基于算法的电机NVH优化过程.docVIP

基于算法的电机NVH优化过程 01 基本原理 用算法解决电机NVH问题，最核心的问题是找到“ 关键中间变量 ”。这个变量是承上启下起决定性作用的，向上可以对接电机电磁 数学模型，这样就可被算法控制。向下能够决定了真实世界中电机振动噪音的强弱。因此控制了中间变量也就控制了从数学模型到物理现实的关键路径，如此算法就有了明确的可实施目标，振动噪音的物理问题也就转换成了数学问题。 我们选择的中间变量是“电磁力”，原因有三： 1、电磁力是常见的噪音来源 从我们接触的NVH故障案例中，80%以上的问题是电磁噪音辐射问题，而辐射的来源基本上都是电磁力，其中径向电磁力产生的径向振动为主要故障模式，而切向电磁力产生的扭转振动和齿顶局部振动相对较少为次要故障模式。也就是说控制住了电磁力也就能控制住电机的噪音。 2、 电磁力可被数学建模 。 也就是说可以通过调整电磁仿真模型的结构，来对径向电磁力产生影响，它是可以被数学模型描述和控制的，我们可以通过转子磁极调整来控制电磁力，也可以通过定子结构调整来影响，这给优化带来了方便。 3、径向电磁力兼顾了效率和精度 下图是算法解决振动噪音的自动控制原理。我们可以直接选择“振动/噪音”目标作为目标因变量，算法根据目标的优劣程度，自动调整定子和转子的形状来作优化，但这种仿真出振动噪音需要多物理场耦合，计算量和时间开销太大，计算1000个方案，所需要的计算机资源是海量