散熱片為什麼要做成「一片一片」？從一根鰭片的微分方程說起

散熱片為什麼要做成「一片一片」？從一根鰭片的微分方程說起

你在入門篇學過，晶片散熱可以用一個「對流熱阻」$R_{\text{conv}} = 1/(hA)$ 來估算，而當時我們把散熱片當成一個黑盒子，直接代入它的「有效散熱面積 $A_{\text{fin}}$」。但這裡藏著一個被略過的關鍵問題：散熱片明明就是一塊鋁，為什麼工程師偏要把它切成幾十片薄薄的鰭片（fin），而不是做成一整塊實心金屬？ 直覺上，一整塊金屬不是更重、熱容更大、看起來更「散熱」嗎？

答案是：散熱的瓶頸從來不是金屬導熱，而是金屬表面與空氣之間的對流。要增加散熱，唯一有效的手段是「增加與空氣接觸的表面積」，而把金屬攤平、拉長成鰭片，正是用最少的材料換到最多表面積的幾何戲法。但這裡有個微妙的代價：鰭片越長，它的末端就越「冷」，散熱效率反而下降。要量化這個權衡，我們必須真正把入門篇略過的那條偏微分方程解出來——這正是進階熱傳學的起點。

從能量守恆推導鰭片方程（fin equation）

考慮一根截面積 $A_c$、周長 $P$、長度 $L$ 的等截面鰭片，底部（$x=0$）接觸高溫基座，溫度 $T_b$；鰭片暴露在溫度 $T_\infty$ 的空氣中，對流係數為 $h$。我們在鰭片上取一個厚度為 $dx$ 的微小薄片，對它做能量守恒。

進入薄片的傳導熱（$x$ 處）扣掉離開的傳導熱（$x+dx$ 處），等於從側表面對流散失的熱：

$$ q_x - q_{x+dx} = dq_{\text{conv}} $$

傳導用傅立葉定律 $q_x = -k A_c \dfrac{dT}{dx}$，差值用泰勒展開：

$$ q_x - q_{x+dx} = -\frac{d}{dx}\!\left(-k A_c \frac{dT}{dx}\right) dx = k A_c \frac{d^2T}{dx^2}\,dx $$

側面對流散熱（接觸面積為 $P\,dx$）：

$$ dq_{\text{conv}} = h\,(P\,dx)\,(T - T_\infty) $$

令兩者相等並除以 $k A_c\,dx$，定義過熱量（excess temperature）$\theta(x) = T(x) - T_\infty$，得到鰭片方程：

$$ \frac{d^2\theta}{dx^2} - m^2 \theta = 0, \qquad m^2 \equiv \frac{hP}{k A_c} $$

這是一個常係數二階線性常微分方程，它的物理意義非常漂亮：$m$ 同時包含了「對流帶走熱的能力 $hP$」與「金屬沿軸向導熱的能力 $kA_c$」之比。$m$ 越大，代表熱還沒傳到末端就已經被空氣搶走，鰭片的「有效長度」就越短。$1/m$ 具有長度的量綱，是鰭片溫度衰減的特徵尺度。

解出溫度分布與散熱量

鰭片方程的通解是雙曲函數：

$$ \theta(x) = C_1 \cosh(mx) + C_2 \sinh(mx) $$

最常見的邊界條件是：底部 $\theta(0) = \theta_b = T_b - T_\infty$，末端絕熱（$\left.\dfrac{d\theta}{dx}\right|_{x=L} = 0$，適用於細長鰭片，末端散熱可忽略）。代入後得到溫度分布：

$$ \frac{\theta(x)}{\theta_b} = \frac{\cosh\!\big(m(L-x)\big)}{\cosh(mL)} $$

這個解告訴我們：溫度從底部沿著鰭片以雙曲餘弦衰減，越靠近末端越接近環境溫度。整根鰭片的總散熱量，等於底部進入鰭片的傳導熱：

$$ q_f = -k A_c \left.\frac{d\theta}{dx}\right|_{x=0} = \sqrt{h P k A_c}\;\theta_b \tanh(mL) $$

