例需要 730–900 秒。
LPLSP 参数开发需要 1440–4800 秒（取决于速度步数），但随后的 MATLAB 评估时间 < 1 秒。
LTI-ROM 开发需要 4140 秒（需要稳态收敛），评估时间约为 6 秒。

重要性与主张

本文声称 LPLSP 方法为汽车功率电子器件设计缩短开发周期提供了一条切实可行的路径。其主要意义在于：

能够实现对具有快速瞬态和多变环境条件的系统进行快速热性能评估。
在传统 LTI 型 ROM 失效的场景下（如自然对流、变流速）提供高精度（误差 < 5%）。
为早期设计迭代和长时任务剖面模拟提供强大的工具，而在这些场景下全量 CFD 极其缓慢。

作者也承认了局限性，指出该模型假设机械布局是固定的，并且可能难以处理复杂的相变流（如热管）或表现出具有极大差异的时间常数的阶段性指数上升的系统。未来的工作建议通过实验数据验证模型，并可能引入混合子模型以处理相变动力学。然而，在固定的机械布局汽车电子器件范围内，该方法被视为一种可扩展、准确且计算高效的传统技术替代方案。