3、传热学核心：傅里叶定律、牛顿冷却定律、斯蒂芬-玻尔兹曼定律、热阻网络模型

各位同学，欢迎来到第三章。说实话，传热学是咱们做热设计的“内功心法”。你软件玩得再溜，网格画得再漂亮，如果不懂热量是怎么跑掉的，那仿真结果就是一堆漂亮的数字垃圾。今天，我就带大家把这三大定律和热阻网络模型彻底吃透。

先聊聊热传导。你想想看，为什么CPU的热量能传到散热器底座？为什么你摸到金属感觉比木头凉？这背后都是傅里叶定律在起作用。

公式很简单：q = -k · dT/dx

这里 q 是热流密度，k 是导热系数，dT/dx 是温度梯度。负号表示热量从高温往低温跑，这是自然规律，谁也拦不住。

我个人习惯，拿到一个新材料，第一件事就是查它的导热系数 k。铜大概400 W/(m·K)，铝大概200，空气才0.026。差距有多大？铜比空气导热快一万五千倍！所以，为什么我们在散热器里拼命塞热管、用导热硅脂填充缝隙？说白了，就是为了把空气挤走，让热量走得更顺畅。

核心要点：

实战小技巧：

我在项目中遇到过，有人为了追求极致的导热系数，选了昂贵的银基导热硅脂。结果呢？因为涂抹不均匀，界面热阻反而比普通硅脂还大。记住，傅里叶定律告诉我们，接触热阻才是真正的瓶颈。有时候，把接触面磨平，比换更贵的材料更管用。

热量从固体表面跑到流体里，靠的就是对流。牛顿冷却定律给出了一个非常直观的公式：

Q = h · A · ΔT

其中 h 是对流换热系数，A 是换热面积，ΔT 是壁面与流体的温差。

这个公式简单到让人怀疑人生。但你别小看它，它揭示了散热设计的三个核心方向：

我曾经帮一个客户改方案，他们原来的散热器鳍片间距只有1mm，风扇吹不透，风都从旁边溜走了。我建议把间距拉到2.5mm，虽然面积小了10%，但风速提上来了，h 值翻了一倍，最终散热效果反而提升了15%。这就是牛顿冷却定律告诉我们的：别光看面积，要看有效换热系数。

避坑指南：

对流换热系数 h 不是常数！它跟流速、流体物性、几何形状都有关。做仿真时，千万别随便填一个经验值就完事。我见过有人把自然对流的 h 设成 50，结果仿真温度比实测低了20度，整个方案全废了。

辐射这块，很多人容易忽略。公式是：

Q = ε · σ · A · (T₁⁴ - T₂⁴)

ε 是发射率，σ 是斯蒂芬-玻尔兹曼常数（5.67×10⁻⁸ W/m²·K⁴），T 是绝对温度（开尔文）。

注意，这里是温度的四次方！这意味着什么？当温度翻倍时，辐射换热量会变成16倍。在低温区（比如50°C以下），辐射可以忽略。但在高温区（比如LED芯片结温150°C，或者功率模块外壳100°C），辐射占比可能超过30%。

我建议，做高温散热方案时，一定要把辐射打开。比如给散热器做黑色阳极氧化，发射率能从0.1（抛光铝）提升到0.85以上。别小看这个变化，在高温场景下，这能帮你多带走10-20%的热量。

关键参数：

好了，三大定律讲完了。但实际工程中，热量是同时通过传导、对流、辐射三种方式传递的，怎么分析？

我的答案是：热阻网络模型。说白了，就是把传热路径想象成电路。温差是电压，热流是电流，热阻就是电阻。

一个典型的CPU散热路径是这样的：

总热阻 R_total = R_jc + R_tim + R_spreader + R_fins

然后结温 T_j = T_ambient + Q · R_total

你看，多清晰！哪个环节热阻最大，就优先优化哪个。我见过很多方案，拼命把鳍片做得又高又密，结果一看，R_tim 占了总热阻的一半。这就是典型的“木桶效应”。

我的习惯：

做方案初期，先画一个热阻网络图。不用太精确，估算每个节点的热阻值。然后你就能一眼看出瓶颈在哪。这比直接上仿真软件瞎跑要高效得多。

下面这张图，我把本章的核心逻辑串起来了。你可以看到，三大定律分别对应三种传热方式，而热阻网络模型则是把它们整合起来的“工具箱”。

嗯，这张图把整个逻辑串起来了。从三大定律出发，最终汇聚到热阻网络模型，再到工程应用。你以后做任何散热方案，都可以按这个思路来：先识别传热方式，再建立热阻网络，最后找到瓶颈并优化。