IDAJ產品資訊

          IDAJ產品資訊

          2023.04.10

          modeFRONTIER及VOLTA 2023R1版本發布 

          ESTECO公司最新發布了modeFRONTIERVOLTA 2023R1版本。在最新的版本里modeFRONTIER增加了一個新的Python優化算法接口。VOLTA添加了對單一登錄(SSO)身份驗證的支持,作為用戶跨多個應用程序時集中管理用戶帳戶的一個選項。

          l modeFRONTIERPython優化算法接口 

          modeFRONTIER Scheduler向導中的新pyScheduler模塊允許用戶導入自己的基于Python的設計探索或優化算法。用戶可以編碼實現算法,并在modeFRONTIER中將其作為內部算法調用。通過這種方式,用戶還可以在modeFRONTIER中利用Python的外部科學和機器學習庫(如SciPy優化)來執行設計探索或優化研究。



          l modeFRONTIER:向導式流程,快速自動搭建流程

          modeFRONTIER直觀的拖放式工作流生成器現在提出了一個引導過程,以簡化CAD/CAE模型參數識別所涉及的所有步驟。現在,自動模型參數識別會將用戶直接帶到Planner環境中,以定義設計探索和優化研究。



          l VOLTAVOLTA支持單一登錄身份驗證

          單一登錄(SSO)是一種流行的身份驗證過程,允許用戶使用一組登錄憑據訪問多個應用程序。對于公司來說,通過確保只有經過身份驗證的用戶才能訪問企業應用程序,與SSO集成可以簡化用戶管理并提高安全性。


          SSOIT管理員帶來了很多好處。他們可以在一個地方為多個應用程序的用戶設置訪問權限,從而更容易管理用戶訪問和安全。在我們的案例中,他們將直接從集中式企業級SSO提供商管理VOLTA用戶帳戶。此外,SSO允許用戶跨多個應用程序管理他們的身份。用戶不需要每天多次登錄多個應用程序,而是一次登錄即可進行全天訪問。它改善了用戶的登錄體驗,節省了時間,并顯著減少了用戶需要創建和記住的密碼數量。

          VOLTA Advisor:引入3D模型分析器

          VOLTA擴展了其網絡CAE后處理功能。有了新推出的3D模型分析器(可在VOLTA Advisor中獲得),用戶現在可以從網絡儀表板對原始CAD/CAE模型進行快速初始后處理,并與利益相關者實時共享見解。


          3D模型分析器具有以下主要功能:

          l 顯示標量結果:用戶可以顯示模型及其零件的標量結果,并指定要顯示的值的范圍,選擇指定范圍之外的值的顏色,選擇色標,并定義顏色圖例級別的數量。

          l 創建截面視圖:使用剖切面功能,用戶可以顯示模型的一個截面并查看其中的標量結果。此外,用戶還可以創建多個剖切面來剖切模型,并與剖切面交互以探索模型。

          在未來的版本中,使用3D模型分析器,用戶還可以可視化矢量結果,將3D模型與散點氣泡圖同步,創建等值面和等值體,等等。


          2023.04.06

          GT-SUITE v2023.1發布 

          GT-SUITE v2023.1發布

          我們非常激動地發現,GT-SUITE v2023.1將提供以下重要更新:

          1. GT-xCHEM 后處理器設計模塊

          GT-xCHEM統一了exothermia suite GT-SUITE兩大平臺,用于開發排氣后處理器、蒸發排放系統、化學系統和燃料重整系統等,可以更好地滿足排放處理系統的開發。

          2. 可以用于HiL的快速求解電池模型

          通過建立等效的降階物理電池模型,GT-AutoLion可以在HiL過程中實現電池性能的老化試驗。

          3. GT-FEMAG 電機設計模塊

          FEMAG可以實現2DFE電機系統的設計,GT-FEMAG可以讓電機系統實現多物理場耦合分析。

          4. 基于Web界面的車輛行駛路線規劃能力提升

          GT-RealDrive中可以考慮道路的高度變化(即使車輛行駛在隧道中或者橋梁上)、交通信號燈和停止標志、卡車專屬路線;

          GT-Play提供一個非常好用的Web界面,可以實現在不同的設備上登錄使用,擴展了整車模擬開發中的便利性。

           

          如果有問題咨詢,歡迎發送郵件至support@idaj.cn


          2023.03.29

          新產品發布:GT-xCHEM 

          新產品發布:GT-xCHEM >>>

          我們的新產品GT-xCHEM V2023發布了,致力于更清潔的內燃機排放處理新技術;

          GT-xCHEM統一了exothermia suite的優異功能和GT-SUITE的排氣后處理和化學方案;

          并且提供了新功能,用于開發滿足法規要求的排放處理系統;

           

          GT-xCHEM主要功能有:

          1. 預測尾管排放水平;

          2. 設計后處理系統參數;

          3. 用于尿素噴射、冷機啟動等策略開發;

          4. 燃料重整制氫,用于燃料電池系統和氫氣內燃機系統;

          5. CO2的捕捉和存儲;

           

          如果您對排氣后處理系統、蒸發排放和催化重整系統感興趣的話,歡迎發送郵件至support@idaj.cn


          2023.03.28

          GT-SUITE v2022.3發布

          GT-SUITE v2022.3發布!