注意這裡出現了 $\tanh(mL)$。當 $mL$ 很小（鰭片很短或金屬導熱極好），$\tanh(mL) \approx mL$，散熱與長度成正比；但當 $mL > 2.5$ 左右，$\tanh(mL)$ 已逼近 1 並飽和——再加長鰭片幾乎不再增加散熱，因為末端早已冷到跟空氣一樣，純粹是浪費材料。這就是「鰭片不能無限長」的數學根據。

鰭片效率與鰭片有效度：兩個關鍵指標

工程上用兩個無因次指標來評價鰭片設計。第一個是鰭片效率（fin efficiency） $\eta_f$，定義為「實際散熱」除以「假如整根鰭片都維持在底部溫度 $T_b$ 時的理想散熱」：

$$ \eta_f = \frac{q_f}{h A_f \theta_b} = \frac{\tanh(mL)}{mL} $$

（$A_f = PL$ 是鰭片側表面積）。$\eta_f = 1$ 代表鰭片整根都是最高溫、完美利用；實務上因為末端會降溫，$\eta_f$ 總是小於 1，典型良好設計落在 $0.8\sim0.95$。

第二個是鰭片有效度（fin effectiveness） $\varepsilon_f$，回答「裝這根鰭片到底比不裝划不划算」：

$$ \varepsilon_f = \frac{q_f}{h A_c \theta_b} $$

分母是「如果不裝鰭片、那塊底部面積直接對流散熱」的熱量。一般要求 $\varepsilon_f > 2$ 才值得裝。從 $\varepsilon_f = \sqrt{\dfrac{kP}{hA_c}}\tanh(mL)$ 可以看出三個設計準則：用高 $k$ 材料（銅、鋁）、把周長對截面積比 $P/A_c$ 做大（薄而寬的鰭片）、在 $h$ 本來就低的場合（自然對流空氣）裝鰭片效益最大。這也解釋了為什麼水冷散熱排（$h$ 已經很高）的鰭片可以做得比氣冷稀疏——因為對水而言 $\varepsilon_f$ 沒那麼高，硬塞鰭片邊際效益遞減。

看一個例子：一根鋁鰭片的散熱量

某 CPU 散熱片的單根鋁鰭片：厚 $t = 1\ \mathrm{mm}$、寬 $w = 40\ \mathrm{mm}$、長 $L = 30\ \mathrm{mm}$，鋁的 $k = 200\ \mathrm{W/m\cdot K}$，強制對流 $h = 50\ \mathrm{W/m^2\cdot K}$，底部溫度 $T_b = 70°\mathrm{C}$，環境 $T_\infty = 30°\mathrm{C}$。求這根鰭片散多少熱、效率多高？

步驟一：算幾何量。 對薄板鰭片，周長 $P = 2(w+t) \approx 2w = 0.08\ \mathrm{m}$（厚度可忽略），截面積 $A_c = w\,t = 0.04 \times 0.001 = 4\times10^{-5}\ \mathrm{m^2}$。

步驟二：算 $m$ 與 $mL$。

$$ m = \sqrt{\frac{hP}{kA_c}} = \sqrt{\frac{50 \times 0.08}{200 \times 4\times10^{-5}}} = \sqrt{500} \approx 22.4\ \mathrm{m^{-1}} $$

$$ mL = 22.4 \times 0.03 \approx 0.671 $$

步驟三：算散熱量。 $\theta_b = 70 - 30 = 40\ \mathrm{K}$，$\tanh(0.671) \approx 0.585$。

$$ q_f = \sqrt{hPkA_c}\;\theta_b \tanh(mL) $$

先算 $\sqrt{hPkA_c} = \sqrt{50\times0.08\times200\times4\times10^{-5}} = \sqrt{0.032} \approx 0.179\ \mathrm{W/K}$。

$$ q_f = 0.179 \times 40 \times 0.585 \approx 4.19\ \mathrm{W} $$

步驟四：算效率。

$$ \eta_f = \frac{\tanh(mL)}{mL} = \frac{0.585}{0.671} \approx 0.87 $$

一根鰭片散約 $4.2\ \mathrm{W}$、效率 $87\%$。若散熱片有 20 根這樣的鰭片，總散熱接近 $84\ \mathrm{W}$，足以應付一顆中階 CPU。而 $mL \approx 0.67$ 落在「還沒飽和」的甜蜜區——若把鰭片從 $30\ \mathrm{mm}$ 加長到 $60\ \mathrm{mm}$，$mL$ 變 $1.34$、$\tanh$ 升到 $0.87$，散熱只多約 $50\%$ 卻用了兩倍材料，效率掉到 $0.65$。這就是用數學告訴你「加長到此為止」的決策依據。

