基于ANSYS Maxwell的电机多目标优化分析
- 格式:pdf
- 大小:2.36 MB
- 文档页数:18
基于ANSYS Maxwell的电机多目标优化分析
1前言
电机设计是一个比较复杂的问题,不能仅仅考虑单个指标,而是要考虑一组设计指标,包括效率、成本、转矩、振动、温升、控制等。
这些指标经常相互矛盾、相互掣肘,例如性能与成本、效率与脉动、空载性能与负载性能、电磁性能与振动噪声性能等。
这时候,我们需要用到一些数学上的优化算法来求取最优解,事实上当优化目标比较多的时候,一个绝对的最优解并不存在的,往往是一个指标变好,另一个指标可能会变差。
我们通过优化方法得到的优化解,往往不是一个点,是一组解,也称为Pareto最优解,而这个过程也称为多目标优化。
优化分析是数学方法,必须要基于精确的电机分析技术才有意义,否则优化分析只能是空中楼阁,中看不中用。
而幸运的是随着计算机技术和有限元的发展,电机分析和设计的方法由最初的经验设计、路算法分析,发展到基于有限元的电磁场、温度场和结构场分析,一直到现在的多物理场耦合分析,电机分析的精度和速度都大大提高,这给电机的多目标优化分析提供了基础。
一个完整的有工程意义的电机多目标优化流程,必须具备以下几个条件。
(1)输入模型的参数化,包括几何尺寸、温度、激励等
(2)输出变量的参数化,转矩、效率、谐波分量、成本、噪声等
(3)分析流程的全自动化,如果优化过程涉及到多个分析模型、甚至是多个不同物理
域的模型,他们之间的数据传递必须能够无缝连接,而且能够全自动完成
(4)求解器要能够支持多任务并行计算,多目标优化可能需要计算成百上千种方案,
多任务并行计算能有效的加快分析进度
(5)需要有一个高效的优化工具,支持遗传、粒子群等多目标优化算法
2基于ANSYS Maxwell的多目标优化方法介绍
以上提及的多目标优化的各种条件,ANSYS都能够很好的满足。
ANSYS提供基于Workbench的多物理场优化平台,计算精度早已得到验证,ANSYS产品也嵌入了多种不同层次的优化器,可以根据需要,便捷的实现多目标优化分析。
以Maxwell为例,Maxwell的参数化建模功能非常丰富,Maxwell有多种参数化建模功能,能够边界对非线性材料、温度、激励进行参数化。
针对最重要的几何模型参数化,也有多种方法:
a)Maxwell直接参数化建模
b)RMxprt 设置变量,并将变量传递至Maxwell 参数化建模
c)Maxwell 导入CAD 模型,生成建模历史或直接局部修改,参数化模型
d)Maxwell 内置UDP 模型参数化建模
e)在DesignModeler 中,草图和约束建立参数化模型,并导入Maxwell
f)在第三方建模工具中(ProE 、Solidworks ),草图和约束建立参数化模型,并导入Maxwell 中建立参数化模型
g)用户自定义UDP ,参数化建模
h)SpaceClaim 直接建模,参数化建模
Maxwell 的后处理功能也非常丰富,计算结果也非常方便的实现参数化,包括曲线、场计算结果、各次谐波等。
Maxwell 的分布式计算功能非常强大,基于AEDT 平台、Workbench 平台甚至第三方脚本都可以很便捷的激活大规模分布式计算功能。
当Maxwell 的输入输出都参数化,分布式计算功能激活之后就可以很便捷的启动多目标优化分析,启动方式有多种,常用的有:
(1)利用Maxwell 自带的参数化和优化分析功能。
该方法的好处是最方便,缺点是不能多Design
、不能多物理场、优化算法不够强大。
基于AEDT的Maxwell多目标优化
(2)基于Workbench DesignXplorer的多目标优化。
其优点是充分利用Workbench的建模功能和多物理场耦合分析功能,实现多设计,多物理场优化。
基于Workbench DesignXplorer的空载和负载转矩优化分析
优化前与优化后模型
响应面与Pareto图
优化前后空载和负载转矩波形
(3)基于OptiSLang的多目标优化
OptiSLang是一款功能强大的多目标优化分析软件,它既可以独立运行,也可以基于Workbench平台运行。
既能充分利用Workbench的多物理场耦合分析功能,也可以集成第三方求解器一起优化。
基于Maxwell、Workbench、OptiSLang的电机电磁、振动性能优化