          GT-SUITE v2022.3已經可以下載啦,這是v2022的第三個版本,也是最后一個版本。

          此版本包含v2022最新的錯誤修復和安全更新,我們鼓勵您更新到此版本。

          模型版本自動進化:通過GT-Suite Evolution Manager 可以非常容易地將低版本模型進化到最新版本。從GT-ISE->Utilities啟動Evolution Manager,它將自動將模型進化到最新版本,并提供導致結果變更的潛在原因。

           

           訪問我們的網站,了解更多關于我們模擬功能的信息!


          如您有更新版本的需求,請發郵件至support@idaj.cn咨詢。


          2022.09.13

          電動汽車電池包成組分析

            

          1        電芯優化方法

          1.1     電芯模型及其標定

          GT-Autolion是GT-SUITE中的電化學仿真模塊,其基于著名的P2D模型開發。該模塊能夠計算電芯的性能、老化以及機械變形。

                                           圖 1       GT-Autolion 電化學仿真模塊

          由于電池的電化學模型比較復雜,故在使用前需要進行標定,也稱為參數辨識。通常需要結合優化算法,進行自動參數辨識。電壓和溫度的標定結果如下圖所示。在該測試數據中,每次均先進行1/3C的CCCV充電,然后進行不同倍率的放電。放電倍率分別為1/5、1/2、1C。結果表明,電芯的電化學模型精度滿足要求。

                               圖 2      GT-Autolion電壓和溫度標定結果

           

          1.2     電芯優化設置

          l  設計因子

          本文電芯的設計因子有4個,分別是正負極的涂覆厚度和孔隙率。增加涂覆厚度可以增加電芯能量,但是也會導致更高的內阻。增加孔隙率有助于鋰離子在電解質中的輸運,降低電芯內阻,但不利于提高電芯能量。

          圖3  更薄的電極和更大的孔隙率

           

                                      圖 4    更厚的電極和更小的孔隙率

          將設計因子無量綱化,

          式中,  不同的設計因子;  為基礎方案的設計因子值。無量綱化后的設計因子范圍如下表所示。

           表1 設計因子范圍

           

          l  目標函數

          電芯的設計目標有兩個:比能量和電芯溫度。對于該兩目標的優化問題,首先將其轉化為單目標的優化問題。

           

          式中,  為不同的設計因子;式中的分母是為了將不同的目標無量綱化。  為比能量的權重;  為電芯最大溫度的權重。本文設置4個不同的權重。Case A不考慮電芯溫度,僅考慮電芯的比能量;Case D更關注電芯溫度。也就是,從A→D,電芯從能量密度型電芯向功率型電芯變化。

           

          分別在每一組權重下優化出一個最優的電芯。故最終可優化出4個最優的電芯。

          1   約束條件

          電芯優化的約束條件有

          (1)      不同電芯的尺寸與基礎方案的電芯相同

          (2)      N/P比在1.1-1.4之間

          (3)      放電截止電壓相同

          2   電芯優化結果

          優化后的4個最優電芯方案如下表所示。所有的設計因子和設計目標均已進行無量綱化。從表中可以看出,不同的設計權重會導向完全不同的最優電芯方案

          表2電芯最優設計方案(1.5C)

          電芯設計目標的無量綱化的方式如下式所示,

           

          下圖為4個最優方案與基礎方案之間的1.5C放電電壓和溫度曲線的對比。橫坐標為無量綱化的電芯放電容量。從圖中很容易看出,Case A具有最大的放電容量,但是內阻也最大,導致電壓損失和電芯溫度都最大。Case D具有最小的放電容量,但是最低的電芯溫度。

                                      圖 5    電壓曲線

                                         圖 6     電芯溫度曲線

          3   電池包性能分析方法

          將4種最優電芯方案分別進行成組。該Pack由N個模組并聯。更靠近負載的并聯支路將具有更大的電流。該電池包模型的假設包括:(1)各電芯均相同;(2)各電芯的傳熱邊界相同;(3)1.5C放電過程中,當電芯電壓低于截止電壓,或電芯溫度高于Cut Off溫度時,電芯停止工作。

           

          電池包的比能量由下式決定,

          式中,  是電池包的端電壓;  是電池包的放電電流;  是電池包的放電時間。

          電池包的SOC由下式決定,

           

          式中,  是電芯小倍率放電下的容量。

          不同模組的溫度差異通過溫度的標準差表征,如下式所示。

           

          式中, 為某時刻的模組溫度標準差;N為模組數;  為第j個模組的溫度;  為各模組的平均溫度。

          整個電池包的平均溫度標準差由下式表征。

          4  電池包分析結果

          從下圖可以看出,Case A的電芯雖然具有最高的能量,但是成組后,由于電芯溫度(Cut Off溫度限值)的限制,電池包的能量卻是最低的。Case C與基礎方案的比能量基本相同。

                                                                 圖 8    不同電池包的比能量(1.5C)

           

          下圖為各方案下的不同位置模組的溫度對比。其中B_1表示最靠近負載的模組;B_M表示中間的模組;B_N表示末端的模組。從圖中可以看出,靠近負載處的模組溫度最高。且Case A 的模組溫度相對于其他方案也是最高的

                                                                                                     圖 9    各方案下模組溫度對比(1.5C)

           

          下圖為各電池包的平均溫度標準差。從圖中可以看出,更高的倍率帶來了更大的溫度不一致性。在1.5C下,越低的電芯內阻(Case C 和 Case D) 具有更好的溫度一致性。

                                                     圖10  電池包溫度一致性

           

          下圖為電芯和電池包的帕累托前沿。從圖中可以看出,當電芯成組時,電池包的性能均下降(比能量降低、電芯溫度升高)。其中Case C 方案的電芯成組后在基本保持比能量的同時,還能明顯降低電池包溫度。故Case C 為最佳方案。