$h$ 從哪裡來？對流邊界層的真相

到目前為止我們都把 $h$ 當成已知數，但入門篇也提醒過：$h$ 不是材料常數，而是流體行為的產物。進階的關鍵體悟是——$h$ 其實是「固體表面那一層極薄流體的傳導」決定的。

當流體流過固體表面，緊貼壁面的流體因黏性而靜止（無滑移條件，no-slip），於是在壁面附近形成一層速度由 0 漸增到主流速度的速度邊界層，以及一層溫度由 $T_s$ 漸變到 $T_\infty$ 的熱邊界層。在最貼壁的地方，流體幾乎不動，熱量只能靠傳導穿過這薄層。把壁面的傅立葉傳導與牛頓冷卻定律連起來：

$$ h = \frac{-k_f \left.\dfrac{\partial T}{\partial y}\right|_{y=0}}{T_s - T_\infty} $$

這條式子是整個對流理論的樞紐：對流換熱係數 $h$ 等於壁面流體的溫度梯度乘上流體導熱率，再除以總溫差。流速越快、邊界層越薄、壁面溫度梯度越陡，$h$ 就越大——這從微觀解釋了「攪拌（提高流速、削薄邊界層）能加速散熱」的入門現象。

熱邊界層的厚度 $\delta_t$ 與速度邊界層厚度 $\delta$ 的比值，正是由普朗特數決定：$\delta/\delta_t \approx \mathrm{Pr}^{1/3}$。對平板層流的精確解（Blasius 解＋能量方程）給出局部努塞爾數：

$$ \mathrm{Nu}_x = 0.332\,\mathrm{Re}_x^{1/2}\,\mathrm{Pr}^{1/3} $$

這不是經驗湊出來的公式，而是從邊界層偏微分方程嚴格推導的結果——入門篇提到的那些「無因次數經驗式」，背後其實有一整套可解析的流體力學。這也是研究所熱傳與大學部熱傳最大的分水嶺：大學部用 $\mathrm{Nu}=f(\mathrm{Re},\mathrm{Pr})$ 查表，研究所則回頭問「這個函數形式為什麼長這樣」。

暫態的另一面：當鰭片還不夠，要看畢歐數

入門篇的散熱例子都是穩態（steady-state），但晶片從待機到滿載、引擎從冷車到熱車，都是暫態（transient）過程。判斷能不能用簡單模型的關鍵，是入門篇沒展開的畢歐數（Biot number）：

$$ \mathrm{Bi} = \frac{hL_c}{k} = \frac{R_{\text{cond,internal}}}{R_{\text{conv,external}}} $$

其中特徵長度 $L_c = V/A_s$。$\mathrm{Bi}$ 比較「物體內部導熱阻力」與「表面對流阻力」。當 $\mathrm{Bi} < 0.1$，內部導熱遠快於表面散熱，整個物體可視為溫度均勻，這叫集總容法（lumped capacitance），冷卻服從漂亮的指數律：

$$ \frac{T(t)-T_\infty}{T_i-T_\infty} = \exp\!\left(-\frac{t}{\tau}\right), \qquad \tau = \frac{\rho V c_p}{h A_s} $$

時間常數 $\tau$ 一眼看穿快慢：質量大、比熱高的物體（$\rho V c_p$ 大）降溫慢，散熱面積大、$h$ 高的（$hA_s$ 大）降溫快。一杯咖啡之所以涼得慢，正是因為水的 $\rho c_p$ 極大、$\tau$ 動輒十幾分鐘。

