W analizach chłodzenia elektroniki jednym z kluczowych, a jednocześnie często upraszczanych zagadnień jest modelowanie połączenia między źródłem ciepła a radiatorem. W rzeczywistych układach niemal zawsze stosuje się materiały pośrednie – takie jak pady termoprzewodzące (TIM) – których zadaniem jest poprawa przewodzenia ciepła poprzez wypełnienie nierówności powierzchni oraz zapewnienie stabilnego kontaktu między elementami. Choć ich grubość jest niewielka, zazwyczaj w zakresie około 0.05–0.5 mm, mają one istotny wpływ na całkowity opór cieplny układu
W klasycznym podejściu symulacyjnym warstwy te są najczęściej reprezentowane w sposób uproszczony – jako opór cieplny zdefiniowany na styku powierzchni. Metoda ta pozwala szybko uwzględnić wpływ materiału pośredniego, jednak nie odwzorowuje rozkładu temperatury w jego objętości. W praktyce oznacza to, że lokalne efekty, takie jak koncentracja strumienia cieplnego czy wpływ geometrii kontaktu, pozostają poza zakresem analizy.
W najnowszych wersjach narzędzi symulacyjnych, takich jak SOLIDWORKS Flow Simulation 2026, pojawiają się funkcjonalności pozwalające modelować tego typu zjawiska w sposób bardziej fizyczny, bez konieczności kosztownego zagęszczania siatki obliczeniowej. Jednym z takich rozwiązań jest podejście polegające na reprezentowaniu cienkich warstw materiałowych jako objętości zastępczej o zadanych właściwościach – bez potrzeby ich jawnego modelowania geometrycznego. Funkcja Fill Thin Gap umożliwia w ten sposób odwzorowanie warstwy pada termoprzewodzącego wraz z rozkładem temperatury w jego objętości.
Celem niniejszego artykułu jest pokazanie, jak sposób modelowania pada termoprzewodzącego wpływa na wyniki symulacji chłodzenia. Na przykładzie materiału GR-ae firmy Fujipoly porównane zostaną różne podejścia: jawne modelowanie geometrii, zastosowanie oporu cieplnego, wykorzystanie funkcji Fill Thin Gap oraz przypadek, w którym warstwa pada termoprzewodzącego zostaje zastąpiona powietrzem. Analizie poddane zostaną zarówno wartości maksymalnej i średniej temperatury chipa, jak i rozkłady strumienia ciepła oraz czas obliczeń.
Choć warstwa pada termoprzewodzącego jest cienka, jej wpływ na efektywność chłodzenia może być kluczowy. Właściwe jej odwzorowanie w symulacji pozwala nie tylko lepiej przewidzieć temperaturę pracy układu, ale również podejmować bardziej świadome decyzje projektowe już na etapie jego projektowania.
Badany problem
W przypadku tych symulacji badany jest chip (kolor niebieski), który generuje ciepło 1 wata. Jest on umieszony na płytce PCB (kolor zielony), a od góry do chipu jest przyczepiony radiator (kolor szary). Pomiędzy chipem, a radiatorem znajduje się pad termoprzewodzący (kolor różowy), o grubości 0,5mm.
Każda z geometrii ma przypisany swój własny materiał zgodnie z poniższą tabelą:
| Płytka PCB | PCB 4-layers |
| Chip | Krzem |
| Pad termoprzewodzący | GR-ae firmy Fujipoly |
| Radiator | Aluminium |
Dodatkowo w symulacji uwzględniono działanie siły grawitacji oraz wymianę ciepła poprzez przewodzenie oraz promieniowanie (radiację).
Jako warunek początkowy, przyjęto, że badana geometria otoczona jest powietrzem o temperaturze 20˚C.
Celem symulacji było sprawdzenie, do jakiej temperatury nagrzeje się chip oraz sprawdzenie rozkładu strumienia ciepła, z podziałem na jego poszczególne składowe.
Dodatkowo zbadano wpływ gęstości siatki na wyniki symulacji, w których wykorzystano funkcje oporu termicznego oraz funkcje wypełnienia cienkich szczelin.
