建立热数字孪生体的基本原理及多芯片系统仿真模型标定
建立热数字孪生体的基本原理及多芯片系统仿真模型标定
我们先给热数字孪生体下一个定义。
实际热传递是三维的，因此外部边界条件变化时，被散热对象内部的热属性参数可能会发生变化（只有传热路径是近似的一维路径时，才可以认为热属性参数是不变的），所以热数字孪生体的前提是特定的标准化条件。实际工程应用中，如何对条件进行标准化，从而可以高效快速地对模型的热属性参数做准确推测，必须基于三维热解析理论。热数字孪生体是高精度的仿真模型，用来精确观测并表征物体的温度场稳态或瞬态变化，而要得到这个高精度的仿真模型，就必须要深度融合热测试和热仿真技术。
业界也常用测量多点温度的方式对仿真模型做标定，温度测量值是表征某一个温度测量点的温度，即使温度测量的误差可控，也无法准确的描述这个测量值的严格的物理意义，实际标定的结果严重依赖标定者的经验，标定的效率也非常低。特定标准化条件下，系统的结构函数是系统的本征属性，其物理意义是可描述的，所以用结构函数作为标定的工具，可以提高模型的准确度及可应用性。
以SOT-227封装的IGBT功率模块为例，详细介绍用结构函数去标定高精度热仿真模型的原理及实际操作要点。
测结构函数的方式遵循JESD51-14的测试标准，我们在特定标准化条件下，对样品的结构函数做测试，得到该标准化条件下该IGBT的结构函数曲线。同时，我们用仿真软件去建模，并对整个瞬态热测试的过程做瞬态仿真，也可以在仿真软件中得到结温的时间—温度响应曲线，用这个曲线也可以转换成模型的仿真结构函数。
如上图，红色曲线是仿真的结构函数，而测试的结构函数是蓝色曲线，显然仿真和测试曲线并不重合，说明现有仿真模型有误差。对误差原因进行分析，排除仿真过程不合理的因素，误差的产生主要是因为我们设置的等效边界条件的值不准确。如果我们通过调整这些边界条件的等效值，从而使得仿真的结构函数和测试的结构函数完全一致，并且这组等效的边界条件值，在其他的工况下，其准确性依然能得到验证，我们可以认为仿真模型结合这组被验证过边界条件，构成了IGBT的高精度仿真模型——即为在这样一个特定标准化条件下该IGBT的热数字孪生体。（详细过程可以参考超链接文章）
手工标定模型要求工程师对相应参数有一定经验和理解，需要一定的试错。结合优化软件，把测试结果作为优化目标进行参数化扫描，可以帮助经验不是太丰富的技术人员两到三天的时间即可完成一个器件的热模型标定工作。这种模型是可以流通并且重用，如果整个产业链可以摒弃企业壁垒，共建并共享这些标准化的热数字孪生体，可以迅速形成并积累一定数量的模型库，这种模型库到了一定数量后，其应用价值是巨大的。对于个体而言，可以提高仿真的效率和精度，降低研发成本；对于行业来说，可以实现虚拟模型的有效流通，让热设计在虚拟环境中完成成为可能。
工程应用的实际产品通常是多芯片的，芯片可能一样也可能不一样。
多芯片系统如果芯片距离足够远，每个芯片不存在热耦合情况，这种可以把多芯片系统近似成多个单芯片系统。
但是如果芯片的距离较近，彼此之间存在热耦合，由于芯片之间的横向功率很难定义，已经构建的高精度仿真模型是不能直接应用的。
实验室早先的做法是把这个多芯片的整体区域作为一个单一热源，用多个芯片的复合K系数作为电压温度响应曲线，做同样的热测试，去解析结构函数曲线并标定。而实际上其结构函数在不同的工况下，重合性并不好，也就不能作为标定的基准。
多芯片并联从电路上实现电流的并联，也能测试一个线性度不错的K系数，但是测K时，是用环境温度去控制多芯片并联器件，整个器件的温度分布可以认为是均温度，而如果实际工作状态或者是测试条件下，实际每个芯片的周边的导热环境是有差异的，电流并不会等额分配，导致各个芯片的实际功率并不相等，在各个芯片的热耦合作用下，模组内的温度分布不可能是均匀的。切换成测K系数的电流后，这个电流在并联电路的分配状况，不可能和测K系数时的分配状况一致，实际对温度的测试也是不准确的。这种不准确，还会随着功率的变化而变化。目前很少有定量的研究案例（因素太复杂，缺乏重复的实际测试结果，据说匈牙利用戴维宁等效电路尝试去解耦，具体做到什么程度，不得而知），只是知道会有差异。
实验室也做过类似的案例，我们的办法是把多芯片系统中每个芯片在系统中的散热路径重新标定，而集 合重新标定的热数字孪生体做系统仿真，去仿真每个芯片的瞬态温度。工程上如果这个瞬态仿真温度和实际测试的温度误差是可接受的，那么就可以说明这个模型有一定合理性，可以重用。
如果芯片数量太多（比如GPU，或者一些LED矩阵），不可能对每个芯片做这样的标定，也可以尝试对多芯片区域进行分区，把分区内的全部芯片作为整体热源，但是要注意对于这个整体热源的结构函数的测试要选择其中的有代表性的单颗芯片作为测试芯片来测试结构函数（如何选择测试芯片，建议还需要做一些尝试和比对，或者可以多个相互印证，只是会几何级数的增加实验和仿真的工作量），再用上述瞬态热测试的方法验证。
对于多芯片系统，解耦是复杂的，目前并没有更深入的研究和普遍应用意义的实际案例。工程上如果在一定的允许误差范围内，经过几次迭代或者补偿，我们认为可以得到应用于实践的热数字孪生体，同样也可以达到缩短研发周期和降低研发成本的目的。
超链接：
