Altair Taiwan Blog

有限元等模擬技術已經廣泛應用於電機設計及設計方向的驗證，數值優化技術也正加速驅動設計流程，例如利用優化技術幫助設計團隊獲得最佳方案、進行靈敏度研究、對比權衡不同的設計方案等，稱為“模擬驅動設計”。“模擬驅動設計”尤其適合於需要綜合多種不同學科領域經驗的產品設計，如e-motor，因為傳統的設計方法無法綜合考慮多種設計變更和性能變更之間的關係。

本文介紹了由Altair與Porsche（保時捷）合作研究的利用Altair工具進行新能源汽車電機轉子多物理場聯合優化設計的方法和優化設計過程，為新能源汽車電機多物理場優化設計提供新的思路參考。

多物理場優化方法將e-motor設計時同時考慮多個不同設計要求成為可能，從而避免的串列的開發策略，因為串列開發策略中必須要進行大量的設計反覆運算才可能滿足所有的設計要求，而且可能被迫妥協接受某些不利的設計。然而，在實際產品開發中有限的時間等限制條件下，多物理場及多學科優化需要有效的執行過程，這個過程需要集成e-motor開發的所有部門，需要包含不同物理場的模擬模型並且是更新的。

設計輸入和設計、包裝、生產等方面的限制需要在定義優化設計問題時考慮，否則，優化設計結果將不可行，最終，所有的輸入和限制將被包含在單一的優化迴圈中，如圖1所示：

圖1 通用的E-motor多物理場優化流程

新能源汽車電機的多物理場優化設計流程如圖2所示。以Altair HyperStudy™作為優化引擎，驅動所有分析子過程和整個優化過程中所需的工具。

圖2 Altair多物理場優化設計流程

多物理場優化的執行時間軸如圖3所示：

圖3 多物理場優化執行時間軸

• 以基本設計（baseline design）為優化設計起點

• 定義設計變數（DVs）創建設計空間（磁鋼形狀及位置變數）

• 定義需要的分析工況回應，需要使用一個或多個求解器執行一個或多個模擬計算甚至聯合模擬以獲得必要的分析結果，作為優化目標或者約束條件

• 執行DOE分析，生成所有回應的回應面，後續的優化可基於這些回應面進行

• 執行全域優化

Porsche旨在設計一款高性能電動汽車驅動電機，對關鍵性能指標（如功率、轉矩、轉速等）有更高的要求，設計要求見圖4：

圖4 Porsche電機設計要求

Porsche和Altair採用了分為三個階段實現整個電機優化設計過程，如圖5所示：

• Phase1：初始概念設計階段

• Phase2：多學科分析階段

• Phase3：系統分析階段

圖5 E-motor設計專案過程

首先通過Altair FluxMotor™快速獲得初始設計：

基於經典的轉子拓撲結構，快速對比不同繞組方案對基速點（附近）最大轉矩和功率的影響（圖6）

圖6 不同繞組設計方案對比

基於選定的繞組方案，對比獲得最佳匹配設計需求的轉子拓撲結構方案，在FluxMotor中進行快速“效率Map測試”同時獲得基速點和最大轉速點數據，對比四種轉子拓撲設計方案（圖7）

圖7 四種轉子拓撲結構方案對比

為了滿足不同物理場的不同需求，採用多物理場設計優化流程（圖8）：

 圖8 多物理場設計優化流程 

• FluxMotor快速模擬提取主要特徵

• Altair Flux™執行多個工況分析（圖9-11）

✔ 基速點（Base Point）

✔ 最大轉速點（Max Speed）

✔ 短路退磁（Demagnetization）

✔ 100kW最大轉速工作點

圖11 短路磁體退磁率評估

• 傳熱模擬提取溫升回應（圖12）

圖12 100kW運行2小時溫升

• Altair OptiStruct™ 執行結構分析（圖13）

圖13 轉子應力分佈

• DOE分析及多物理場優化（圖14-16）

圖16 多物理場優化設計結果（滿足所有約束）

第3階段，為了進一步提升電機設計，考慮由電力電子器件以及控制方式對電機產生更精確的驅動信號。

圖17 Altair Activate® 建立電機控制系統模型

（速度控制、電流控制、逆變器、PMSM）

多種逆變器IGBT建模方式:

• 基於信號的建模

圖18 基於信號流的逆變器建模

• 基於Modelica的物理建模

圖19 基於Modelica的逆變器建模

• 基於Spice格式建模

圖20 基於SVPWM的相電壓波形

多種電機建模方式：

• 基於Park方程的數學模型

圖21 基於數學的PMSM模型（Park方程）

• 基於LUT的電機降階模型

圖22 基於LUT的PMSM降階模型

• Flux協同模擬的電機模型

圖23 基於Flux協同模擬的PMSM模型

新能源汽車電驅動系統級模擬

圖23 基於Flux協同模擬的PMSM模型