Porównywane podejście
W analizie porównano cztery różne podejścia do modelowania warstwy pada termoprzewodzącego, różniące się poziomem odwzorowania fizyki oraz kosztem obliczeniowym. W pierwszym przypadku warstwa została zamodelowana w sposób jawny, jako osobna bryła o rzeczywistej grubości odpowiadającej zastosowanemu materiałowi GR-ae firmy Fujipoly. Takie podejście pozwala na pełne odwzorowanie zjawisk fizycznych zachodzących w warstwie – solver rozwiązuje pole temperatury w jej objętości, dzięki czemu możliwa jest analiza lokalnych gradientów temperatury oraz rozkładu strumienia ciepła. Jednocześnie wymaga to zastosowania bardzo drobnej siatki w obszarze cienkiej warstwy, co w praktyce prowadzi do istotnego wydłużenia czasu obliczeń.
Drugie podejście polega na zastąpieniu warstwy pada termoprzewodzącego oporem cieplnym zdefiniowanym bezpośrednio na styku powierzchni chipa i radiatora. W tym przypadku nie występuje fizyczna geometria warstwy – jej wpływ jest uwzględniony jedynie poprzez zadany parametr oporu cieplnego. Rozwiązanie to znacząco upraszcza model i pozwala na bardzo szybkie obliczenia. Należy jednak podkreślić, że takie podejście nie umożliwia analizy rozkładu temperatury w warstwie ani odwzorowania transportu ciepła w kierunkach równoległych do powierzchni. W efekcie otrzymujemy jedynie globalną informację o przepływie ciepła, bez wglądu w lokalne zjawiska.
Trzecie podejście wykorzystuje funkcję Fill Thin Gap, która pozwala na reprezentację cienkiej warstwy materiałowej bez konieczności jej jawnego modelowania geometrycznego. W tym przypadku solver traktuje warstwę jako objętość zastępczą o zadanych właściwościach materiałowych, rozwiązując w niej pole temperatury. Dzięki temu możliwe jest uchwycenie zarówno przewodzenia ciepła w kierunku prostopadłym do powierzchni, jak i w kierunkach równoległych (X, Y), co stanowi istotną przewagę nad podejściem opartym na oporze cieplnym. Jednocześnie nie ma potrzeby generowania bardzo drobnej siatki, co sprawia, że metoda ta stanowi kompromis pomiędzy dokładnością a czasem obliczeń.
Ostatni przypadek stanowi scenariusz, w którym warstwa pada termoprzewodzącego została całkowicie pominięta i zastąpiona powietrzem. Celem tego wariantu jest zobrazowanie wpływu braku materiału termoprzewodzącego na efektywność odprowadzania ciepła. Ze względu na bardzo niską przewodność cieplną powietrza (około 0.025 W/mK), przypadek ten reprezentuje sytuację skrajnie niekorzystną, prowadzącą do wyraźnego wzrostu temperatury chipa i pogorszenia warunków pracy układu.
Wyniki – temperatura chipa
Na podstawie przeprowadzonych symulacji można zaobserwować wyraźne różnice pomiędzy poszczególnymi podejściami do modelowania warstwy pada termoprzewodzącego. Najniższe wartości temperatury chipa – zarówno maksymalnej, jak i średniej – uzyskano w przypadku jawnego modelowania geometrii pada oraz przy wykorzystaniu funkcji Fill Thin Gap (patrz tabela poniżej). Oba podejścia pozwalają bowiem na rozwiązanie pola temperatury w objętości warstwy, co przekłada się na bardziej realistyczne odwzorowanie transportu ciepła i efektywne jego rozprowadzanie również w kierunkach równoległych do powierzchni kontaktu.
W przypadku zastosowania uproszczonego modelu Thermal Resistance otrzymane wyniki temperatury są zbliżone na poziomie globalnym, co może sugerować poprawność tego podejścia w analizach systemowych. Należy jednak zwrócić uwagę, że metoda ta nie dostarcza informacji o lokalnych zjawiskach cieplnych. Brak możliwości analizy rozkładu temperatury w warstwie oraz ograniczenie transportu ciepła wyłącznie do kierunku prostopadłego powodują, że potencjalne lokalne przegrzewania pozostają niewidoczne w wynikach.
