基于主被动冷却耦合的棱柱电池热管理系统研究

随着电动汽车电池包容量的增加和电池单元能量密度的提高,电池的热管理已经成为当前电动汽车设计制造过程中的重点和难点。本文基于单个电池单元和电池模组逐级热分析的方法,在电池模组的热管理系统中,引入液冷板作为主动式制冷,同时采用风冷和均热板作为被动式制冷。首先,通过对单个电池单元进行细致建模,计算得到不同电池单元放电倍率下的产热量。然后,对组装成的电池模组进行主动和被动热管理系统的建模。接着,分别对两种不同的热管理系统—风冷与液冷耦合系统、液冷与均热板耦合系统进行最高温度和温度均匀性的模拟仿真,并选择冷却性能更优的结构。最后,对选定的热管理系统在不同质量流量下对系统冷却效果的影响进行优化设计。研究结果表明,随着冷却液流量的增加,最高温度呈现下降趋势,且在2.125 L/min之后冷却效果趋于平缓。综合考虑冷却效果和系统能耗,2.125 L/min的进口流量是在液冷与均热板耦合系统下的最佳选择。

一种基于风冷系统的新型汽车动力电池散热模组设计

随着新能源汽车动力电池的能量密度日益提高,一般风冷散热方式难以满足电池散热要求。因此,提出了一种新型热管嵌入式动力电池风冷散热模组,在不同工况下对电池最高温度及最大温差进行数值计算,并将其性能与无热管的风冷散热模组进行比较。结果表明,在电池以最大倍率(5C)放电,空气流量为0.03 m~3/s时,有热管的电池模组对比无热管的电池模组,其电池最高温度降低了7.53℃,电池间最大温差降低了3.48℃,表明该模组满足电池散热要求同时具有更佳的散热性和均温性。通过优化散热器翅片参数可进一步提高该模组的散热性能。

基于改进Mask RCNN的夜间车辆检测方法

传统的夜间车辆检测基于车灯特征的提取和识别,这类方法容易发生误判、检测精度和检测实时性不高。针对上述问题,本文研究了基于改进Mask RCNN(mask RCNN-night vehicle detection,Mask RCNN-NVD)的夜间车辆检测算法。将残差网络(residual network,ResNet)结构中的普通卷积修改为数量为16组的分组卷积,通过16组1×1卷积实现通道数叠加,将网络参数降至普通卷积的1/16,提升检测速度,并实现与普通卷积相同的效果;将通道注意力机制模块(squeeze-and-excitation,SE)嵌入ResNet结构中,通过2个全连接层构建瓶颈结构,将归一化权重加权到各通道特征,增强网络表征能力;在特征金字塔网络(feature pyramid networks,FPN)后加入自底向上结构,将底层特征强定位信息传递到高层语义特征中;加入自适应池化层,根据区域候选网络(region proposal network,RPN)产生的候选区域分配至不同尺度特征图中,并在底层特征与各阶段最高层特征之间加入跳跃连接结构,实现缩减模型参数的同时保留模型的全局表征能力。通过对开源数据集Microsoft common objects in context(MS COCO)、Berkeley deep drive 100K(BDD100K)的夜间行车图像进行数据增强,构建用于评估检测性能的测试集2000张。实验结果表明:算法在测试集上的平均精度(mean Average Precsion,mAP)值高达92.62,每秒图像处理帧数(Frames Per Second,FPS)值高达30帧。相比于原始Mask RCNN算法分别在mAP值上提高1.68,FPS值提高4帧,验证提出的方法可以有效提升夜间车辆检测的准确性和实时性。

高热流密度均温板的传热特性实验研究

针对目前严峻的电子组件散热形势,制造了高热流密度传热组件—均温板,并对其传热特性进行了研究.实验表明该均温板可承受非常高的热流密度.当加热功率达到170W时,热流密度超过了40W/cm^2,均温板的上底面最高温度不超过85℃,从而表现出良好的均温和散热特性。热阻随加热功率的增大而减小,并逐渐趋于平缓。

