【案例分享】保时捷与Altair合作进行新能源汽车电机多物理场优化设计
本文摘要（由AI生成）：
新能源汽车电机(e-motor)不能仅仅将电机视为一个独立的单元进行开发，还必须确保满足完整的电驱动或混合驱动系统集成性的严格要求。因此，e-motor的开发不能是学科隔离的而必须是系统的，以便与其余部件和系统构成最佳匹配。噪声和功耗是其中两个主要挑战。有限元等仿真技术已经广泛应用于电机设计及设计方向的验证，数值优化技术也正加速驱动设计流程，例如利用优化技术帮助设计团队获得最佳方案、进行灵敏度研究、对比权衡不同的设计方案等，称为“仿真驱动设计”。“仿真驱动设计”尤其适合于需要综合多种不同学科领域经验的产品设计，如e-motor，因为传统的设计方法无法综合考虑多种设计变更和性能变更之间的关系。
如今，新能源汽车电机（e-motor）不能仅仅将电机视为一个独立的单元进行开发，还必须确保满足完整的电驱动或混合驱动系统集成性的严格要求。因此，e-motor的开发不能是学科隔离的而必须是系统的，以便与其余部件和系统构成最佳匹配。噪声和功耗是其中两个主要挑战。
有限元等仿真技术已经广泛应用于电机设计及设计方向的验证，数值优化技术也正加速驱动设计流程，例如利用优化技术帮助设计团队获得最佳方案、进行灵敏度研究、对比权衡不同的设计方案等，称为“仿真驱动设计”。“仿真驱动设计”尤其适合于需要综合多种不同学科领域经验的产品设计，如e-motor，因为传统的设计方法无法综合考虑多种设计变更和性能变更之间的关系。
本文介绍了由Altair与Porsche（保时捷）合作研究的利用Altair工具进行新能源汽车电机转子多物理场联合优化设计的方法和优化设计过程，为新能源汽车电机多物理场优化设计提供新的思路参考。
1 多物理场 / 多学科优化
多物理场 / 多学科优化
多物理场优化方法将e-motor设计时同时考虑多个不同设计要求成为可能，从而避免的串行的开发策略，因为串行开发策略中必须要进行大量的设计迭代才可能满足所有的设计要求，而且可能被迫妥协接受某些不利的设计。然而，在实际产品开发中有限的时间等限制条件下，多物理场及多学科优化需要有效的执行过程，这个过程需要集成e-motor开发的所有部门，需要包含不同物理场的仿真模型并且是更新的。
设计输入和设计、包装、生产等方面的限制需要在定义优化设计问题时考虑，否则，优化设计结果将不可行，最终，所有的输入和限制将被包含在单一的优化循环中，如图1所示：
图1 通用的E-motor多物理场优化流程
2
多物理场优化流程
2
多物理场优化流程
新能源汽车电机的多物理场优化设计流程如图2所示。以Altair HyperStudy™作为优化引擎，驱动所有分析子过程和整个优化过程中所需的工具。
图2 Altair多物理场优化设计流程
多物理场优化的执行时间轴如图3所示：
图3 多物理场优化执行时间轴
以基本设计（baseline design）为优化设计起点
定义设计变量（DVs）创建设计空间（磁钢形状及位置变量）
定义需要的分析工况响应，需要使用一个或多个求解器执行一个或多个仿真计算甚至联合仿真以获得必要的分析结果，作为优化目标或者约束条件
执行DOE分析，生成所有响应的响应面，后续的优化可基于这些响应面进行
执行全局优化
3
Porsche设计问题概览
3
Porsche设计问题概览
Porsche旨在设计一款高性能电动汽车驱动电机，对关键性能指标（如功率、转矩、转速等）有更高的要求，设计要求见图4：
图4 Porsche电机设计要求
Porsche和Altair采用了分为三个阶段实现整个电机优化设计过程，如图5所示：
Phase1：初始概念设计阶段
Phase2：多学科分析阶段
Phase3：系统分析阶段
图5 E-motor设计项目过程
Phase1：初始概念设计方案选择
（Baseline Design）
Phase1：初始概念设计方案选择
（Baseline Design）
首先通过Altair FluxMotor™快速获得初始设计：
1
基于经典的转子拓扑结构，快速对比不同绕组方案对基速点（附近）最大转矩和功率的影响（图6）
图6 不同绕组设计方案对比
2
基于选定的绕组方案，对比获得最佳匹配设计需求的转子拓扑结构方案，在FluxMotor中进行快速“效率Map测试”同时获得基速点和最大转速点数据，对比四种转子拓扑设计方案（图7）
图7 四种转子拓扑结构方案对比
Phase2：多学科设计过程
Phase2：多学科设计过程
为了满足不同物理场的不同需求，采用多物理场设计优化流程（图8）：
图8 多物理场设计优化流程
FluxMotor快速仿真提取主要特征
Altair Flux™执行多个工况分析（图9-11）
✔ 基速点（Base Point）
✔ 最大转速点（Max Speed）
✔ 短路退磁（Demagnetization）
✔ 100kW最大转速工作点
图9 工作点磁场计算
图10 短路分析电路、
短路电流曲线
图11 短路磁体退磁率评估
传热仿真提取温升响应（图12）
图12 100kW运行2小时温升
Altair OptiStruct™ 执行结构分析（图13）
图13 转子应力分布
DOE分析及多物理场优化（图14-16）
图14 Altair HyperStudy中完整的多物理场分析
图15 针对不同优化目标的设计方向（DOE）
图16 多物理场优化设计结果（满足所有约束）
Phase3：增加功率变换器提升优化设计
Phase3：增加功率变换器提升优化设计
第3阶段，为了进一步提升电机设计，考虑由电力电子器件以及控制方式对电机产生更精确的驱动信号。
图17 Altair Activate® 建立电机控制系统模型
（速度控制、电流控制、逆变器、PMSM）
多种逆变器IGBT建模方式:
基于信号的建模
图18 基于信号流的逆变器建模
基于Modelica的物理建模
图19 基于Modelica的逆变器建模
基于Spice格式建模
图20 基于SVPWM的相电压波形
多种电机建模方式：
基于Park方程的数学模型
图21 基于数学的PMSM模型（Park方程）
基于LUT的电机降阶模型
图22 基于LUT的PMSM降阶模型
Flux协同仿真的电机模型
图23 基于Flux协同仿真的PMSM模型
新能源汽车电驱动系统级仿真
图23 基于Flux协同仿真的PMSM模型