3基于Maxwell、Workbench、OptiSLang的电机多目标优化流程
本文将以永磁同步电机为例,展示基于Maxwell、Workbench、OptiSLang的电机多目标优化流程。
电机模型为虚构模型,仅仅用于展示流程。
(1)问题描述
优化变量:转子磁极之间的间距rib,V型磁钢最底部到圆心距离,转子表面切口极弧系数优化目标:齿槽转矩最小,100A负载转矩平均值最大、转矩脉动最小
分析用模型
(2)输入模型参数化
当转子铁心的模型参数变动以后,磁钢和InnerRegion的模型也会相应的发生变化,所以这三个模型都需要用同样的变量驱动。
为了方便的建立参数化模型,我们新建了一个UDP,利用UDP能够最方便快捷的定义参数化模型,该UDP能够建立转子铁心、磁钢和InnerRegion三者模型。
参数化转子模型变量设置
(3)Workbench中建立分析用Maxwell模型
启动Workbench,直接在Workbench里面新建或导入已经建立好的Maxwell模型,由于要同时优化齿槽转矩和负载转矩,所以需要有两个不同的设计。
Workbench中导入已经建立好的Maxwell模型
导入到Workbench的两个Maxwell Design
(4)定义输入输出变量
当Maxwell导入到Workbench之后,在Maxwell的Optimetrics列表中,会自动添加一个DesignXplorer设计,分别双击空载和负载的DesignXplorer,定义输出变量
Maxwell中自动添加的DesignXplorer
空载和负载的输入变量定义
空载齿槽转矩输出变量定义
负载转矩输出变量定义
当定义好输入输出之后,Workbench的界面中,会出现一个Parameter Set的项目,双击该项目,查看定义好的输入输出。
定义好的输入输出
此时,空载和负载的参数输入虽然变量名字相同,但他们之间的关系是独立的,需要把他们的约束关系定义好。
分别双击P2,P3,P4将他们的值改成P7,P8,P9。
修改之后他们的输入窗口会变成灰色
约束好之后的输入变量列表
至此,该问题的输入输出都已定义好,可以进行下一步的优化分析。
(5)添加OptiSLang设置
OptiSLang多目标优化,可以有两种方式:一是先做一个DOE和响应面分析,然后基于DOE做优化分析,还有一种是直接做优化分析。
本例选用第二种。
a)在Workbench的左侧列表中,拖拽一个OptiSLang的Optimization模块
b)在弹出的optiSLang窗口中定义,优化变量的变化范围
定义输入变量的变化范围
c)优化目标定义:齿槽转矩最小,负载平均转矩最大,负载转矩脉动最小
优化目标的定义
d)优化算法的选择,本例中选择粒子群优化算法。
优化算法选择
e)定义好的Workbench界面如下
f)双击Particle Swarm Optimization可以修改优化算法的参数,包括初始种群数、最大
种群规模等参数。
本例中只修改了最大种群规模,其余保持默认值。
优化算法参数设置
g)分布式计算DSO激活
分布式计算能够极大的提高优化效率,可以根据需要设置分布式并行计算的点数。
Maxwell分布式计算(设置为10个点)
点击Parameter Set属性中的SolutionProcess和DesignPointUpdateProcess
设置Maxwell后台运行和DesignPoint更新方式
右键点击Particle Swarm Optimization属性,激活OptiSLang的并行计算
h)以上所有步骤设置完成之后,右键点击optiSLang的Update,开始计算
计算过程中可以查看分布式计算的情况。
查看分布式计算情况
如果有参数组合造成干涉等模型错误的情况,程序会自动跳过,
优化器计算中间过程
i)结果查看
OptiSLang有丰富的结果可以查看,我们可以查看Pareto图
Pareto2D图
Pareto3D图
优化算法最后会给出一组最优解,称为Pareto前沿面,用户可以从中挑选自己需要的合适方案。
Pareto前沿面
4总结
Maxwell是功能强大的电磁场分析软件,能够高精度的完成电磁场问题分析。
结果其强大的参数化建模功能、分布式计算、多物理场耦合以及OptiSLang的强大优化功能,可以方便快捷准确的完成包括多物理场在内的多目标优化。