Flussdichte, Spannungsverteilung und Drehmomentverlauf der repräsentativen Lösung sind im folgenden Referenzvergleich dargestellt.
TOPOLOGY OPTIMIZATION / RESEARCH ATLAS
Topologieoptimierung unter Berücksichtigung von
Magnetfeldern und mechanischen Spannungen
Die Verteilung von Stahl und Hohlräumen im Motor wird unter Berücksichtigung von Magnetfeldern und mechanischen Spannungen optimiert.
Wir stellen die finalen Pareto-Lösungen der NGnet-On/Off-Methode und die Bedeutung ihrer Geometrien vor.
01 / PARETO EXPLORER
Optimierungsergebnisse für einen Motor in der Baugröße eines Hybridfahrzeugantriebs
Mittleres Drehmoment maximieren · Drehmomentwelligkeit minimieren
Nebenbedingung: maximale von-Mises-Spannung ≤ 300 MPa
Klicken Sie auf einen Punkt, um seine Geometrie anzuzeigen.
Fokussieren Sie einen Punkt und drücken Sie Eingabe. Alle Individuen sind auch über die Liste unten erreichbar.
OPTIMIZATION HISTORY
Die Entwicklung der Optimierung ansehen
Das 24.5-sekündige Video zeigt die Pareto-Front und repräsentative Geometrien über 200 Generationen. Pro Generation wird eine Lösung nahe 110 Nm gewählt; dies ist keine Eltern-Nachkommen-Linie.
Die Beschriftungen im Video sind auf Japanisch.
02 / METHOD
Materialverteilung mit der NGnet-On/Off-Methode
Statt viele Elemente direkt ein- oder auszuschalten,
dienen die Gewichte gaußscher Basisfunktionen als Entwurfsvariablen.
100 gaußsche Basisfunktionen; Kovarianzparameter 2×10⁻⁶ m². Die Materialverteilung im Entwurfsgebiet wird verändert, während feste Bereiche einschließlich der Magnete erhalten bleiben.
- 01
Glattes Entwurfsfeld
Die Gaußgewichte bestimmen Lage, Form und Zusammenhang der Hohlräume. Das symmetrische Grundgebiet wird zur vollständigen Motorgeometrie vervielfältigt.
- 02
Magnetfeld und Spannungen bewerten
Die nichtlineare Magnetfeldanalyse liefert das Drehmoment für jede Rotorposition. P2-Elemente bewerten die maximale von-Mises-Spannung durch Fliehkraft.
- 03
Auswahl und Aktualisierung mit NSGA-II
Die Lösungen verbinden ein maximales mittleres Drehmoment mit minimaler Spitze-Spitze-Drehmomentwelligkeit. Verletzungen der Spannungs- und anderer Nebenbedingungen werden bestraft.
Methodischer Hintergrund: Sato et al., Topologieoptimierung eines IPM-Motors mit NGnet (2015). Die Werte und Geometrien dieser Website stammen aus den Berechnungen dieses Projekts.
BOUNDARY RESOLUTION
Präzise Materialgrenzen durch Neuvernetzung
Die Geometriediskretisierung beeinflusst die lokale Spannungsbewertung. Die NGnet-Funktion wird an zusätzlichen Knoten neu ausgewertet, um Materialgrenzen genauer zu erfassen, statt lediglich die Elementzahl zu erhöhen.
An den zusätzlichen Knoten wird das Vorhandensein von Material bestimmt, um die Grenze zu lokalisieren.
Rundungsradius: 0,5 mm; 16 Abschnitte je 90°-Bogen. Verbundene und getrennte Grenzflächen bleiben erhalten.
Nur geeignete kurze freie Kanten nahe den Verbundenden werden zusammengeführt; Zusammenhang und Elementqualität werden geprüft.
Literatur zu Neuvernetzung und Spannungsbewertung
Takenouchi, Hiruma und Kollegen beschreiben die Optimierung von IPM-Motoren mit Nebenbedingungen für Spannungen, Zusammenhang und Netzqualität. Grenzangepasste Netze sichern die Genauigkeit magnetischer und elastischer Analysen. Die Arbeit wird hier wegen ihres Bezugs zur Neuvernetzung und Spannungsbewertung zitiert.