但若 $\mathrm{Bi} > 0.1$（例如一塊厚鋼板突然丟進冷水，表面急冷而心部還燙），物體內部溫度就不再均勻，集總法失效，必須回到完整的熱傳導偏微分方程，用分離變數法解出無窮級數、查 Heisler 圖，或交給有限元素法（FEM）數值求解。金屬熱處理（淬火）、玻璃退火、3D 列印冷卻，全都活在這個 $\mathrm{Bi} > 0.1$ 的世界裡。

重點回顧

• 鰭片方程 $\dfrac{d^2\theta}{dx^2} - m^2\theta = 0$（$m^2 = hP/kA_c$）由微元能量守恆推導，解為雙曲函數，溫度沿鰭片以 $\cosh$ 衰減。
• 散熱量 $q_f = \sqrt{hPkA_c}\,\theta_b\tanh(mL)$ 中的 $\tanh(mL)$ 會飽和，是「鰭片不能無限長」的數學根據（$mL>2.5$ 後加長無益）。
• 兩個指標：鰭片效率 $\eta_f = \tanh(mL)/mL$ 評價單根利用率；鰭片有效度 $\varepsilon_f$ 評價裝不裝划算，高 $k$、大 $P/A_c$、低 $h$ 場合效益最大。
• $h$ 的本質是壁面薄層流體的傳導：$h = -k_f(\partial T/\partial y)|_0 / (T_s-T_\infty)$，由邊界層厚度與普朗特數決定。
• 畢歐數 $\mathrm{Bi}=hL_c/k$ 決定暫態能否用集總容法（$\mathrm{Bi}<0.1$ 走指數律 $\tau=\rho Vc_p/hA_s$），否則須解偏微分方程。

深入探討（研究所視角）

把鰭片與邊界層放回更大的圖像，研究所層級會在三個方向繼續延伸。

第一，鰭片陣列的最佳化與耦合效應。 真實散熱片不是單根鰭片，而是密集陣列。當鰭片排得太密，相鄰鰭片的熱邊界層會互相干擾、甚至重疊，使得每根鰭片的有效 $h$ 下降；同時鰭片間距變窄又會增加流動阻力（壓降），消耗風扇功率。於是存在一個最佳鰭片間距，使「散熱量／泵浦功率」最大化。這類問題用 entropy generation minimization（熵產最小化，Bejan 的建構理論 constructal theory）來統一處理，把熱傳與流阻的權衡寫成單一目標函數。鰭片的橫截面形狀（矩形、三角、針狀 pin fin）也是最佳化變數——在固定材料體積下，會推導出讓散熱最大的「最佳輪廓」，數學上會導向變分問題。

第二，共軛傳熱（conjugate heat transfer）。 本文把 $h$ 當固定值代入鰭片方程，但嚴格來說，鰭片表面的溫度分布會反過來改變局部邊界層、進而改變局部 $h$，固體導熱與流體對流必須同時耦合求解。這就是共軛傳熱，需要把固體的熱傳導方程與流體的 Navier–Stokes＋能量方程在交界面上以「溫度連續、熱通量連續」的條件聯立，通常只能靠 CFD 數值方法（如有限體積法）求解。電子散熱、渦輪葉片冷卻的精確設計都離不開它。

第三，超越傅立葉的尺度效應。 當鰭片或散熱結構縮小到微米、奈米尺度（如晶片內部的散熱通道、熱電材料的奈米結構），特徵長度逼近聲子平均自由程（phonon mean free path），傅立葉定律會失效——熱不再是連續擴散，而呈現彈道（ballistic）輸運，必須用波茲曼輸運方程（Boltzmann Transport Equation, BTE）描述聲子的統計分布。此時「熱導率 $k$」甚至不再是材料常數，而與尺寸相關。這正是當代微奈米熱傳的核心戰場，與半導體散熱、熱電發電、相變記憶體的設計緊密相連。

最後值得一提的是，鰭片方程 $\theta'' - m^2\theta = 0$ 與許多工程領域的方程同構：它和受拉樑的撓度、化學反應-擴散的濃度分布、甚至電纜的訊號衰減（telegrapher's equation 的穩態）共享同一個數學骨架。掌握一根鰭片，等於掌握了一整類「擴散與消耗競爭」的物理問題——這正是把熱傳學從工程公式提升為一種思考方式的價值所在。