                                                    圖 11      無量綱化的電池溫度和比能量(1.5C)

           

           

           

          2022.08.02

          modeFRONTIER集成GT-SUITE優化介紹

           

           

          2022.07.26

          電池壽命預測

           

          來源:Gamma Technologies  Written By: Joe Wimmer

           

          背景

          <SPAN style="FONT-SIZE: 14px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; TEXT-ALIGN: FONT-STYLE: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline justify; FLOAT:>為了了解電池產品的壽命,必須了解電池老化的過程。行業內通常通過試驗法來了解電池老化的過程,不過這種方法成本昂貴且耗費時間太長。例如GT – AutoLion基于物理的方法來模擬鋰電池老化,可以很好的減少測試時間,并且能夠了解鋰電池是如何隨著時間老化的。

          <SECTION style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," powered-by="xiumi.us" text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: center; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica nowrap? row flex-flow: justify-content: flex; DISPLAY: 10px>

          <STRONG style="BOX-SIZING: border-box; FONT-SIZE: 15px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: center; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: COLOR: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica rgb(0,85,162);>電池日歷壽命、循環壽命

          鋰離子電池 的壽命包括循環壽命和日歷壽命,現有標準針對常規壽命和循環壽命給出了具體的測試方法。鋰離子電池的日歷壽命是指電池從生產之日起到壽命終止的這段時間以年為計量單位,這期間包括擱置、老化、高低溫、循環、工況模擬等不同環節。電池循環壽命是指在一定的充放電制度下,電池容量衰減到某一規定值之前,電池能經受的充電與放電循環次數。一個循環指一次滿充+一次滿放。



                圖1 鋰電池日歷壽命、循環壽命


          電池壽命一般由電池供應商提供,但往往整車企業會進行對應的測試。根據循環次數和電流的不同,循環老化測試可能需要數周或數月。如果電池以1C放電,大約需要6周完成500個循環。然而,日歷壽命的測試需要相當長的時間,并取決于產品的預計壽命周期。不同的產品可能需要不同的日歷老化量來測試產品全壽命周期內的老化情況,例如手機電池的壽命為2~3年,而電動車電池的壽命長達15年。以上對于汽車行業來說,產品開發周期大約在2~3年,所以鋰電池進行對應的日歷壽命測試是不可行的。


          由于預計產品壽命與產品開發周期之間存在很大的差距,電池日歷壽命和周期老化壽命不是很容易去測試獲得。為了解決這個問題,可以通過用少量的數據進行建模并校準模型,實現電池老化數據的仿真預測。


           

          <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>電池壽命一般由電池供應商提供,但往往整車企業會進行對應的測試。根據循環次數和電流的不同,循環老化測試可能需要數周或數月。如果電池以1C放電,大約需要6周完成500個循環。然而,日歷壽命的測試需要相當長的時間,并取決于產品的預計壽命周期。不同的產品可能需要不同的日歷老化量來測試產品全壽命周期內的老化情況,例如手機電池的壽命為2~3年,而電動車電池的壽命長達15年。以上對于汽車行業來說,產品開發周期大約在2~3年,所以鋰電池進行對應的日歷壽命測試是不可行的。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>
          <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>由于預計產品壽命與產品開發周期之間存在很大的差距,電池日歷壽命和周期老化壽命不是很容易去測試獲得。為了解決這個問題,可以通過用少量的數據進行建模并校準模型,實現電池老化數據的仿真預測。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:> <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>基于Gt-Autolion實現電池老化預測<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>電池老化的數據可以通過GT-Autolion進行參數優化來實現電池老化模型校準,如下圖所示,是基于GT-AutoLion和GT-SUITE對參數標定,自動校準模型,使得仿真與實驗數據的誤差最小。同時校準的結果可以展示仿真參數與試驗數據良好的相關性。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>
          <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:><SPAN style="FONT-SIZE: 12px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; center; TEXT-ALIGN: FONT-STYLE: COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline FLOAT: ;>                                                                                    圖2 模型校準

          <SPAN style="FONT-SIZE: 12px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; center; TEXT-ALIGN: FONT-STYLE: COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline FLOAT: ;> 

          <SPAN style="FONT-SIZE: 12px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; center; TEXT-ALIGN: FONT-STYLE: COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline FLOAT: ;><P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>然而,從圖表中可以看出試驗得到的電池日歷壽命是在870天的時間段內采集的,時間接近2 ?年。如果沒有足夠的時間去完成電池老化的試驗,我們用以下方法去完成電池老化的預測。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>
          <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>下圖展示了GT-AutoLion物理模型的仿真結果,通過模型校準并完成老化預測。圖表中白色背景是電池老化模型與試驗數據校準的部分,另一部分是灰色背景的數據,是基于校準后模型預測的結果。下圖案例,GT-AutoLion建立模型,將前450天的試驗數據拿來模型校準,并進行電池老化預測,灰色段展示了其他420天的預測結果,預測結果與試驗結果擬合效果較好。