K. Takenouchi, S. Hiruma, T. Mifune and T. Matsuo (2024), Topology and parameter optimization of IPM motor considering mechanical strength by stress and connection constraints, COMPEL, 43(4), 839–851.
DOI: 10.1108/COMPEL-11-2023-0551 · Repositorium der Universität Hokkaido
Die folgenden Validierungswerte und die Optimierungsergebnisse dieser Website stammen aus diesem Projekt, nicht aus dem zitierten Artikel.
03 / REFERENCE TOPOLOGY
Referenzmotor und Analysebedingungen
Die Referenz ist ein IPM-Motor mit 8 Polen und 48 Nuten. Die V-förmige Magnetanordnung bleibt fest; die Stahlverteilung im Rotor wird optimiert.
Die Referenz rechts besitzt Flussbarrieren an beiden Magnetenden. Sie wurde aus dem ursprünglichen CAD erzeugt und bei 80 Arms und 50 mm Axiallänge magnetisch und mechanisch analysiert.
- Magnete
- V-Anordnung / Remanente Flussdichte 1,25 T
- Paketlänge
- 50 mm
- Magnetfeldanalyse
- Phasenstrom 80 Arms · Phase 30° / 0–15°, 17 Punkte (erster ausgeschlossen)
- Spannungsanalyse
- 12.000 U/min / Ebener Verzerrungszustand / P2-Elemente
- Magnetgrenzflächen
- Nur die durch Fliehkraft an den Stahl gepresste Längsfläche ist verbunden; die übrigen Flächen sind getrennt und frei.
Durch Symmetrie rekonstruierter Rotor. Grau: Entwurfsstahl; Rot: Magnete.
04 / REFERENCE COMPARISON
Vergleich der optimierten Geometrie mit der Referenz
Eine repräsentative Lösung der letzten Generation (mittleres Drehmoment 110.247 Nm, Welligkeit 4.264 Nm) wurde ausgewählt
und zusammen mit der Referenzgeometrie mit 64 Intervallen neu bewertet.
Die Referenzgeometrie orientiert sich an der Netzdarstellung des öffentlichen IEEJ-Motormodells und enthält die Flussbarrieren an den Magnetenden aus dem ursprünglichen CAD.
| Geometrie | Mittleres Drehmoment Nm | Welligkeit Nm | Maximale Spannung MPa |
|---|---|---|---|
| Referenz (mit Flussbarrieren) | 109.070 | 17.368 | 327.916 |
| Optimierte Geometrie | 110.263 | 4.526 | 298.944 |
Die maximale Spannung ist die auf Knoten projizierte von-Mises-Spannung. Werte über 300 MPa sind rot markiert.
Magnetische Flussdichte, Spannungsverteilungen und Drehmomentverläufe vergleichen



Vergleichsergebnisse CSV ↓ Drehmomentverläufe mit 64 Punkten CSV ↓
05 / INDUSTRY–ACADEMIA COLLABORATION
Anfragen zur Zusammenarbeit zwischen Industrie und Universität
Wir begrüßen Anfragen zur Zusammenarbeit bei der Topologieoptimierung von Motoren und der Auslegung unter Berücksichtigung von Magnetfeldern und mechanischen Spannungen.
Richtwerte für Cloud-Rechenkosten
Bei dieser Optimierung benötigt jedes Individuum 17 Magnetfeldanalyseschritte, eine Neuvernetzung und einen Spannungsanalyseschritt. Die geschätzten Rechenkosten für 200 Generationen mit Cloud-Diensten wie AWS sind unten aufgeführt.
| Individuen je Generation | Generationen | Geschätzte Rechenkosten |
|---|---|---|
| 640 Individuen | 200 Generationen | Ca. 30.000 JPY |
| 1.024 Individuen | 200 Generationen | Ca. 50.000 JPY |
Diese Cloud-Rechenkosten sind Richtwerte. Die tatsächlichen Kosten hängen von den Analysebedingungen, der Cloud-Konfiguration und den Tarifen ab.


