智能矿石分选机传感器机箱散热仿真分析

闵湘川，雷 钢，曾现勇，欧阳周，殷文俊

（1.湖南军芃科技股份有限公司，湖南长沙410006；2.中南大学机电工程学院，湖南长沙410083）

军芃科技的智能矿石分选机是一种智能化在线式的矿石分拣设备[1]，能快速精确地拣选矿石，因此被广泛于采矿、有色金属、冶金等行业。传感器是智能矿石分选机分拣系统内的核心部件之一，安装在传感器盒内，其作用是将光信号转换为电信号，将预处理后的数字信号传输至电脑，并存储在电脑中。传感器在工作时，部分电能转化为热能，以热量的形式散发，使得机箱的温度升高。当机箱温度达到约50℃时，传感器的工作性能将受到极大地影响甚至被烧毁。目前机箱散热方案很多，水冷具有噪音小、效率高的优点，但是缺点是维护成本高，易漏水。而风冷方式是较为常见的一种，优点是价格实惠，易于维护，性能稳定。

针对传感器机箱进行散热仿真分析，考虑风扇风向设置和机箱高度对传感器机箱稳态下的温度场影响，对不同条件时的传感器机箱建立仿真模型，利用Icepak 电子热分析软件对其进行数值设定，仿真计算得到了稳态下的温度分布，确定了较好的传感器机箱的散热设计方案。

1 热传导理论

热量传递的基本规律是存在温度差的两个物体之间，隔热层稀薄或者无隔热层，那么热量就会从温度较高的物体传递到温度较低的物体中，直到它们的温度相同处于相对热平衡状态为止。导热、对流和辐射换热是热量传递的3种基本方式。传感器机箱散热过程主要是导热。换热过程的基本的计算公式[2]为：

2 模型建立

2.1 物理模型

使用三维软件Solidworks 对传感器机箱进行建模。模型由传感器上机箱和下机箱组成。上机箱中安装有特定光谱的光源，下机箱内安装有传感器。上箱体和下箱体之间用2根风管连接，传感器与光源共用同一台空调，如图1所示。

图1 传感器箱体示意图

传感器的外形尺寸为1523mm×156mm×66mm。模型包括机箱外壳、铝板、数据处理_PCB板、数据处理芯片、传感器_PCB板、传感器数据转换芯片。其中传感器_PCB板、传感器数据转换芯片均有几十个以上。主要发热元器件是数据处理芯片和传感器数据转换芯片。

2.2 仿真模型

根据传感器机箱散热问题进行了物理建模，然后进行数值模拟计算。传感器上的发热元器件主要有传感器芯片和传感器数据转换芯片。传感器芯片单个发热量是1.5W，传感器数据转换芯片单个发热量是1.2W。传感器机箱的总热功耗来源于传感器芯片和传感器数据转换芯片，经计算可得总热功耗Q热=31.5W,机箱热稳态下散热表面的热流密度的计算为：

式中：A——机箱散热总表面积，经三维模型测量可得A=9420.5cm2。

计算可得机箱热稳态下散热表面的热流密度φ为3.344×10-3W/cm2。

传感器工作的环境温度为35℃，根据传感器机箱内部芯片模块的耐高温性能，拟定最高温度为50℃，所以其内部温升应控制在15℃范围之内。电子设备在此条件下，空气自然对流散热的热流密度阈值一般为（2.4～6.4）×10-2W/cm2。根据不同冷却方法的热流密度与温升关系，由计算结果可以看到，机箱热稳态下的热流密度φ小于自然对流散热的阈值，机箱自然散热最高温度会超过50℃，需要改进散热方式。

