Mehr Effizienz bei der Entwicklung von E-Motoren durch moderne Simulations- und Optimierungsmethoden

Der Megatrend E-Mobilität verlangt nach einer effizienten Entwicklung von E-Antrieben und ihren einzelnen Subsystemen wie E-Motoren, Batterien und anderen elektronischen Komponenten. Die Einführung von E-Motoren in einem sehr breiten Spektrum von Fahrzeugsegmenten und -typen erfordert die Entwicklung passender Motoren, die auf individuelle Anforderungen abgestimmt sind. Dies stellt die Organisation des Entwicklungsprozesses vor neue Herausforderungen, um ehrgeizigere Ziele schneller zu erreichen.

Der heutige Standard-Entwicklungsprozess bei E-Motoren muss unterschiedliche Anforderungen erfüllen, welche individuell und entkoppelt voneinander erarbeitet werden. Es geht hierbei um elektromagnetische (EM), thermische, mechanische und NVH (Noise, Vibration, Harschness) Eigenschaften. Am Ende zählt die Gesamtbilanz der Konstruktion mit allen Leistungsmerkmalen, einschließlich Gewicht und Kosten. Oft sind zur Erreichung der Entwicklungsziele ungünstige Kompromisse oder nachträgliche kostspielige Brandbekämpfungsmaßnahmen erforderlich. Deshalb braucht es neue, ganzheitliche und auf Optimierung ausgerichtete Entwicklungsstrategien, um die zunehmende Komplexität der Entwicklung beherrschen zu können. Solche Strategien müssen die Entwicklung von Risikofaktoren unterstützen, indem sie die oben definierten Mechanismen zur Steuerung und Verbesserung der gesamten Entwurfsbilanz bereitstellen.

Der „simulationsgesteuerte Designprozess“
unterstützt die ganzheitliche Entwicklung von E-Motoren in den unterschiedlichen Phasen.

Der „simulationsgesteuerte Designprozess“ unterstützt die ganzheitliche Entwicklung von E-Motoren in den unterschiedlichen Phasen. Dabei kristallisieren sich im Wesentlichen 3 verschiedene Arten der Unterstützung heraus:

  1. gleichzeitige Berücksichtigung aller Entwicklungsanforderungen während des Designprozesses
  2. bestmöglichste Balance zwischen Simulationsaufwand und Ergebnisgüte in der jeweiligen Phase im Entwicklungsprozess
  3. Bereitstellung eines Maximums an Entscheidungsinformationen, um den Designprozess – im Hinblick auf die bestmögliche Performancebalance innerhalb gegebener Entwicklungspläne – zu unterstützen.

In der Vorentwicklung sind eher Methoden gefragt, die einfach und schnell anzuwenden sind, um in kurzer Zeit eine Fülle von möglichen Entwürfen zu analysieren und zu vergleichen. Ziel ist es dabei, die Konzeptentscheidungsphase fundiert zu unterstützen. Bewerkstelligt wird dies durch spezielle „out of the box“ Tools, die von automatisierten und zugeschnittenen Prozessen begleitet werden. Ein maximaler Impakt lässt sich dann erzielen, wenn diese Technologie nicht nur von ein paar Simulationsexperten angewendet wird, sondern sehr viel breiter z.B. auch von Systemanalysten, Motor-Design-Ingenieure, Integratoren, usw. in deren Entwicklungsprozess integriert wird.

In der späteren Entwicklungsphase geht es darum, die Aussagegüte der verwendeten Modelle zu erhöhen und unterschiedliche physikalische Domänen gleichzeitig oder verknüpft zu betrachten. Bei Multiphysikanalysen werden die berechneten Größen einer Domäne als Eingabegröße für eine andere Domäne verwendet. Ein Beispiel hierzu sind die Verluste, berechnet aus einer elektromagnetischen Rechnung, die als Wärmequellen für eine Thermalrechnung genommen werden. Solche Verknüpfungen sind dann rechenintensiver, insbesondere bei einer Co-Simulation zwischen den beiden Solvern – für den Fall das die Variabilität der EM Eigenschaften in Funktion der Temperatur simuliert werden soll. In jeglichem Fall müssen beide Löser optimal aufeinander abgestimmt sein.

Um die vorher beschriebenen Simulationsmethoden wirklich designtreibend zu nutzen, sind DoE, Multi-Objective-Optimierungs- und Design-Explorationsmethoden sehr hilfreich. Die Voraussetzungen dafür sind automatisierte Abläufe, welche die relevanten physikalischen Domänen abbilden. Der Vorteil ist, dass viele Varianten betrachtet werden, um damit einen größeren Designraum zu erfassen. Dabei sind Trade-Off Studien mittels reduzierter Modelle (ROM) möglich. Diese helfen, den für die Anwendung bestmöglichsten Kompromiss ermitteln zu können. Ein Beispiel dafür ist die Dicke eines Steges eines IMP Rotors, welcher aus Struktursicht möglichst dick aber aus EM-Sicht möglichst nicht vorhanden sein soll.

Typische Designvariablen für die beschriebenen Methoden sind geometrische Parameter wie z.B. Magnetabmessungen, Stegbreiten, Abstände, usw. Mit der Weiterentwicklung der Fertigungsverfahren für Dauermagnete und Rotoren bekommt man mehr Designfreiheit, die man in Optimierungsmethoden nutzen möchte. Auf der Strukturseite existieren bereits Verfahren wie die Topologie- oder Freeshape-Optimierung, die mehr Freiheit erlauben aber gleichzeitig die Anzahl von Designvariablen erhöhen. Daraus ergeben sich in Zukunft neue Herausforderungen für die Softwareentwickler, eine effiziente Sensitivitätsanalyse für EM-Aufgabenstellungen bereitzustellen.

Video über E-Mobility von Altair

Mehr über E-Motor-Design

– können Sie auf unserer Seite
„Innovative E-Mobility Solutions“ entdecken.

Besuchen sie uns außerdem auf der
CWIEME 2019 in Berlin
am Stand 31D10 in Halle 3.1.

Schreibe einen Kommentar

Benutzen Sie bitte Ihren eigenen Namen anstatt Ihres Firmennamens.