如今，新能源汽車電機（e-motor）不能僅僅將電機視為一個獨立的單元進行開發，還必須確保滿足完整的電驅動或混合驅動系統集成性的嚴格要求。因此，e-motor的開發不能是學科隔離的而必須是系統的，以便與其余部件和系統構成最佳匹配。噪聲和功耗是其中兩個主要挑戰。

有限元等仿真技術已經廣泛應用于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“仿真驅動設計”?！胺抡骝寗釉O計”尤其適合于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系。

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。

1 多物理場 / 多學科優化

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，從而避免的串行的開發策略，因為串行開發策略中必須要進行大量的設計迭代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仿真模型并且是更新的。

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循環中，如圖1所示：
 

圖1 通用的E-motor多物理場優化流程

2 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

- 定義設計變量（DVs）創建設計空間（磁鋼形狀及位置變量）

- 定義需要的分析工況響應，需要使用一個或多個求解器執行一個或多個仿真計算甚至聯合仿真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，生成所有響應的響應面，后續的優化可基于這些響應面進行

- 執行全局優化

3 Porsche設計問題概覽

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采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設計項目過程

Phase1：初始概念設計方案選擇（baseline Design）

首先通過Altair FluxMotor?快速獲得初始設計：

1 基于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

2 基于選定的繞組方案，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

Phase2：多學科設計過程

為了滿足不同物理場的不同需求，采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快速仿真提取主要特征

- 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9 工作點磁場計算
 

圖10 短路分析電路、短路電流曲線
 

圖11 短路磁體退磁率評估

- 傳熱仿真提取溫升響應（圖12）

圖12 100kW運行2小時溫升

- Altair OptiStruct? 執行結構分析（圖13）

圖13 轉子應力分布

- DOE分析及多物理場優化（圖14-16）

圖14 Altair HyperStudy中完整的多物理場分析
 

圖15 針對不同優化目標的設計方向（DOE）
 

圖16 多物理場優化設計結果（滿足所有約束）
 

Phase3：增加功率變換器提升優化設計

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:

- 基于信號的建模

圖18 基于信號流的逆變器建模

- 基于Modelica的物理建模

圖19 基于Modelica的逆變器建模

- 基于Spice格式建模

圖20 基于SVPWM的相電壓波形

多種電機建模方式：

- 基于Park方程的數學模型

圖21 基于數學的PMSM模型（Park方程）

- 基于LUT的電機降階模型

圖22 基于LUT的PMSM降階模型

- Flux協同仿真的電機模

圖23 基于Flux協同仿真的PMSM模型

新能源汽車電驅動系統級仿真

圖23 基于Flux協同仿真的PMSM模型