電磁噪聲優化軟件（ENOS）

ENOS軟件開發背景

現在新能源車行業競爭越來激勵，在剛剛過去的2020年年底特斯拉突然大幅降價，直接將競爭推向了新的高潮，作為新能源車的主驅系統電機行業的競爭也越來越白熱化，就拿電機最高轉速要求來說，就由原來的12000rpm提升到16000rpm，到未來的18000rpm，甚至20000rpm，市場需求不斷在變化，要求越來越高，問題越來越復雜，留給我們解決問題的時間越來越少，面臨的挑戰也將越來越多，工程師只會使用幾個CAE軟件就可以馳騁江湖的時代已經一去不復返了。隨著大數據、人工智能等智慧科技的不斷發展，我們將面臨進入智慧研發的時代，使得我們面臨的研發不再是簡單的重復勞動，而是更具有創新性，因此，迫切需要借助優化軟件工具或者優化算法等幫助我們快速積累經驗，使得我們的研發過程更加具有創新性，開發的產品更加具有競爭性。

我們在前幾期分享了我們開發的電機電磁力計算軟件以及電磁噪聲計算軟件的開發背景及功能介紹，很好的解決了在新能源車電機電磁噪聲計算中所遇到的四類挑戰，也就是可以快速計算多工況的電機及電驅動總成電磁噪聲問題，同時實現了對電磁力源和噪聲產生機理的深入剖析，那么接下來就是如何高效而準確優化電磁噪聲問題了。

舉個例子，當我們對電機或者電驅動總成通過電磁-結構-聲場多物理場的耦合計算實現了電磁噪聲的準確預測，利用電磁力軟件和電磁噪聲數值計算也找到了噪聲產生的具體原因，比如48階噪聲較為突出，主要問題轉速點3000rpm和8000rpm，其中3000rpm轉速點由轉矩脈動導致，8000rpm由徑向電磁力導致，經過電磁力分析可以發現在此兩個問題點電磁力較大，需要進行優化，我們的經驗告訴我們，最簡單的方法就是犧牲電機性能如降低轉矩可能會降低噪聲，但是在保證電機性能基本不變的前提下，我們又該如何優化呢？

一是傳統設計方法：借助工程師或者專家個人的經驗和深厚的理論功底給出優化方向，比如轉子外圓開槽或者磁鋼位置微調等，均可以實現某些階次如48階電磁力的降低，但是具體開槽位置和尺寸，就算再有經驗的工程人員也很難拍胸脯準確給出具體的參數，此時，通常的做法是憑借經驗給出多組模型參數，根據不同的參數分析它們的變化趨勢及優化效果，確定最終優化方案，優化方案的好壞更多依賴工程人員的經驗，由于個人經驗的局限性和理論邊界限值，最終的優化效果也不一定是最優的，甚至可能沒有優化效果，其分析與優化流程如下圖所示。

圖1 基于經驗的電機或電驅動總成噪聲分析及其優化流程

二是借助優化算法：借助優化軟件完成優化工作，由于我們已經分析出了主要問題源和需要優化的方向，此時我們可以借助優化軟件定義優化目標（如某個轉速工況的徑向電磁力和轉矩脈動等參數）和優化變量（轉子外圓開槽尺寸、磁鋼位置等）等參數，以及定義需要優化的問題工況，這樣經過計算機的大量迭代計算最終優化出我們所希望的結果。此時，我們人起的主要作用就好比充當醫生的角色，找到具體的病根才是最主要的，后面才能更好的對癥下藥，我們都知道針對同樣的病不同的個體而言，其用藥及其治療方式可能有較大差異，但是利用大數據可以針對不同的個體給出最優的用藥方式和治療方案，同理，針對電機NVH優化問題，首先也需要診斷出主要噪聲源，然后把簡單重復的迭代優化工作交給算法，這樣人就有更多時間來思考更復雜抽象的問題，進行更有創造性的工作，可以充分實現人機合作，并進行更為高級的智慧研發服務。具體分析流程如下圖所示。

圖2 基于算法的電機或電驅動總成噪聲分析及其優化流程

我們在多個電機降噪優化項目分析工程實際中不斷總結和摸索經驗，為了克服工程電磁噪聲優化分析挑戰，開發了電機電磁噪聲優化軟件ENOS（Electromagnetic Noise Optimization Software），并在此基礎上形成了電機電磁噪聲優化分析流程規范，用于電機電磁噪聲的前期預測及優化分析的工程實踐中，軟件界面簡單，使用方便，操作容易，由于是國產軟件，新功能升級容易實現，可根據現實需求不斷進行功能升級完善及定制化開發服務。