          <P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>以下以不同的時間進行數據校準之后的模型,進行電池老化預測,結果如下圖所示。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," align=left initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:><P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," align=left initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:><SPAN style="FONT-SIZE: 14px; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: 2px; LETTER-SPACING: 2; WIDOWS: ORPHANS: none; TEXT-ALIGN: FONT-STYLE: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica DISPLAY: !important; inline justify; FLOAT:>正如預期的那樣,可用來進行模型校準的數據越多,結果會越好。然而,研究結果也表明,即使在測試時間大幅減少的情況下,GT-AutoLion仍然可以建立可靠的物理模型。然后,這些經過校準的老化模型可以用來預測鋰電池在系統中的老化過程,可以了解產品在老化后會持續多長時間以及性能如何。<P style="BOX-SIZING: border-box; FONT-SIZE: 14px; WORD-WRAP: break-word !important; MAX-WIDTH: 100%; FONT-FAMILY: system-ui, -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: 0px; -webkit-text-stroke-width: normal; font-variant-caps: font-variant-ligatures: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica justify; 1em; MIN-HEIGHT: both; CLEAR:>

           

          2022.07.25

          車用永磁電機電熱耦合仿真

              

          作者:臧儒振 張志金鐘修林

          (艾迪捷信息科技(上海)有限公司北京分公司 北京市 100022)


          摘要:計算成本和模型分辨率之間的矛盾是車用永磁電機電熱耦合仿真面臨的主要挑戰。本文基于GT-SUITE和JMAG-RT提出一種實用的電機電熱耦合仿真方法,兼顧分辨率和計算成本。該方法包含高精度的電機模型、詳細的電機內部熱管理、電機外部冷卻回路、電機控制器以及整車模型。該方法既能得到電機內部詳細的溫度分布,也能反映溫度對電機性能的影響。同時計算成本可接受(1800秒的CLTC-P瞬態工況,用時30小時)。 



          1.  前言

               永磁電機是新能源汽車的主要動力裝置。更小、更輕、更高效率的電機是電機設計者的目標。而更高的電機功率密度,使得電機內部的電和熱成為強相關。這種強耦合關系既會影響電機在整車上的匹配又會影響電機的設計。故一個高精度的、計算成本又可接受的電機電熱耦合仿真方法對于主機廠或供應商的電機設計工程師都是很有用的。

               車用永磁電機的電熱耦合仿真應包含三個部分:高精度的電機模型、詳細的電機內部熱管理以及電機控制。當前電機的電熱耦合仿真面臨一些挑戰。首先,它是一個典型的多物理仿真,包含電磁、傳熱、控制理論以及整車動力學等。其次,計算成本與模型分辨率之間難以找到一個最優的折中。最后,該仿真會涉及多個軟件,給工程師帶來了不便。

                目前電機仿真工程師多集中在電機的零部件級仿真,如采用JMAG或Maxwell等有限元仿真軟件進行電機電磁場仿真,或采用CFD進行電機流固耦合仿真。由于過高的計算成本,CFD與有限元電磁場軟件的聯合仿真并不實用。而系統仿真工程師多集中在整車水平的能量管理仿真,電機只是作為一個“黑盒子”,其重點在于評價電機的熱管理回路匹配等問題,而非關注電機本身。故電機的電熱耦合系統仿真是一個當前較少涉及的領域。

                GT-SUITE是一款世界領先的多物理系統仿真工具,在汽車領域得到了廣泛的使用。JMAG-RT是一種基于JMAG-Designer有限元分析結果來獲得所需的電機參數(線圈磁鏈、電感、電阻等),為電路/控制仿真創建專用數據模型。JMAG-RT模型創建完成之后可直接在控制電路中使用,在控制仿真時無需再次進行有限元分析。

              本文將基于GT-SUITE和JMAG-RT提出一種實用的電機電熱耦合仿真方法,兼顧分辨率和計算成本。

             2.  電機電熱耦合仿真方法

            2.1 電機仿真方法

             當前的電機仿真一般有4種方法:

          (1)基于效率map的模型。該模型非常簡單,計算速度最快,主要應用于整車級別的仿真中,如動力性經濟性、包含電機冷卻回路的整車能量管理。該模型的缺點在于其忽略了電機的動態特性,通過簡單的查表計算電機的性能,無法集成電機的控制。

           圖 1       電機效率map

           

          (2)基于等效電路的模型。該模型也很簡單,計算速度也很快(時間步長可以達到0.01s)。該模型可以集成電機控制,可以反映電機低頻的動態特性,也可以反映溫度對電機性能的影響。但模型精度有限。

           

          (3)基于JMAG-Designer(或其他軟件)的有限元模型。該類模型能夠計算電機內部的電磁場,具有最高的模型保真度,但只適合于零部件仿真,不適合進行電熱耦合這類系統仿真。

          圖 3  JMAG-Designer

           

          (4)基于JMAG-RT(或其他軟件)的模型。該模型基于JMAG有限元的計算結果,結合等效電路模型進行模型標定。該模型計算精度高,且計算速度較快。既可以集成電機控制,也可反映溫度對性能的影響。故該模型最適合于電機的電熱耦合仿真。

           

           2.2   電機熱管理仿真方法

          當前的電機熱管理,一般也有4種仿真方法:

          (1)電機“黑盒子”熱模型。該模型將電機簡化成一個“黑盒子”,與電機冷卻回路進行換熱。故電機內部處處的溫度相同。該模型分辨率最低,主要與基于效率map的電機模型聯合使用,應用于整車能量管理。

           

                   圖 4   電機“黑盒子”熱模型

           

          (2)電機簡單熱阻模型。該方法將電機內部分為幾個部分,定義部件之間的熱阻,這樣結合流體回路就可以得到簡單的電機內部溫度分布。該方法分辨率仍然很低。

          (3)電機詳細的一維熱管理。該方法的流體部分采用一維CFD進行模擬,直接求解NS方程。固體部分采用有限元(可多達數十萬個網格)。該方法分辨率高,計算成本可接受,適合于具有高分辨率要求的系統仿真。本文即采用該方法。

