Обычные моторные решения в технологии электропривода (EM = Электрические машины) обычно борются с двумя фундаментальными проблемами даже при постоянных требованиях к нагрузке: во-первых, их базовая эффективность часто слишком низкая, во-вторых, они обычно достигают своей максимальной эффективности только в относительно узком диапазоне скоростей, так что дополнительные передачи и / или или регулятор не требуется. Для многих приложений наилучшими вариантами энергосбережения являются специфическая адаптация соответствующей рабочей точки к текущей ситуации нагрузки.
Картинная галерея
Картинная галерея с 6 картинками
Какие проблемы?
Кросс-доменное моделирование с электромагнитно-механическими параметрами совсем не тривиально. Здесь учитывается многолетний опыт производителя в разработке, применении и разумном сочетании мощных алгоритмов и возможности их отображения в удобном пользовательском интерфейсе («GUI»). Обширные, практичные и, прежде всего, высококачественные библиотеки необходимы для поддержки разработчика в его конкретной задаче, а не для того, чтобы каждый раз заново изобретать колесо. «Нисходящие» инструменты оптимизации должны позволять быстро и легко оптимизировать и сравнивать различные решения с разных точек зрения. Ansys, как давний лидер на рынке электромеханического моделирования, предлагает не только разнообразные пакеты моделирования для практически всех задач, но также соответствующее обучение и поддержку на месте. В специальном приложении в примере в основном используется набор инструментов для проектирования электрических машин.
Дополнительная информация по теме Почему ЭМ симуляция?
Во многих современных приложениях, таких как робототехника, возникают сложные динамические требования, которые трудно решить с помощью традиционных технологий. Здесь почти неизбежно иметь возможность заранее моделировать все возможные рабочие состояния, а также делать обоснованные заявления об ожидаемом сроке службы и надежности. Современные инструменты моделирования позволяют моделировать на нескольких уровнях или в разных областях («Мультифизика»: электрическая, магнитная, механическая и т. Д.), А также включать возможные нагрузки и получать информацию о динамическом поведении. Таким образом, готовые системы можно просматривать в «виртуальном» режиме, а их взаимодействие можно оптимизировать в своей среде.
Проще работать с шаблонами
В этом примере показана замена трехфазного асинхронного двигателя на бесщеточный двигатель постоянного тока в типичной области применения технологии привода. Благодаря оптимизированной конструкции двигателя для указанного диапазона скоростей новое решение устраняет необходимость в коробке передач, что также экономит вес и стоимость. Для быстрого и простого описания электрических машин (простыми словами: двигатели и генераторы) Ansys Maxwell Simulator содержит удобный интерфейс (RMxprt), с помощью которого сначала выбирается и параметризуется нужный тип машины. Для этой цели определяются основные рабочие характеристики в зависимости от физики, такие как структура (количество полюсов) и размер (размеры). Шаблоны доступны для всех распространенных синхронных и асинхронных машин, независимо от того, являются ли они однофазными или многофазными, а также со скользящими контактами или в бесщеточной версии (рисунок 1).
Моделирование в Simplorer
После полной параметризации с данными материала и геометрии из таблиц данных, из выбранного шаблона создается модель аналитической системы. Он имеет интерфейсы к известному симулятору Simplorer, а также к симуляторам 2D и 3D FEM, содержащимся в Maxwell и других пакетах симуляции. С Simplorer полные системы могут быть описаны на аналитическом («поведенческом») уровне, таким образом моделируя эффекты, такие как, когда нагрузка включена или эффекты различных органов управления. Существующие решения могут быть отображены быстро и легко, и могут быть опробованы варианты размеров и типов. Значимые области применения и работы машины также могут быть оценены и проверены. Разработчик захочет или должен будет оптимизировать свое решение для более сложных задач. В зависимости от требуемого уровня детализации могут использоваться алгоритмы Maxwell 2D и 3D, при этом точность 2D-подхода достаточна для большинства задач. Высокоэффективные оптимизированные алгоритмы, поддерживающие современные процессы, такие как многопроцессорность, обеспечивают максимально короткое время моделирования.
Гибкая оптимизация
С расширениями UDO (определяемые пользователем выходные данные) и UDD (определяемые пользователем документы), предварительно определенными для приложений движка, результаты моделирования могут быть не только представлены в различных формах, но также могут использоваться в качестве входных данных для дальнейших серий моделирования для оптимизации. Возможны не только простой анализ чувствительности и оптимизация параметров, но и комплексная оптимизация с несколькими взаимозависимыми целями (многоцелевая оптимизация). На рисунке 2 показана диаграмма эффективности бесщеточного двигателя постоянного тока в зависимости от скорости и крутящего момента. Темный красный цвет иллюстрирует область наибольшей эффективности. Большая глубокая красная область показывает успешную оптимизацию:Даже без входной коробки передач двигатель работает очень эффективно в широком диапазоне оборотов и крутящего момента. На рисунке 3 показано меню выбора для дальнейших отчетов того же моделирования. На рисунке показаны зависимости между входным током, общими потерями, потерями в сердечнике и коэффициентом мощности, как с картой эффективности, в зависимости от скорости и крутящего момента. Таким образом, отдельные параметры могут быть специально оптимизированы или эффекты оптимизации для этих параметров могут быть рассмотрены целевым образом. Потери в сердечнике и коэффициент мощности показаны на карте эффективности в зависимости от скорости и крутящего момента. Таким образом, отдельные параметры могут быть оптимизированы или эффекты оптимизации для этих параметров могут быть рассмотрены целевым образом. Потери в сердечнике и коэффициент мощности показаны на карте эффективности в зависимости от скорости и крутящего момента. Таким образом, отдельные параметры могут быть оптимизированы или эффекты оптимизации для этих параметров могут быть рассмотрены целевым образом.
Содержание статьи:
- Страница 1: Использование EM моделирования для быстрого поиска новых концепций привода
- Страница 2: Автоматизированные циклы оптимизации
- Страница 3: Пример оптимизации по Парето
Следующая страница