超高功耗2400 W LED投射灯的散热设计

为解决一款高功率LED投射灯散热问题,本文针对传统直肋片式散热器普遍存在导热能力不佳,无法即时有效地携出高热量问题进行探讨分析;并以2400 W超高功耗的远距LED投射灯为研究对象,为其设计了一款新型热管嵌入式扣fin散热器。本文使用热分析软件ANSYS Icepak对散热器结构进行优化,研究影响散热性能的因素。结果表明:优化后的LED光源最高温度为63.68℃,比初始的71.53℃降低7.85℃,所设计的热管嵌入式扣fin散热器,在强制对流的环境情况下,能够达到2400 W LED投射灯的散热指标。

牵引变流器中IGBT模块的高效热管冷却系统设计

以高功率IGBT模块散热为主题,针对目前传统热管散热器(传统模组)存在的翅片均温性不佳、散热效率较低的问题,设计一款新型的热管分层嵌入式结构的散热器(新型模组),并通过Flotherm软件对在不同风速下其翅片与热源的温度场、模组的压力场及散热器的最大热阻进行了分析,并与传统模组进行了对比验证。结果表明:新型模组能够显著提升翅片的均温性及模组的散热效率,且最大热阻值平均降低了34%。在风速为10 m/s时的情况下,IGBT芯片的温度最大值较传统模组降低了16.9℃,进而验证了新型模组的散热可行性,并为热管散热器的设计及改进提供了指导。

一种基于水冷系统的先进IGBT散热模块设计

鉴于目前IGBT模块功率越来越大,传统风冷散热模块难以满足其散热要求,以磁悬浮列车牵引变流器中的单个IGBT模块为研究对象,设计了一款新型热管嵌入式IGBT水冷散热模组。通过ANSYS?Icepak软件对该冷却系统和设计的水冷模组的压力损失进行仿真分析,研究了增加圆柱形翅片和扁平翅片与不同入口流量对模块性能的影响。结果表明:与传统水冷模组相比,新型热管嵌入式IGBT水冷散热系统使IGBT模块芯片最高温度从81.51℃降低到75.34℃,降低了约7.4%;最大温差从12.81℃降低到9.92℃,进一步提高了IGBT模块的芯片温度均匀性,验证了新型水冷系统具有良好的散热性能,满足IGBT模块的要求,为后续先进的水冷系统设计奠定了基础。

支撑柱型电容式超声传感器有限元分析

利用COMSOL软件建立简化的分析模型,对支撑柱型电容式超声传感器(CMUT)模型进行有限元分析,并将其与圆形空腔CMUT模型进行对比。结果表明,支撑柱型CMUT模型的共振频率为10 kHz,塌陷电压为52 V,有利于进行低频化设计。与圆形空腔CMUT模型相比,支撑柱型CMUT模型的有效面积较大,寄生电容较少,器件的灵敏度较高,塌陷电压较低,振膜的振幅较大,工作时发出的声信号较弱。

基于检测增强型YOLOv3-tiny的道路场景行人检测

为了给驾驶员提供实时准确的行人信息、减少交通事故的发生,提出一种检测增强型YOLOv3-tiny(detection of enhanced YOLOv3-tiny,DOEYT)行人检测算法.创建鲁棒的特征提取网络,首先使用非对称最大池化进行下采样,防止随着感受野增大行人横向特征的丢失;其次使用Hardswish作为卷积层的激活函数优化网络性能;最后使用GC(globe context)自注意力机制获得全文特征信息.在分类回归网络部分,采用三尺度检测策略,提升小尺度行人目标的检测精度;使用k-means++算法重新生成数据集锚框,提高网络收敛速度.构建行人检测数据集并分为训练集和测试集,对DOEYT算法的性能进行试验验证.结果表明,非对称最大池化、Hardswish函数、GC自注意力机制分别使平均准确率AP提高14.4%、7.9%、10.8%;DOEYT算法在测试集上检测的平均准确率高达91.2%,检测速度为103帧/s,可见该算法可快速准确地检测行人,降低交通事故发生的风险.