全豹透析“热数字孪生体”，李菊福？

全豹透析“热数字孪生体”，李菊福？

00

昨天荣幸受邀参加了“2021年第一届热管理行业解决方案展示及专题技术论坛”。本次会议真是大咖云集，我们也汇报了题为《热设计关键技术——热数字孪生体》的专题报告，在这里，郑重感谢主办方、需求提供方及承办方。特别致谢上海第二工业大学，他们在如此严峻的环境下，承受巨大的压力，顺利完成了这样一个行业高等级的技术盛会，确实是非常不容易。

图一，盛会合影

本次会议汇集了大量的优秀的行业解决方案，会议时间的限制，给每个项目展示的时间只有十分钟。我的难题是如何用十分钟把通常需要100分钟才能完整说明的问题讲清楚，事实上我也不具备这个能力，只能是在今天写这篇文章，作为本次汇报内容的补充，很多技术点在以前的文章也有详细的描述，难免会有一些重复和引用，请大家见谅。

01

我们对热数字孪生体的定义：能精确观测并表征物体的温度场稳态或瞬态变化，基于特定标准化条件下，可以流转并重用的热仿真模型。

图二 热数字孪生体建立流程

流程上，首先要通过瞬态热测试技术建立被测对象一维导热路径的数学模型，同时在仿真软件中对被测对象做仿真建模，建立三维的仿真模型。通过对数字模型和仿真模型的校正，在三维热解析理论的基础上，实现热测试和热仿真的深度融合，从而构建被测对象的热数字孪生体（本公众 号，两篇参考文章：一、《热测试（九）——热模型Calibration技术提高IGBT热仿真精度》，二、《热数字孪生体的建立和应用》）。

热数字孪生技术是涵盖数学，材料，机械技术，电子技术，光学，传热学，计算机及通信技术，仿真技术，优化技术等多学科复杂的综合应用技术。在国外的一些企业内部已经有大量的应用实践，中国的部分企业也有这方面的意识和需求，但是由于其复杂程度和技术积累缺乏，并没有深度的实际应用。

02

结合测试和仿真，并按照一定的流程建立高精度的热仿真模型，其基本要求：在流程的每一个环节，都必须能保证相应的精度，避免误差的累积效应。

测试技术和工具是工程师发现并了解世界真相的眼睛，热数字孪生体要求使用第四代测试技术去发现客观世界温度场的真相（参考文章：热测试技术的进化与数字孪生）。

温度的测量和温度场的测量是两个不同维度的概念。早期的温度测量都是测量点温度，这类测试技术是无法表征温度场，也无法对全温度场中的传热做结构分析。

上个世纪末，出现瞬态热测试技术（参考文章：一、热测试（二）——瞬态热测试与结构函数），2010年，结构函数被正式认定，作为一维导热路径的测试标准。

瞬态热测试技术是通过测量电压信号去测量温度，因此，电压和温度的关系曲线（K系数），电压信号的采集速度，电压信号的数据处理，如何降低信号的信噪比等。这些因素都是构成测量误差的因素。

设备本身就是一个技术难点。主要涉及设备的高速采样能力，设备的自身的可靠性及稳定性，采样数据的处理等。在我们之前，世界范围内只有工业软件的巨头——西门子可以提供这种设备（西门子是通过收购了Mentor获得和这个技术的所有权），鲁欧团队通过长时间不懈的努力，成功破解了这项卡脖子技术，并在原有产品的基础上，针对设备存在的客观问题，做了大量的优化工作，使得目前设备的性能，易用性等指标远远超过同行。

设备是工具，工具就会涉及到工具的使用方法，这种高精度设备和常规的电学测量工具不完全一样，想要得到理想的数据还是需要一定的经验。

K系数，用来表征半导体芯片的节电压和温度的关系参数，在测量半导体的结温时，需要对芯片的K系数做测量（参考文章：热测试（一）——ETM法测量结温）。依据的是半导体不同温度下的IV曲线（电流电压曲线），理论上这个系数在特定的电流参数下是恒定的，实际测量并非如此。我们做过一些实验，发觉有一些芯片在升温过程中的K系数和降温时的K系数不完全一样，这种现象有一定的规律，但在芯片之间重现性不强。而K系数的精度直接会影响到温度的测试精度，实际测量中，这种现象是要考虑的。