ANSYSIcepak 软件拥有自建模、高级建模等多种建模方式。CAD 建模结构简单，数据存储量小，生成模型比较容易。本文采用CAD 模型导入和软件自建模方式来创建仿真三维模型。使用Workbench平台将简化后的设计模型导入ANSYSIcepak 软件；在Icepak中通过自建模方式建立机箱的热分析模型；然后在ANSYSIcepak中设置参数：散热方式为自然冷却；机箱内环境温度设为35℃；传感器机箱内的空气对流为自然对流，流动状态为湍流。

根据传感器机箱的芯片的位置布置，考虑到进风口和出风口的位置设定可能会对散热造成影响，所以创建4种不同出风和进风口的模型，如图2所示。分别为左边风扇设置为出风，右边风扇设置为进风时；左边风扇设置为进风，右边风扇设置为进风时；左边风扇设置为出风，右边风扇设置为出风时；左边风扇设置为进风，右边风扇设置为出风时。选用模型的其他因素条件为管道大小为120mm，传感器箱体高度为218mm，风扇风量为70cfm，风扇风压为29Pa，然后进行网格划分及计算，并对比分析结果。

图2 4种不同风扇方向模型图

同时考虑到传感器箱体的高度可能会影响散热情况，所以建立高度分别为198mm、218mm、238mm时的模型，如图3所示。选用模型的其他因素条件为左边风扇设置为进风，右边风扇设置为出风，管道大小为120mm，风扇风量为70cfm，风扇风压为29Pa。

2.3 网格划分及计算

图3 3种不同高度传感器箱体高度模型图

对以上所有建立的传感器机箱模型，采用Icepak电子热分析软件提供的六边形非结构化网格做网格划分处理。划分网格后得到447846 个网格单元，468834个节点，如图4所示。网格质量检查结果的面对齐率项范围为0.414407～1，网格体积项范围为（9.22974～5.62097）×10-12,网格偏斜度项范围为0.265857～1。设定机箱内环境温度为40℃，设定重力加速度为9.8m2/s，设置迭代步数为200，求解计算流体场和温度场变量。

图4 网格划分图

3 结果分析

对上述的不同出风口和进风口的传感器机箱模型进行热仿真计算，得到温度云图，左边风扇设置为出风，右边风扇设置为进风时传感器最高温度为48.4587℃；左边风扇设置为进风，右边风扇设置为进风时传感器最高温度为56.9488℃；左边风扇设置为出风，右边风扇设置为出风时传感器最高温度为56.5919℃；左边风扇设置为进风，右边风扇设置为出风时传感器最高温度为46.0879℃。由于出风口的温度更高且传感器数据转换芯片的热功耗比传感器芯片更高，所以当出风口靠近传感器数据转换芯片时，出风口能迅速带走传感器数据转换芯片产生的热量，所以能快速降低机箱内的温度。

对不同的传感器机箱高度模型进行热仿真计算得到的结果如图5 所示，传感器箱体高度为198mm 时传感器最高温度为42.4903℃；传感器箱体高度为218mm时传感器最高温度为46.0879℃；传感器箱体高度为238mm 时传感器最高温度为45.8802℃。由于传感器机箱高度越小，机箱体积越小，空气流动加快，所以在整体表现为机箱高度越小，最高温度越低。

4 结论

通过传热理论计算，根据传感器机箱内部的散热方式，运用ANSYS Icepak软件进行了不同因素的热仿真计算，根据理论分析与仿真计算的结果，可以得到如下结论：

图5 3种不同传感器机箱高度的仿真折线图

（1）出风口靠近传感器数据转换芯片，进风口远离传感器数据转换芯片时，传感器温度最低，为42.4903℃。

（2）相比传感器箱体高度为218mm 和238mm 时，传感器箱体高度为198mm 时传感器温度最低，为46.0879℃。

（3）通过对传感器的散热仿真分析，得到了满足工作温度要求的机箱热设计结构，即传感器箱体高度为198mm 且出风口靠近传感器数据转换芯片，进风口远离传感器数据转换芯片。仿真结果为智能矿石分选机传感器机箱的设计提供了参考和依据。