基于机器学习方法的微通道热沉性能预测研究
杨敏1 刘源斌2 于新刚1 苗建印1 车邦祥1 马静1 曹炳阳2
(1. 北京空间飞行器总体设计部，空间热控技术北京市重点实验室， 北京100094；
2. 清华大学航天航空学院，热科学与动力工程教育部重点实验室， 北京100084)
摘要：本文提出使用机器学习方法快速准确地预测歧管–二次流混合结构微通道热沉的泵功率和总热阻。将混合结构微通道热沉的结构特征参数进行了无量纲化，利用计算流体动力学的方法获得数据集。测试了不同机器学习算法在混合结构热沉性能预测任务上的表现。结果表明在数据集有限的情况下，随机森林算法能准确地学习到无量纲结构参数与泵功率和总热阻之间的映射关系。本文研究结果将有助于微通道热沉的优化设计。
关键词：微通道热沉；性能预测；机器学习；随机森林
