Численно–аналитическое исследование сопряженного теплообмена и термогидродинамических процессов в канальных структурах систем жидкостного охлаждения процессора

Исследованы теплофизические характеристики систем жидкостного охлаждения, предназначенных для современных высокопроизводительных процессоров с высоким уровнем тепловыделения. Рассмотрено влияние геометрической конфигурации канального оребрения (линейного и игольчатого типов) и гидродинамических параметров потока на суммарную тепловую эффективность водоблока. Методика исследования сочетает численное моделирование в программной среде SolidWorks FlowSimulation с применением Low–Re модификации k – ε модели турбулентности и нестационарную математическую модель теплового баланса замкнутого контура. При минимальной скорости течения 0.2 м/с температура процессора для обоих типов структур составляет около 48.9 °C. По мере увеличения скорости потока в пределах рабочей характеристики помпы, до обоснованного гидравлического предела, температура асимптотически снижается до 31.63°C для линейных ребер и до 32.49 °C для игольчатых. Анализ производной |dT/dP| позволил определить точки Парето–оптимума («насыщения» тепловой эффективности): 7,9 кПа для линейного оребрения и 9,7 кПа для игольчатого. За пределами этих значений дальнейшее повышение давления нецелесообразно: градиент снижения температуры не превышает 0.5 °C на 1 кПа. Согласно разработанной аналитической модели, при фиксированном объеме теплоносителя система выходит на квазистационарный режим за 4,24 минуты, что соответствует 353 циклам циркуляции теплоносителя. Полученные результаты позволяют выбирать конструктивные параметры водоблоков с учетом баланса между энергопотреблением помп в системах жидкостного охлаждения и эффективностью охлаждения серверных и вычислительных комплексов.

1. Пискун Г.А., Алексеев В.Ф., Беликов А.Н., Рыбаков Д.Г. Влияние ориентации каналов в кулерах воздушного охлаждения на эффективность отведения тепла от процессоров // Доклады БГУИР, 2023. Т. 21. № 5. С. 33–41. DOI:10.35596/1729-7648-2023-21-5-33-41

2. Пискун Г.А., Алексеев В.Ф., Беликов А.Н., Рыбаков Д.Г. Моделирование отведения тепловой энергии от процессоров при помощи кулеров воздушного охлаждения // Доклады БГУИР, 2023. Т. 21. № 4. С. 54–62. DOI:10.35596/1729-7648-2023-21-4-54-62

3. Пискун Г.А., Алексеев В.Ф., Степченков О.В., Попов А.Н., Беликов А.Н., Рыбаков Д.Г. Влияние конфигурации и формы внешних ребер герметичных корпусов технических средств на эффективность отведения тепла от процессора // Известия вузов России. Радиоэлектроника, 2023. Т. 26. № 5. С. 63–75. DOI: 10.32603/1993–8985–2023–26–5–63–75

4. Пискун Г.А., Алексеев В.Ф., Степченков О.В., Попов А.Н., Беликов А.Н., Рыбаков Д.Г. Оценка влияния длины и количества тепловых трубок на эффективность отведения избыточной тепловой энергии от процессора // Вес. Нац. акад. навук Беларусі. Сер. фіз.–тэхн. навук, 2024. Т. 69. № 2. С. 139–150. DOI:10.29235/1561-8358-2024-69-2-139-150

5. Piskun G. A., Alekseev V. F., Krupenka D. Yu. Technical aspects of building a cooling system for graphics processing units of modern video cards // Journal of Engineering Physics and Thermophysics, 2026. Vol. 99. № 2. Р.580–587. DOI: 10.1007/s10891-026-03338-9

6. Piskun G. A., Alekseev V. F., Pavlovets N. A. Modeling of the liquid cooling system for high–power elements of technical means // Eurasian Journal of Mathematical and Computer Applications, 2026. Vol. 14. Iss. 1. P. 43–58.

7. Al Kez D., Foley A., Wong F., Dolfi A., Srinivasan G. AI–driven cooling technologies for high–performance data centres: state–of–the–art review and future directions // Sustainable Energy Technologies and Assessments, 2025. Vol. 82. P. 104511. DOI: 10.1016/j.seta.2025.104511.

8. Dhumal A., Kulkarni A., Ambhore N. A comprehensive review on thermal management of electronic devices // Journal of Engineering and Applied Science, 2023. V. 70. №1. art.140 DOI: 10.1186/s44147-023-00309-2

9. Wang G.L., Qian N., Ding G.F. Heat transfer enhancement in microchannel heat sink with bidirectional rib // International Journal of Heat and Mass Transfer, 2019. V. 136. № 597–609. DOI: 10.1016/j.ijheatmasstransfer.2019.02.018

10. Abdel–Rehim Z.S. Optimization and Thermal Performance Assessment of Pin–Fin Heat Sinks // Energy Sources Part A, 2008. V. 31. № 51–65. DOI: 10.1080/15567030701468118

11. Coşkun T., Cetkin E. Heat Transfer Enhancement in a Microchannel Heat Sink: Nanofluids and/or Micro Pin Fins // Heat Transfer Engineering, 2020. V. 41. № 1–11. iss.21, pp. 1818-1828. DOI: 10.1080/01457632.2019.1670467

12. Wilcox D.C. Turbulence Modeling for CFD. La Canada, CA: DCW Industries, 2006. 522 с.

13. Launder B.E., Spalding D.B. Lectures in Mathematical Models of Turbulence. London: Academic Press, 1972. 169 с.

14. Берд Р., Стюарт В., Лайтфут Е. Явления переноса. М.: Химия, 1974. 688 с.

15. Патанкар С. Численные методы решения задач теплообмена и динамики жидкости. М.: Энергоатомиздат, 1984. 152 с.

16. Исаченко В.П., Осипова В.А., Сукомел А.С. Теплопередача. М.: Энергоиздат, 1981. 416 с.

17. Дульнев Г.Н. Тепло– и массообмен в радиоэлектронной аппаратуре. М.: Высшая школа, 1984. 247 с.

18. Кондратьев Г.М. Регулярный тепловой режим. М.: Гостехтеоретиздат, 1954. 408 с.

19. Кутателадзе С.С. Основы теории теплообмена. М.: Атомиздат, 1979. 416 с.

20. Самарский А.А. Теория разностных схем. М.: Наука, 1977. 656 с.

21. Кэйс В.М., Лондон А.Л. Компактные теплообменники. М.: Энергия, 1967. 224 с.

22. Лойцянский Л.Г. Механика жидкости и газа. М.: Дрофа, 2003. 840 с.

23. Флетчер К. Вычислительные методы в динамике жидкостей: в 2 томах.Т.2 Методы расчета различных течений. Пер. с англ. М.: Мир, 1991. 562 c.