《Case Studies in Thermal Engineering》：Numerical Simulation on Flow Regulation and Heat Transfer Characteristics of Embedded Adaptive Pin-Fin Microchannel Heat Sinks under Non-Uniform Heat Sources
编辑推荐：
本文提出一种创新的自适应针肋微通道冷却结构，旨在解决高性能芯片中因瞬态、非均匀热负荷产生的局部“热点”（hotspot）过热难题。该设计利用水凝胶针肋的温度响应变形能力，动态调整冷却剂流道几何结构，实现了对局部流量的智能再分配与自调节热控制。数值模拟结果表明，相较于传统非自适应结构（N-MCHS），该自适应微通道散热器（A-MCHS）在单一热点（热流密度100 W/cm2）条件下，可将峰值热点温度降低7.5 K，压降减少44.4%，同时仅需2.26 mW的泵送功率，其努塞尔数（Nu）也从5.68提升至7.36，显著强化了传热效能。该研究为应对动态演化高热流密度的芯片提供了一条高效、低功耗且能自我调节的冷却新途径。
随着信息技术的飞速发展，集成电路芯片的集成度遵循摩尔定律持续攀升，晶体管数量每两年翻一番。然而，这辉煌成就的背后，却隐藏着一个日益严峻的挑战——“热”。芯片上各功能单元功耗不均，导致局部区域产生极高的热流密度，形成所谓的“热点”。这些热点不仅会产生巨大的温度梯度，加速材料老化、缩短芯片寿命，更严峻的是，研究表明在70-80°C的工作温度范围内，微处理器的可靠性大约会随温度每升高1°C而下降5%。因此，如何有效管理这些局部高热流，已成为制约微处理器性能进一步提升的关键瓶颈。
在各种先进的散热方案中，液体冷却技术因其高效率和大规模应用的潜力而被广泛看好。其中，嵌入式冷却技术将微通道结构直接集成在芯片背面，让冷却液能以最短路径抵达高热流区域，显著提升了局部散热效率。过往的研究尝试了多种策略来优化散热，例如调整微通道的几何参数、使用多孔材料进行表面改性、或引入针肋等扰流结构来促进流体混合。然而，这些基于固定几何形状的优化策略存在固有局限：一方面，它们难以对动态出现、位置随机的热点进行“精准打击”；另一方面，若单纯提高整体入口流量来匹配热点散热需求，又会导致非热点区域“过度冷却”，白白浪费宝贵的泵送功率。
于是，研究人员将目光投向了“自适应”的智能冷却方案。想象一下，如果散热器本身能“感知”到哪里热，就自动“变形”为那里提供更强的冷却，岂不是完美？这正是发表于《Case Studies in Thermal Engineering》上的这项研究——“Numerical Simulation on Flow Regulation and Heat Transfer Characteristics of Embedded Adaptive Pin-Fin Microchannel Heat Sinks under Non-Uniform Heat Sources”——所探索的核心。该研究由中南大学的付林铮、文静、邱怡欧、吴平、王连成和朱文辉团队完成，他们提出了一种嵌入式自适应针肋微通道散热器（A-MCHS），巧妙地将温敏性水凝胶材料制成的针肋与硅基微通道相结合。
水凝胶是一种能对外界刺激（如温度、pH值）产生体积变化的智能高分子材料。本研究采用的是一种名为P(MEO2MA-co-OEGMA)的热响应纳米复合水凝胶，它具有可调节的低临界溶解温度（LCST）。当温度低于LCST时，水凝胶吸水溶胀；当温度超过LCST时，则会急剧脱水收缩。研究人员将这种水凝胶制成针肋阵列，嵌入微通道中。当芯片运行时，热点区域的温度升高，导致上方的水凝胶针肋“感知”到高温并触发收缩变形。这种变形并非随意发生，而是主要沿着针肋的高度方向，其侧向变形则被基底和周围固体壁面约束。针肋收缩后，局部流道横截面积增大，流动阻力减小，从而能够自动将更多的冷却液（本研究使用去离子水）“引导”至最需要散热的热点区域，实现流量和冷却能力的自适应性再分配。为了“非自适应微通道散热器”（N-MCHS）作为对比，后者具有完全相同的几何尺寸，但其针肋高度固定不变。
为了深入探究这种自适应结构的“魔力”，研究人员开展了一系列系统的数值模拟研究。他们主要运用了基于动态网格的数值方法。具体而言，团队利用ANSYS Fluent 2022R1软件，结合用户自定义函数（UDF），建立了一套温度驱动固体-流体动态耦合的仿真流程。当针肋的体积平均温度超过其LCST时，UDF会触发预设的收缩动作（本研究采用收缩因子α=0.8，即线性收缩20%），并通过动态网格技术（结合平滑和重新划分网格方法）来模拟针肋的变形及其对周围流场网格的影响，从而刻画在高热流条件下针肋的变形行为，并评估其对流动和散热的影响。为了全面评估性能，研究设计了多种单热点和多热点的非均匀热源分布案例，系统比较了A-MCHS与N-MCHS在压降、热源表面温度分布、温度均匀性以及流场速度变化等方面的表现。