Zdecydowanie najbardziej niekorzystny scenariusz obserwuje się w przypadku zastąpienia pada termoprzewodzącego powietrzem. Ze względu na bardzo niską przewodność cieplną powietrza prowadzi to do wzrostu temperatury chipa. Wynik ten jednoznacznie pokazuje, jak kluczową rolę w procesie odprowadzania ciepła odgrywa obecność materiału termoprzewodzącego oraz jak duże błędy mogą wynikać z jego pominięcia lub niewłaściwego zamodelowania.
Poniżej widać zestawienie wyników na wykresach
Dodatkowo patrząc na poniższą tabelę, gdzie przedstawiono różnice pomiędzy przypadkiem referencyjnym (z narysowanym padem termoprzewodzącym), a innymi podejściami, widać że zagęszczanie siatki w przypadku, korzystania opcji oporu cieplnego, powoduje polepszenie wyników, a w przypadku korzystania opcji Fill thin gaps wyniki są już poprawne, dla rzadszej siatki.
Kolejnym bardzo ważnym aspektem jest czas trwania obliczeń. W poniższej tabeli zostało zawarte porównanie poszczególnych podejść:
Dodatkowo w celu lepszego zobrazowania wyników, stworzono wykresy, dla czasu trwania obliczeń oraz ilość elementów siatki dla poszczególnych podejść:
Z powyższych wykresów wynika, że czas koszt obliczeniowy przy bezpośrednim zamodelowaniu pada termoprzewodzącego jest wysoki. Wartość ta maleje przy wykorzystaniu opcji oporu termicznego bądź przy wykorzystaniu Fill thin gap. Najdłużej liczyła się symulacja, w której zamiast pada termoprzewodzącego przyjęto powietrze.
Dodatkowo warto skontrastować, ilość elementów siatki, do uzyskanych wyników. Skorzystanie z opcji oporu termicznego, daje podobne wyniki, jak Fill thin gap dopiero dla gęstszej siatki. Korzystając z opcji Fill thin gap uzyskuje się poprawne wyniki już, dla rzadszej siatki.
Dodatkowo na plus opcji Fill thin gap jest widoczność rozkład temperatury w całym padzie termoprzewodzącym. Przedstawia to poniższy wykres.
Wykres strumienia ciepła z górnej powierzchni chipu wygląda następująco:
Po przejrzeniu wszystkich wykresów widać, że najbliżej referencyjnemu strumieniowi ciepła jest symulacja wykonana za pomocą opcji Fill thin gap.
Wnioski
Przeprowadzona analiza pokazuje, że sposób modelowania warstwy pada termoprzewodzącego ma istotny wpływ zarówno na dokładność wyników, jak i koszt obliczeniowy symulacji. Jawne modelowanie geometrii zapewnia najwyższą zgodność z rzeczywistością, ponieważ pozwala na pełne odwzorowanie zjawisk fizycznych w warstwie materiału. Jest to jednak podejście najmniej efektywne numerycznie, ze względu na konieczność stosowania bardzo drobnej siatki.
Zastosowanie modelu Thermal Resistance stanowi rozwiązanie szybkie i wygodne, szczególnie na etapie analiz systemowych, gdzie istotne są globalne wartości temperatur. Należy jednak pamiętać, że podejście to nie pozwala na analizę lokalnych efektów cieplnych, co może prowadzić do pominięcia istotnych zjawisk, takich jak lokalne przegrzewanie.
Funkcja Fill Thin Gap okazuje się najkorzystniejszym kompromisem pomiędzy dokładnością a czasem obliczeń. Umożliwia odwzorowanie rozkładu temperatury oraz kierunkowego transportu ciepła, przy jednoczesnym uniknięciu kosztów związanych z pełnym modelowaniem geometrii. Dzięki temu pozwala uzyskać wyniki zbliżone do modelu referencyjnego przy znacznie większej efektywności obliczeniowej.
Z kolei przypadek, w którym warstwa pada została zastąpiona powietrzem, wyraźnie pokazuje skalę błędu, jaki może zostać popełniony przy pominięciu materiału termoprzewodzącego. Znaczący wzrost temperatury chipa potwierdza, że poprawne odwzorowanie tej warstwy jest kluczowe dla wiarygodności symulacji i oceny pracy układu.