          (4)CFD 流固耦合仿真。該方法具有最高的模型保真度。流體部分采用三維CFD,固體部分采用有限元。但該方法計算成本高,且難以與電機模型進行實時耦合。故適合于零部件仿真。

           

          另外,電機控制一般在SIMULINK等工具中搭建。本文將在GT-SUITE中搭建控制模塊,以減少所用軟件的數量。GT-SUITE負責電機的詳細熱管理、電路、電機控制以及整車動力學模型的搭建,而JMAG-RT負責電機本身的建模。兩者在GT-SUITE中進行耦合。

           

          3. 仿真模型介紹

           3.1  電機JMAG模型

          本文采用的是一個內置式的永磁電機。電機性能參數如下表所示。

          表1 電機參數

           

          峰值功率/kW

          190

          最大扭矩/Nm

          360

          額定電流/A

          650

          極數

          8

          連接形式

          星型

          冷卻方式

          水冷+繞組端部噴油冷卻

           

           

           

             圖 5      電機模型

          由于當前JMAG-RT文件無法分別輸出定、轉子鐵耗,故需要JMAG導出兩個RT模型。一個RT模型的鐵耗只包含定子鐵耗,另一個RT模型的鐵耗只包含轉子鐵耗。

           3.2    整車模型和電路模型

          本文所用乘用車的整車參數如下表所示。

           

          表2 整車參數

          車重/kg

          1600

          減速比

          10

          風阻系數

          0.23

          迎風面積

          2.5

          滾阻系數

          0.01

          輪胎半徑/mm

          334

           

          所搭建的整車和電機電路模型如下圖所示。電機通過3個電壓源驅動。圖中所示重復的兩個JMAG-RT電機是為了將定子鐵耗和轉子鐵耗分別輸出。

                 圖 6  GT-SUITE整車和電路模型

           

          3.3  電機控制

          電機的外特性如下圖所示,分為恒轉矩區和弱磁區兩個區域。在每個區域內分別采用不同的控制。

           圖 7 電機外特性曲線

          在恒轉矩區,由于轉速較低,電壓未達到逆變器輸出的電壓限值,故電機運行的工作點僅由電流限制圓決定。當轉速超過基速時,電壓達到了逆變器輸出的電壓限值,此時,電機運行工作點由電流限制圓和電壓限制圓共同決定。本文采用一種簡單的公式計算法確定電機的運行工作點,如下圖所示。實際中的控制策略需要考慮變化的dq電感和磁鏈。另外為了控制的實時性,需要將dq電流做成扭矩和轉速的map。

           

          圖 8    恒轉矩區和弱磁區的電機運行工作點[1]

           

          (1)恒轉矩區運行工作點規劃方法

          首先根據下式計算定子電流和d軸的夾角。

          式中,  為永磁體磁鏈;  和  分別為dq軸電感;  為所允許的定子電流最大值。然后根據扭矩需求,確定定子電流。

          式中,  為極對數。再根據下式計算目標dq電流。

          最后經PI控制器通過控制dq電壓來達到目標dq電流。

           

          (2)弱磁區運行工作點規劃方法

          弱磁區的d軸電流由下式決定。

          式中,  為相電壓幅值;  為電角速度。q軸電流由下式獲得。

          最后經PI控制器通過控制dq電壓來達到目標dq電流。最終的電機控制模型如下圖所示。

           

            圖 9    永磁電機控制器

          3.4  電機內部熱管理模型

          3.4.1  固體域的有限元離散

          利用GT-SUITE的前處理工具GEM3D,可以將電機的外殼、定子鐵芯、繞組、轉子鐵芯、磁鋼等固體域離散為有限元,如下圖所示。本文中的定子鐵芯網格數量多達53萬個。

                      圖 1 0      固體域轉化為有限元

          3.4.2 流體域的離散

          同樣利用GEM3D將電機水套轉化為一維管路部件,并建立固體與流體之間的傳熱關系。

           

          3.4.3 噴油冷卻修正

          本文中的電機采用繞組端部噴油冷卻。一維CFD很難模擬潤滑油的噴射過程以及在電機內部的復雜流動。故采用換熱系數修正的方法。基于文獻[2]中的方法,根據無量綱的傳熱關聯式,計算噴油和繞組端部之間的對流換熱系數。如下圖所示,以自由射流為例,將自由射流分為兩個區域:沖擊區域(Impingement zone)和壁面射流區域(Wall jet zone)。

           圖 1 1    自由射流

          每個區域都分別表示為努塞爾數、普朗特數和雷諾數的關聯式,然后對兩個區域進行面積加權,如下式所示。

           

          3.5  電機外部冷卻回路建模

          由于難以獲進出電機的冷卻液流量邊界,故增加了電機冷卻外部回路。通過控制水泵占空比或轉速,軟件可以自動計算冷卻液進出電機水套的邊界。本文中的電機冷卻回路中采用電子水泵、管翅式散熱器。模型如下圖所示。

           

                        圖 1 2    電機冷卻回路

           

           

          3.6   模型集成

           

          建立電機損耗與熱管理模型中部件之間的對應關系。其中,定子鐵耗施加在定子鐵心上、轉子鐵耗施加在轉子鐵心上、定子銅耗均勻分布在12個繞組上。而經由電機熱管理計算得到的繞組溫度和永磁體溫度信息再返回至JMAG-RT,從而實現電熱耦合仿真。將整車模型、電機電路模型、電機內部熱管理模型、電機外部冷卻回路模型進行集成,如下圖所示。

