نام پژوهشگر: علی اشرفیزاده
علیرضا مرادی حاجی آبادی علی اشرفی زاده
با پیشرفت علم، نیاز به پردازش کامپیوتری و محاسبات عددی رشد چشم¬گیری یافته¬است. در این راستا صنعت الکترونیک، به سمت تولید پردازشگرهای قدرت¬مندتر حرکت نموده تا سرعت انجام محاسبات افزایش یابد، اما در عین حال با چالش¬هایی روبرو است. از جمله چالش¬های محدود کننده سرعت پردازنده¬ها نرخ تولید حرارتِ بالا، می¬باشد. در این پایان¬نامه به مطالعه و تحلیل سیستم¬های دفع حرارت وسایل الکترونیکی به¬ویژه کامپیوترها پرداخته¬خواهدشد. بخش عمده حرارت، در این دستگاه¬ها، در واحد پردازنده مرکزی تولید می¬شود. هدف اصلی، مطالعه و تحلیل سیستم دفع حرارت رایانه شخصی قابل حمل است که می¬بایست علاوه بر داشتن کارایی مناسب، کم حجم و سبک¬ ساخته شود. سامانه دفع حرارت یک کامپیوتر شخصی قابل حمل، مدل¬سازی ریاضی خواهدشد که از پخش¬کننده حرارت، لوله¬حرارتی، مبدل حرارتی، دمنده و کانال جریان هوا تشکیل شده¬است. نام تجاری این سامانه، چاه حرارتی ¬می¬باشد. این مدل¬سازی، سه بعدی بوده و با کمک نرم¬افزار چند فیزیکی کامسول انجام¬می¬گردد. بررسی اثرات متغیرهای فیزیکی مختلف و ایجاد تغییر در ساختار و مواد بکار رفته در چاه¬حرارتی رایانه شخصی قابل حمل، از جمله مسایلی است که در صفحات پیش رو بدان پراخته¬خواهد¬شد. این تغییرات در مبدل و پخش¬کننده حرارت صورت¬گرفته و نتیجه آن کاهش مقاومت حرارتی چاه حرارتی تا میزان پنجاه درصد ¬است.
کامیار معاونی علی اشرفی زاده
با توجه به بحران انرژی و آلودگی های زیست محیطی لزوم طراحی و تولید لوازم انتقال حرارتی که بیش ترین بازده را داشته و در عین حال کمترین آسیب را به محیط زیست می زنند بیش از پیش احساس می شود. از جمله ابزارهای مهم در طراحی و بهینه سازی وسایل مرتبط با انتقال حرارت و سیالات می توان به دینامیک سیالات محاسباتی اشاره کرد. استفاده از cfd در مسائل طراحی و بهینه سازی هزینه محاسباتی بالایی را طلب کرده و زمان زیادی را صرف می کند. بنابراین به نظر می رسد توسعه یک روش ترکیبی که فرآیند طراحی را کم هزینه تر کند لازم است. در این رساله روشی ترکیبی برای بهینه سازی طراحی انتقال حرارت در کانال های موجی با استفاده از دینامیک سیالات محاسباتی، الگوریتم بهینه سازی توده ذرات و شبکه توابع پایه شعاعی برای استفاده به جای cfd در الگوریتم بهینه سازی توسعه داده می شود. ابتدا هر کدام از ابزارهای مورد نیاز به طور جداگانه مورد بررسی جزیی قرار گرفته و سپس از ابزارهای توسعه داده شده برای بهینه سازی کانال موجی در جریان پایا استفاده می شود. بهینه سازی کانال موجی در دو عدد رینولدز 80 و 100 و برای سه تابع هدف ضریب اصطکاک، عدد نوسلت و ضریب کارآیی حرارتی انجام می شود و تاثیر طول موج کانال بر میزان انتقال حرارت و ضریب اصطکاک سنجیده می شود.
هادی عطاری علی اشرفی زاده
برخورد با مسئله در علوم مهندسی همواره به نیت حل آن و کمک به بهبود زندگی بشر بوده است. به این دلیل روش های حل مسئله همواره اهمیت بالایی دارد. یکی از این روش ها، روش عددی حل مسئله است. در تحقیق پیش رو معادلات حاکم بر مکانیک جریان سیال که به معادلات نویر استوکس شناخته شده اند، معرفی شده است و هدف اصلی این تحقیق معرفی روشی برای حل عددی این معادلات می باشد. در میان روش های حل این معادلات می توان به الگوریتم سیمپل که یکی از شناخته شده ترین این الگوریتم ها در این زمینه از سال 1972 نیز هست، اشاره کرد. در این الگوریتم معادلات جریان باهم حل نشده و پشت سر هم حل می شوند. این حقیقت، موجب بروز مشکلاتی در همگرایی این الگوریتم شناخته شده خواهد شد و مقادیر مجهول چنانکه باید از یکدیگر اثر نمی گیرند. تحقیق پیش رو با حل همزمان یا به بیان دیگر کاملاً ضمنی این معادلات با روشی جدید، توانسته الگوریتمی ارائه کند که با مصرف حافظه بیشتر، سرعت همگرایی، تعداد تکرارهای لازم برای همگرایی، پایداری همگرایی و محدوده همگرایی را به نسبت الگوریتم سیمپل و الگوریتم های مشابه آن تا حد قابل توجهی بهبود بخشد. به عنوان مثال برای کاهش تعداد تکرارهای لازم و افزایش سرعت همگرایی باید گفت که اگر مسئله حفره درپوش متحرک در عدد رینولدز 1000 به کمک روش سیمپل با 3757 تکرار و در مدت 2/178 ثانیه حل می شود، در الگوریتم حاضر مقادیر متناظر آن به 29 تکرار در مدت زمان 3/15 ثانیه تقلیل خواهد یافت. در مورد پایداری هم باید گفت که الگوریتم سیمپل مسئله حفره را نهایتاً تا عدد رینولدز 10000 حل می کند، درحالی که الگوریتم پیش رو توانایی حل تا مقادیر عدد رینولدز 35000 را نیز داراست که این حکایت از پایداری این روش دارد. از طرفی دیگر باید گفت که نتایج به دست آمده از حل مسائل شناخته شده با این الگوریتم، تطابق چشمگیری با سایر نتایج تاکنون ارائه شده در مراجع دارد. به نظر می رسد که به کارگیری چنین الگوریتمی، در قبال مصرف حافظه بیشتر، که در دنیای محاسباتی امروز مشکل بزرگی نیست، وقت و هزینه محاسباتی زیادی را برای ما حفظ خواهد کرد و توانایی ما را در حل عددی مسائل مختلف، بهبود خواهد بخشید