以 Simcenter Twin Activate(1D系統模擬軟體)為核心平台,透過基於機器學習的 RomAI 模型階層縮減技術,成功將負責馬達控制與電路模擬的 Altair PSIM、負責外殼機構與多體動力學的 Simcenter Motionsolve,以及負責 3D 熱流體分析的 Simcenter SimLab / ElectroFlo 進行跨領域的多物理場耦合。這種作法能大幅縮短傳統3D CFD的計算時間,在維持高精度的同時,實現實際運轉工況下開關元件的瞬態。
電子產業在航空、車輛及家電等各個領域的重要性日益增加。然而,為了高效且緊湊地設計這些系統,必須克服熱管理這一主要挑戰。
圖片1:必須確保所有組件都在安全溫度範圍內運作
在本次案例分享中,我們介紹了一種結合機器學習與一維模擬,並考慮熱流體特性的新型電力電子熱設計方法。
以一個具體範例為例,我們採用以下方法對家用洗衣機進行建模:
馬達驅動部分使用電力電子工具PSIM 進行模擬
外殼則利用多體動力學工具Simcenter Motionsolve進行建模
冷卻系統使用 Simcenter SimLab / ElectroFlo 熱流體模擬工具進行分析
此外,透過應用基於機器學習的模型降階技術(RomAI),我們將所有這些模型整合到 1D 模擬工具Simcenter Twin Activate進行耦合分析。
此方法使得在實際運行條件下對開關元件進行精確的熱管理模擬成為可能,實現了設計效率的提升與性能的優化。
有望大幅提升產品的可靠性與壽命,並預計成為電子產業的新設計指南,具有多種潛在應用。