           

                     圖 1 3      模型集成

           

           

          4  結果與討論

          4.1  電機溫度對外特性的影響

          對模型進行全負荷加速測試,對比不同電機溫度(繞組和永磁體)對電機外特性的影響。從圖中可以看出隨著溫度的增加,電機性能有所下降,這主要是由于磁鏈減小和電阻增加所致。

           

                    圖 1 4      電機溫度對于外特性的影響

           

          4.2   母線電壓和最大電流對電機性能的影響

          下圖為不同母線電壓對應的外特性曲線。隨著電壓的增加,恒扭矩區轉速范圍增大,弱磁區的扭矩也能夠顯著增加。

                     圖 1  5     母線電壓對外特性的影響

          如果增大冷卻系統的能力以保證電機的溫度,則可以增大電機最大電流。下圖為相電流幅值分別為550、650、750A時對應的外特性曲線。

           

                   圖 1  6     最大電流對外特性的影響

           

           

          4.3    噴油冷卻對電機溫度分布的影響

           

          本文中采用的是自由射流模式,噴油冷卻繞組端部。所仿真工況點為一個穩態工況點,即250Nm@3000rpm。冷卻水流量為130g/s,進口水溫為50℃。共2個噴嘴,油溫為35℃,噴油速率為15m/s。下圖為噴油與不噴油時繞組和定子的溫度分布。從圖中可以看出,噴油時,繞組最高溫度位于側面的底部;而不噴油時,最高溫度位于端部。

           

          圖 1  7     噴油和不噴油時繞組的溫度分布

           

           

           

                       圖 1   8    噴油和不噴油時定子鐵芯的溫度分布

           

           

          4.4   噴油冷卻對電機溫升的影響

          340Nm@5000rpm的工況下持續工作20s,電機初始溫度70℃,電機冷卻液流量為130g/s。如下圖所示,噴油冷卻時電機繞組最大溫升為27.5℃,且端部冷卻顯著;不噴油冷卻時,電機內部最大溫升為30℃,端部為溫度最高處。由于時間較短,噴油冷卻對溫升沒有體現出明顯差異。

           

           

                圖 1  9     噴油和不噴油時繞組的溫度分布

           

          4.5   循環工況的損耗分析

          下圖為CLTC-P工況的車速跟隨曲線,從圖中可以看出,車速跟隨效果良好。

                                   圖 20    車速跟隨曲線

           

          下圖為電機的三相電壓和電流曲線。電壓幅值最大為174V,電流幅值最大為600A。

                                         圖 21     電機三相電壓

           

                                            圖 22       電機三相電流

           

          下圖為駕駛循環中電機的銅耗、鐵耗和總損耗的對比。從圖中可以看出,銅耗高于鐵耗2倍以上。定子的鐵耗遠大于轉子鐵耗。

           

                             圖 23   電機銅耗和鐵耗

           

          下圖為鐵耗的具體分布。包含定轉子的渦流損耗和磁滯損耗。從圖中可以看出渦流損耗遠大于磁滯損耗。

                            圖 24     鐵耗分布

           

          下圖為電機內部各部分的平均溫度分布。從圖中可看出,在駕駛循環中,繞組平均溫度能達到72℃。考慮到繞組內部的溫度差異,繞組的最高溫度在76℃左右。定子、轉子的溫度都顯著低于繞組溫度。

           

                             圖 25   電機內部各部件的平均溫度

           

          總結

          本文基于GT-SUITE和JMAG-RT提出一種實用的電機電熱耦合仿真方法,并做了一些參數研究。該方法兼顧分辨率和計算成本,適合于電機設計、電機熱管理、以及電機控制工程師。未來可以進一步集成功率開關及其熱管理,組成完整的電驅仿真系統模型。

           

          參考文獻

          [1] 張傳譜. 電動汽車永磁同步電機弱磁控制研究[D].吉林大學,2019.

          [2] Womac D J, Ramadhyani S, Incropera F P. Correlating equations for impingement cooling of small heat sources with single circular liquid jets[J]. 1993.

           

           

           

           

           

           

          2022.05.19

          零排放的氫燃料發動機

          零排放的氫燃料發動機

          概要:氫燃料在燃燒過程中產生的主要廢氣是氮氧化物(NOx),Gamma Technologies公司在最近發布的GT v2022 軟件的案例中展示了零排放的氫燃料發動機模型。本文就此介紹了,將空氣中的氮氣替換成不參與反應的惰性氣體來實現零排放。


          可再生能源:氫燃料發動機

          隨著汽車行業對節油、零排放技術的需求日益增加,可再生氫燃料被認為是一種很有前景的汽車儲能形式。純氫燃燒不排放溫室氣體CO2,而惰性氣體可以代替氮消除NOx等環境污染物。因此,氫氣燃燒有望同時消除碳排放和其他污染物排放。
          此外,較高的比熱比可以提高Otto循環的理論熱效率,k = Cp / Cv,由下式可以確定,其中CR為壓縮比。



          因此,使用比熱比較高的單原子工作氣體如氬氣,理論上可取得比以空氣(氮氣)為工作氣體的常規內燃機高得多的熱效率。圖1給出了理論熱效率與工作氣體比熱比的關系。當壓縮比為10時,比熱比從k = 1.4提高到k = 1.67,熱效率相對提高約30 %。


