EL MÉTODO DE ENJAMBRE DE PARTÍCULAS Y EL CRITERIO DE MÍNIMA ENTROPÍA EN EL DISEÑO ÓPTIMO DE UN DISIPADOR DE CALOR PARTICLE SWARM OPTIMIZATION AND THE MINIMUM ENTROPY CRITERION IN THE OPTIMUM DESIGN OF A HEAT SINK

• Main Authors: Alberto Hinojosa, Katherine Espinosa, Rodrigo Correa
• Format: Article
• Language: English
• Published: Universidad de Medellín 2012-06-01
• Series: Revista Ingenierías Universidad de Medellín
• Subjects: Minimización de entropía; transferencia de calor; circuitos integrados; Minimization; heat transfer; integrated circuits
• Online Access: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-33242012000100017

Este artículo de investigación presenta los resultados de simulación del diseño térmico de un disipador de calor tipo micro-canal, comúnmente utilizado en electrónica. Se utilizó el criterio de mínima entropía para generar el modelo matemático, posteriormente resuelto mediante multiplicadores de Lagrange y mediante la optimización con enjambre de partículas (PSO). Se encontró que, debido al gran número de parámetros del modelo, la solución mediante el primer método es altamente demandante, dado que requiere solucionar un sistema de ecuaciones no lineales. Este sistema fue resuelto mediante el método de Newton-Raphson multidimensional que, a su vez, requiere ''proponer'' un conjunto de soluciones iniciales sin tener mayor criterio técnico para hacerlo. De otro lado, la solución con PSO fue muy sencilla y requirió poco esfuerzo y tiempo computacional. Se contrastan los resultados de ambos métodos.<br>This research paper shows the simulation results of the thermal design of a micro channel heath sink. A minimum entropy generation criterion was used to generate the mathematical model, which was then solved by Lagrange multipliers and by particle swarm optimization (PSO). It was found that due to the extensive number of variables, traditional techniques demand elevated computational resources since it requires solving a system of non-linear equations. This system was solved using the multidimensional Newton-Raphson method, which needs a set of proposed initial solutions, without having technical criteria for choosing it. On the other hand, particle swarm optimization provides a rather simple solution to the problem. Results achieved with both methods are compared.