隨著國民經濟的快速發展，各種應用領域都對電機性能指標提出越來越高的要求，例如效率高、轉速范圍寬、體積小、重量輕、功率密度大、噪聲低、成本低等，這要求電機設計必須兼顧電磁性能、溫升性能以及機械設計方面等多物理場性能，同時還要考慮電機的成本、研發周期等因素，如何在最短的時間內將一款高性能、低成本的電機產品推向市場是目前各大電機廠商面對的課題。

現代電機設計是一個典型的多學科、強耦合、多變量、非線性的問題，其中多學科分析和優化設計扮演了非常重要的角色。電機設計工作的特殊性要求設計工具必須具有以下幾方面特征：

1. 兼顧磁路法的理論深度和有限元法的高精度，提供專業的前、后處理功能；

2. 在電機全運行工況范圍內，需要實現電磁和熱的雙向耦合，而且算法必須快速高效以滿足產品研發周期；

3. 電機機械強度的分析需要在電磁設計階段同時進行，以減少設計迭代。

將同時具有以上特征的設計工具與優化工具相結合，工程師便可以兼顧電磁、熱、機械性能，在電機設計初期獲得較好的設計方案，為后面的精確分析與優化奠定基礎。Ansys Motor-CAD是目前全球范圍內唯一包含電磁、熱、機械的專業電機多學科設計工具，它同時兼顧了計算速度與精度，可在最短時間內完成電機初始方案設計，同時結合強大的Ansys optiSLang優化工具，從而使電機工程師在設計初期對電磁、熱、機械性能進行快速綜合優化的夢想變為可能。

借助于Motor-CAD與optiSLang，電機工程師可以在概念設計階段快速評估設計參數對電磁、熱、機械強度的綜合影響，在最短時間內給出電機最佳初始設計方案，另外利用Motor-CAD與Maxwell、Twin Builder之間的接口，工程師可進一步對初始設計方案進行電磁場高精度分析、系統級場路協同仿真分析。

本文我們將通過兩個例子來詳細介紹Motor-CAD與optiSLang進行電機優化的方法。通過利用optiSLang中的MotorCAD Solver Wizard實現優化，以及利用optiSLang中的Python Solver Wizard如何來實現優化。

optiSLang中的MotorCAD Solver Wizard可以幫助用戶快速創建Motor-CAD的參數化分析系統用于敏感性分析或優化設計，用戶只需利用該向導導入Motor-CAD模型文件，軟件會自動識別Motor-CAD中的參數，通過鼠標拖拽即可完成相關設置。

optiSLang中的MotorCAD Solver Wizard

MotorCAD 參數化分析系統

在MotorCAD solve中，用戶可定義求解類型，軟件目前支持電磁、熱、Lab三個模塊。

選擇計算模塊

另外還支持在求解結束后，自動導出Maxwell的vb建模腳本，以及Motor-CAD中電機的徑向、軸向、3D模型的截圖。

模型導出功能

在MotorCAD input中，軟件可自動識別Motor-CAD中的各項輸入參數，包括各種幾何尺寸參數，求解設置參數等等，利用搜索功能可以快速定位所需參數，將相應的參數拖拽到左側Parameter框，即可實現優化參數的選取。

選取設計參數：定子齒寬和槽深

在MotorCAD ouput中，軟件自動識別Motor-CAD的所有計算結果參數，同樣將其拖拽到右側Response框即可實現優化目標的選取。

選取優化目標

利用MotorCAD Solver Wizard我們可以快速實現分析流程的搭建，前面的例子中我們選取了定子齒寬和槽深作為優化參數，選取了平均電磁轉矩作為優化目標，接下來基于這個分析流程，利用optiSLang中的優化向導可以快速搭建一個優化流程。

加入優化模塊

在優化向導中，分別定義優化參數的范圍，以及參數的類型，連續型或者離散型等等。

設置參數范圍

通過右鍵的簡單操作，可以快速的定義優化目標類型，可定義最大化、最小化、固定值、或者將優化目標限制在一定的范圍內。

設置優化目標

optiSLang的強大之處在于，它會根據定義的優化參數的數量和類型，以及優化目標的數量和類型，自動推薦最合適的優化算法，并以綠色圓圈顯示，這大大降低了優化設計的門檻。

設置優化算法

優化分析workflow

以上是利用與optiSLang中的MotorCAD Solver Wizard進行電機優化基本流程，這個方法的特點是操作簡單，對于一般的電機優化設計問題比較實用，但是它不夠靈活，如果分析流程的Workflow比較復雜，可以利用下面的方法。

現代電機的運行工況往往處于一個十分寬的轉速范圍內，電機設計不僅關注某個運行點的性能更關注整個運行區域的性能，以新能源汽車永磁電機為例，電機的性能指標在“恒轉矩區”和“恒功率區”都有相應的要求，而且二者往往是相互矛盾的，另外，除了峰值運行外特性，電機設計也關注持續運行外特性，這是考核電機設計水平的關鍵指標，電機持續運行能力是電磁與散熱綜合作用的結果，是典型的電磁-熱耦合問題，對于這類電機的設計往往是比較困難的，即使是富有經驗的工程師，在有些情況下也需要反復的調整設計參數，在峰值運行能力、連續運行能力、綜合效率、成本、NVH等眾多設計指標之間找平衡，最終費勁渾身解數得到了一個基本符合要求的方案，但是直覺告訴我們，這一定不是最優解，我們還可以做的更好。