           
                                               圖1 理論熱效率

          氫發動機GT仿真模型


          為了驗證GT - SUITE對閉環氬氫發動機進行建模的可行性,Gamma Technologies公司在最近發布的v2022 Build_1中建立并包含了該系統的模型。在示例模型‘Ar-H2 _ CloseCycle _ Engine’中,應用了幾個先進的建模概念,包括燃燒產物的冷凝、從系統中除水和半預測的冷凝器模型。氬在系統中循環,氧氣通過噴射器對象供給;氫氣作為這個系統中唯一的燃料,直接注入發動機缸內。燃燒完成后,廢氣通過冷凝器將水蒸氣轉化為液態水,液態水隨后從系統中排出。
          閉環仿真的一個非常關鍵的方面是保證穩態解,這需要系統質量守恒。即要求在進入系統的質量和退出系統的質量之間保持平衡。否則,不斷變化的系統質量將阻止仿真收斂于穩定的結果。因此,需要對氧氣供給和氫氣注入進行細致的控制,以保持模擬的穩定性。



                                                                                                     圖 2 Ar-H2循環發動機模型


          實例模型模擬了工作氣體中不同氬含量,即氬氣與氧氣混合物中氬氣的比例。缸內氣體的熱效率和比熱比隨氬氣含量的變化趨勢如圖3所示,與所述的理論一致。.



                                                                 圖 3 氬氣對熱效率的影響

          總結
          本文中討論的Ar-H2閉式循環發動機模擬,用GT-SUITE中的非預測燃燒模型進行了演示。用戶可以類似方法證明的氫/惰性氣體發動機模擬,并作為閉式循環發動機模擬的參考示例。和目前廣泛應用于汽油機仿真的SI湍流燃燒模型,該課題后續還可進行預測燃燒模型工作。

          參考
          [1] Kuroki, R., Kato, A., Kamiyama, E., and Sawada, D., “Study of High Efficiency Zero-Emission Argon Circulated Hydrogen Engine,” SAE Technical Paper 2010-01-0581, 2010, https://doi.org/10.4271/2010-01-0581.
           

          2022.03.25

          氫-柴油雙燃料發動機燃燒及排放特性研究

           

           

          直到幾年前,我才對柴油機有過些思考。在美國,雖然我知道柴油被用于長途卡車等交通工具,但很少有乘用車使用柴油發動機。但大多數情況下,我只是慶幸自己去加油時不必購買價格昂貴的柴油。

          直到我開始在Convergent Science公司工作,我才真正考慮到世界上有很多領域是由柴油發動機驅動的。在其他國家,柴油汽車不僅更常見,而且柴油發動機還能促進貿易、貨物配送,并為船舶、卡車和建筑設備提供動力,從而建設新的建筑和基礎設施。柴油發動機一直并且將繼續在塑造社會方面發揮重要作用。

          然而,在Convergent Science工作期間,我也開始更多地思考排放問題。當然,我知道減少車輛排放是非常重要的。但是,我想,這不是電動汽車的作用嗎?現在,電動汽車在某些領域的發展和替代傳統燃油車是非常有意義的,但在重型汽車領域則未必如此。移動重型車輛需要大量的電能,而今天的電池技術并不能提供很好的解決方案。那么,我們能做些什么來減少重型汽車的排放,同時確保它們仍能發揮其重要功能呢?

          在Convergent Science總部的另一邊,新南威爾士大學(UNSW)的研究員Annabelle Evans正在考慮這個問題。在她的榮譽論文項目中,她與Evatt Hawkes教授和他的研究小組合作,研究一種替代決方案: 氫氣。下面由Annabelle來介紹一下她的研究!

          氫是一種很有前途的發動機替代燃料。它具有可再生的潛力,而且它唯一的排放物是水(至少理論上是這樣)。此外,與電池相比,氫具有良好的能量密度,使其成為重型運輸應用領域一個很有吸引力的選項。

          然而,如果你只是把氫氣放入一個傳統的壓燃式發動機,你會遇到麻煩。氫比柴油具有更高的自燃溫度,因此單靠壓縮很難實現點火。我的研究小組正在研究一種使用少量柴油的發動機,這種發動機通過壓縮實現點燃。少量的柴油就像一根火柴,用來點燃氫氣。

          氫-柴油雙燃料發動機比傳統柴油發動機更清潔、更高效,但在設計時必須仔細考慮。氫具有比柴油更高的絕熱火焰溫度,這可能導致更高的NOx排放。另外更高的溫度會導致更大的熱損失,降低發動機的效率。

          為了設計一款優秀的的氫-柴油雙燃料發動機,你需要了解驅動NOx排放和熱損失的機制。我開始使用CFD模擬技術來研究這些現象。與實驗相比,模擬成本更低,運行起來也更容易,而且可以提供比從實驗獲得的更多數據。通過我的CONVERGE模擬,我可以跟蹤發動機內部任意位置的溫度、壓力和混合氣成分。

           

          我使用了CONVERGE的詳細化學求解器和高精度排放模型來模擬不同比率的氫和柴油[1]的雙燃料發動機。我將氫含量從0%逐步調整到90%,并評估了每種條件下的NOx排放和熱損失。在我的模擬中,我假設氫與缸內的空氣均勻混合,柴油在壓縮沖程的頂部被噴射。

          我發現氮氧化物的排放量隨氫含量的變化而變化,如圖1所示。最初NOx隨著氫燃料比率增加而增加,當氫的比率增加到50%以上后,NOx的排放量開始下降。

          我們認為,NOx排放首先上升的原因是氫氣火焰溫度高,燃燒溫度升高,導致NOx生成更多。然而,當氫的添加達到一定水平時,你會看到燃料和空氣在燃燒前更加均勻地混合,從而減少了氮氧化物的排放。