热点热流密度对自适应针肋微通道的影响
研究首先考察了在中心单一热点（HS1案例）情况下，不同热流密度（80, 120, 160 W/cm2）下的性能。结果显示，随着热流密度增加，A-MCHS中被触发变形的针肋数量从18个增加到23个。与之相应，在热点区域的平面上，压力显著降低，流速分布也因变形导致的流道重构而改变，增强了局部流体混合。与N-MCHS相比，A-MCHS在局部热点处表现出更优越的冷却性能，且这种优势随着热流增加而愈加明显。这是因为更高的热负载导致了更多的自适应针肋变形，从而引起更显著的局部通道重构和流量再分配，强化了对流换热。
不同位置单热点的自适应冷却性能
研究进一步评估了不同大小和位置的单热点（HS1: 中心3x3 mm；HS2-HS4: 不同位置的2x2 mm）的散热性能。在液压性能方面，热点越大（HS1）或位置越利于热扩散（如中心的HS2），引发的针肋变形越多，压降降低也越显著。例如，在热流密度为100 W/cm2时，HS1案例的压降为9.06 kPa，而位于下游的HS4案例则为14.12 kPa。相应的泵送功率也显著降低，HS1案例从3.7 mW降至1.8 mW。在传热性能方面，在所有单热点案例中，A-MCHS的最大、最小和平均热点温度均显著低于N-MCHS，且温度降低幅度随热流密度增加而增大。在HS1案例下（热流150 W/cm2），A-MCHS将热点峰值温度从N-MCHS的373.00 K降低至361.82 K，降幅约3.0%。特别地，位于下游的HS4案例，虽然只有8个针肋变形，但由于热量积累，其降温效果反而更显著（峰值温度从377.59 K降至364.19 K，降幅3.55%）。此外，A-MCHS还显著改善了热点区域的温度均匀性。在代表性热流密度100 W/cm2下，A-MCHS的传热系数（h）和努塞尔数（Nu）均全面优于N-MCHS，尤其在HS1和HS4案例中提升最为明显。
不同位置多热点的自适应冷却性能
实际芯片运行中常出现多个热点。研究设计了四种多热点分布案例（HS5: 同侧顺流向排列两热点；HS6: 同侧均位于上游两热点；HS7: 对角线两热点；HS8: 三个局部热点）进行测试。在液压性能上，热点数量最多、分布分散的HS8案例引发了最多的针肋变形，压降也最低（从13.76降至6.84 kPa）。而HS6案例由于两个热点都挤在上游同侧，造成了局部流动阻塞，流速较高。在传热性能上，A-MCHS在所有多热点案例中均能有效降低峰值温度并限制高温区域扩展。其中，HS6案例因热点均靠近入口，冷却液温度低，整体温度和温度不均匀性都是最低的。但在HS7（对角线热点）案例中，A-MCHS展现了最显著的传热强化效果，其传热系数和努塞尔数相比N-MCHS的提升幅度最大。这表明A-MCHS在应对复杂的多热点热负载时，能通过调节局部流动，有效提升整体冷却性能。
入口速度对自适应针肋微通道的影响
研究还考察了不同雷诺数（Re）（385-1925，对应入口速度0.1-0.5 m/s）下的性能。随着Re增加，流体的整体冷却能力增强，触发针肋变形所需的温度条件更难达到，因此变形的针肋数量减少。但即便如此，在整个测试的Re范围内，A-MCHS的热点最高温度和温度不均匀性始终低于N-MCHS，同时保持了更低的整体压降。这表明A-MCHS在较宽的流速范围内都能保持稳定的热调节优势。其性能提升主要归因于自适应流量再分配和针肋变形对热边界层的扰动增强，而非湍流转变。
研究结论与意义
本研究通过系统的数值模拟，深入探讨了嵌入式自适应针肋微通道散热器（A-MCHS）在非均匀热源下的流动与传热特性。核心结论如下：该设计利用热响应水凝胶针肋的变形能力，成功实现了对局部冷却液流量的自适应、靶向性调控。与传统的固定几何结构（N-MCHS）相比，A-MCHS在多种单热点和多热点场景下均展现出卓越性能：它能显著降低热点峰值温度（例如在单一热点、热流100 W/cm2条件下降温7.5 K）、大幅减少流动压降（同条件下降低44.4%）及泵送功率（仅需2.26 mW），并有效提升传热系数与努塞尔数（从5.68增至7.36），同时改善了温度分布的均匀性。这种性能优势在热流密度增加或热点位于下游等更具挑战性的工况下尤为明显。
这项研究的重要意义在于，它提出并验证了一种面向未来高功耗芯片的智能冷却新范式。A-MCHS无需外部复杂控制，仅通过材料本征的热响应特性，即可实现对动态、随机分布的热点的自主感知与精准散热，在提升冷却效率的同时，极大地降低了系统能耗。这为解决因“热墙”问题而受限的芯片性能进一步提升，提供了高效、低功耗且具有自调节能力的冷却解决方案，在电子设备热管理、特别是高性能计算和人工智能芯片冷却领域具有广阔的应用前景。