例如下面的這個P2 PHEV電機的例子，電機的性能指標如表1所示。

表1 電機設計指標

初始設計方案

針對上述設計需求，我們可以設計以下Workflow進行分析：

• 設置一組幾何參數和繞組參數

• 設置全局最大電流密度為30A/mm2,，因為根據以往經驗峰值扭矩電流密度應該不會超過30A/mm2

• 利用繞組參數推算出30A/mm2對應的電流值，并在Motor LAB模塊計算電機的飽和模型

• 在Motor LAB中調整繞組匝數，使500A可以出400Nm扭矩，如果達不到400Nm，則該方案不符合要求，舍棄

• 在Motor LAB中讀取各轉速下的峰值扭矩，判斷是否符合要求

• 利用Motor LAB的電熱耦合分析功能，快速迭代計算各轉速連續運行扭矩，判斷是否符合要求

• 計算關鍵single point的效率，判斷是否符合要求

我們可以看到這個分析流程涉及電機飽和模型的計算，飽和模型與熱模型的雙向耦合計算，同時還包括條件判斷，如果在optiSLang中的MotorCAD Solver Wizard去搭建這個流程是難以實現的，這種情況我們可以利用optiSLang中的Python Solver Wizard來搭建，用Python Solver驅動py腳本，在py腳本中實現上述設計好的Workflow，在py腳本中可以很輕松的利用ActiveX調用Motor-CAD，同時也可以加入任意的數據前后處理和條件判斷語句，隨心所欲的設計Workflow并基于此進行優化分析。

打開Python Solver Wizard

利用Python Solver Wizard打開編寫好的py腳本文件，optiSLang會自動識別py文件中定義好的輸入、輸出參數，可通過拖拽進行定義。

識別py中的參數

對于這個Workflow，由于涉及到飽和模型計算，Motor-CAD計算每個Design point的大概需要3-5分鐘，如果直接進行多目標優化，計算10000個方案，即使使用并行計算，優化花費的時間也是非常長的，而且一旦后期優化目標有調整，就要重新計算。

另一種方法是先利用optiSLang中的Sensitivity模塊先進行敏感性分析，從optiSLang7.5.1開始，Sensitivity模塊會自動進行MOP元模型的提取，用戶只需在Sensitivity中定義好輸入參數范圍和響應函數，以及DOE點數和COP迭代容差。

設置參數范圍

軟件會根據參數量自動推薦最適合的DOE算法，并以綠色顯示。

DOE算法選擇

在敏感性分析結果的后處理界面，可以查看輸入參數與相應參數之間的相關性，例如我們可以查看定子內徑、鐵心長度與連續扭矩之間的關系，在最后一列，軟件給出該輸入參數與各響應參數之間的總體相關性COP，COP越接近100%，表示MOP模型的精度越高。

敏感性分析結果

根據經驗，一般只需300-500個Design point就能得到足夠高精度的MOP模型，然后在MOP模型的基礎上加入Optimization模塊進行優化，由于優化過程是基于MOP模型而不是直接有限元求解，因此優化速度很快，跑10000個方案只需10分鐘左右。

此外，optiSLang還提供了豐富的結果后處理功能，可以方便的查看2D或3D帕累托前沿，也可以快速進行方案的篩選。

優化分析結果

當加入Optimization模塊后，軟件會自動創建Validator（有限元驗證）的Workflow，在優化結束后，optiSLang會自動把帕累托前沿上的設計點發送到Validator節點進行有限元分析，并提供MOP與有限元分析結果對比。

有限元對比驗證

通過對比視圖，可以方便的查看MOP與有限元驗證結果之間的誤差，本例的精度還是可以滿足工程需求，雖然基于MOP模型的優化方法犧牲了一點精度，但是節省了大量的計算成本，更加重要的是，僅僅基于一次敏感性分析得到的MOP模型，我們可以嘗試采用不同的優化目標進行反復的優化分析，充分探索設計空間與設計指標之間的關系。

MOP和有限元驗證結果對比

優化后的設計方案

通過本文的例子我們可以看到，將強大的Ansys Motor-CAD與optiSLang相結合則如虎添翼，收獲超強電機設計工具，這種效應是1+1大于2的，利用這個工具，電機工程師不僅能解決電機優化設計問題，也可以進行電機各種設計參數之間的trade-off分析，還可以基于高保真的MOP模型，研究設計參數與性能指標之間的相關性，這在電機概念設計階是非常有意義的。

想要了解如何基于MOP的帕累托優化開展多標準電機設計，歡迎關注下期《電機多目標優化設計案例》，將詳細介紹Motor Design公司工程師如何將Motor-CAD與optiSLang相結合，利用多物理場仿真技術對EV應用的電機設計空間進行數據驅動的探索。敬請關注！