而测试电流和加热电流的选取，对简单测试信号的信噪比，也会有相当大的影响。面对一个新的芯片，通常会耗费数小时甚至更长的时间去寻找这对参数，保证测试结果的精度和重复性。

而测试环境对数据的影响也是非常大的，前面文章就说到这个问题，实际上，为了标准化测试环境，最理想的状况是为每个测试对象，依据三维温度场解析理论去定制相应的实验设计（治具）。

最后就是测试数据的解读，结构函数是一个连续的曲线，我们要对温度场做结构分析，必须先定位材料和曲线之间的关系。

还有一些其他可能影响测试精度的因素，不一而足。或许碰到了，做一些实验探索，才能找到对应的解决方案。

热数字孪生体，要需要导入热仿真技术。现在的热仿真软件基本上是CFD软件，而CFD软件本身对软件的使用门槛就比较高，若是对仿真模型做Verification，也会依赖软件使用者自身的经验。而且，热数字孪生体还要求对仿真模型做Validation（参考文章：V&V ——正向设计的企业建设核心竞争力的利器）。

图三 仿真需要V&V

融合热测试和热仿真，需要对模型有深刻理解，基于物理模型做标准化，建立相应的数据库，实现模型的全覆盖或者至少是大部分覆盖，而为了提高V&V及热数字孪生的应用效率，在仿真中还需要结合模型优化技术及1D和3D软件之间的耦合技术。

03

参加本次技术盛会真是收获满满，无论是方案还是专题，均聚焦于解决高热流密度问题的散热材料和技术，提出了大量有应用前景的热设计解决方案。整个行业均意识到了温度场是三维的，而对现有的解决方案的主要评价指标还是用温度或者热阻等一维的值。这些一维的值，定位的是点温度或者是材料的几何表面，而物理上在同一个几何表面，温度场分布不是均匀的，所以，用点温度或者热阻值表征温度场是有限制条件的。

图四 温度场与材料分布的关系

温度场又是一个场耦合的概念，材料的热物性是随温度变化而发生变化的，而热阻更是会随着材料之间的传导关系变化而变化（参考文章：三维温度场视角比较热测试动态法和静态法），这就可能导致在不同的功率分布，不同的材料装配关系，不同工况下，某个点温度或者热阻这种一维的参数和温度场之间的呈现弱相关的态势。

而且温度是不能直接测量的物理量，热阻的测量也是依赖温度和功率的测量，本身就有一定的误差，这些因素互相交错，相互影响，直接限制了温度场测量精度。

从热数字孪生体的建立过程来看，热数字孪生体是可以在一定允许误差范围内，对温度场进行相对准确测量的方法和技术，上述的大量有应用前景的热设计解决方案，如果能结合热数字孪生体技术，可以对解决方案应用后的温度场做准确测量，必然会减少行业上下游中的大量重复研究工作。

04

热数字孪生体的作用不仅仅是对现有方案做准确评价，虚拟世界的试错成本相对非常低，面对我们需要解决的热设计问题，基于准确的热模型，我们可以在虚拟空间做大量的试错，获得大量的超出经验的方案和知识，我们可以选择一些方案在物理世界做验证，从而达到缩短研发时间，提高研发效率和可靠性，减低研发成本的目的。

热数字孪生体也是一个知识管理的工具，实际应用可能是单模型的应用，也有可能是模型的混合运用，在实际研发工作中，沉淀模型之间的关联，解决对于具体实际工况的模型选择问题，从而实现知识再造，积累企业甚至行业的智力资产。

图五，设计虚拟化提升设计的可靠性

上图中，Denso基于热数字孪生体技术，研发工作中，仿真的工作量从09年的20%，提升到15年的90%，从而减少了60%的研发成本，研发周期缩短了一半。

现有的热仿真软件中也有一些高精度的热模型，可以认为是一种热数字孪生体，用这种热模型可以缩短仿真的时间，提高仿真的精度。而随着热数字孪生体的标准化和实践应用，大量的数字孪生体会越来越多的应用到仿真软件当中，结合大数据和人工智能，未来的热仿真软件，即使是一个热设计小白也能依靠海量的热数字孪生体，很容易的实现高精度的仿真，从而应用在产品的概念设计，详细设计，产品优化，生产制造，设备维护等各个阶段，让整个生态的成本大幅减低，实现社会资源最大程度的优化。