          我們的研究小組也在進行氫-柴油雙燃料氫發動機的實驗,但他們還沒有測試50%以上的氫燃料比率。然而,這些模擬結果提供了一個良好的預期,未來的實驗可能表明,隨著氫氣比率的增加,NOx的排放有望大幅減少。

           

           

           

          在熱損失方面,我發現有三個主要的影響因素:燃燒相位、靠近氣缸壁的當量比、湍動能。傳熱主要集中在活塞邊緣的特定區域,如圖2所示。大部分注入的柴油最終會進入這些區域,從而導致高溫。此外,活塞邊緣上方狹窄的“擠壓區”會產生湍流,促進傳熱。

          謝謝你, Annabelle!了解NOx排放和熱損失背后的原因對于設計高效、低排放的氫氣發動機至關重要。Annabelle的數據提供了氫與柴油的最佳比例,以及減少熱損失和氮氧化物排放的必要信息。氫為綠色重型汽車提供了一條可行的道路,Annabelle的研究讓我們離更清潔的未來交通更近了一步。

           

          參考文獻

          [1] Evans, A., Wang, Y., Wehrfritz, A., Srna, A., Hawkes, E., Liu, X., Kook, S., and Chan, Q.N., “Mechanisms of NOx Production and Heat Loss in a Dual-Fuel Hydrogen Compression Ignition Engine,” SAE Technical Paper 2021-01-0527, 2021. DOI: 10.4271/2021-01-0527

           

          <

          2022.04.25

          乘員艙熱管理仿真

            

          概述

          GT - TAITherm是一種求解三維傳導、對流和輻射的建模工具。GT-SUITE提供ThermoAnalytics TAITherm聯合仿真的功能,其中TAITherm是直接封裝在GT-SUITE內部的特殊版本。GT-TAITherm可以獨立使用,也可以實現GT - SUITE實時三維乘員艙舒適性仿真。使用GT-SUITE和TAITherm進行車輛的乘員艙熱舒適性仿真,以下內容展示了仿真結果與測試結果的一致性。

           

          模型介紹

          為了評估車輛的熱舒適性并模擬乘員艙溫度的響應,Gamma Technologies 和 ThermoAnalytics 在Volvo S60乘員艙的基礎上,設置邊界條件并計算獲得相應位置的溫度變化,如圖1所示。輸入數據包括外部邊界條件以及內部氣流和溫度測量值。

           

           

           

           圖1

          通常用車速隨時間變化的曲線作為乘員艙熱舒適性分析的一個邊界,如圖2所示。

          圖2

           

           

          GT – TAITherm仿真映射

          GT-SUITE可以將乘員艙處理成一個有限元網格,并同時處理A / C環路等流動回路和交互系統以及復雜發動機模型。如圖3,是GT -SUITE模型,該模型仿真集成了一維和三維分析。

          圖3

          用TAITherm計算固體之間的換熱,以及太陽輻射和透明玻璃在內的環境邊界載荷。在TAITherm中,用一個固定的太陽燈來等效太陽輻射,其中TAITherm還能夠模擬更復雜的移動太陽問題。通過TAITherm來模擬固體表面之間的導熱和輻射換熱以及太陽光照強度,GT – SUITE完成流動回路中的流體數據仿真,然后兩者進行流體表面的數據交換來完成映射。其中對流換熱系數在TAITherm中的映射情況如圖4所示。

          圖 4

          在S60車型中,乘客側有一個額外的通風口,這種通風口的不對稱布置導致的對流分布的影響,在映射過程得到了很好的表征。如圖5所示,展示了立方體離散化內部體積和相關的TAITherm表面網格。可以將TAITherm求解的壁面溫度人體的汗液蒸發映射到GT-SUITE進行計算。

          圖5

          如圖6所示,以S60乘員艙為案例,展示了乘員艙內進出風流向。其中乘員艙內的空氣對流換熱系數、空氣溫度以及濕度由GT-SUITE計算。

          圖 6

          在后處理中創建一個截面,可以得到該截面乘員艙內部的溫度分布如圖7所示。

           

           

          圖 7

           

          仿真結果

          如圖8所示,展示了乘員艙相應位置表面溫度的試驗數據和仿真數據對比,其中包括前排座椅、車門以及擋風玻璃的瞬態溫度結果。

          圖8

           

          小結

          以上結果共同表現出仿真結果與試驗數據的一致性、準確性,用戶可快速計算瞬態計算結果并評估乘員艙舒適性。

          2022.04.14

          PCB抗輻射敏感度RS仿真應用案例

            

          1      摘要

          電磁兼容(EMC),是指設備或系統在電磁環境中性能不降級的狀態。電磁兼容一方面要求系統內沒有嚴重的干擾源(EMI),另一方面要求設備或系統自身有較好的抗電磁干擾性(RS)。PCB作為電子系統的核心載體,我們除了關注它的對外輻射,也要考慮其中弱小關鍵信號的抗電磁干擾能力。

          本案例講解了如何利用Ansys SIwave進行PCB信號抗輻射敏感度RS仿真分析思路和流程。

          2      仿真思路

          PCB信號抗輻射敏感度RS仿真分析的第一步是對PCB進行精細化建模,Ansys電磁仿真平臺支持業界主流EDA設計文件的一鍵導入,網表信息、層疊信息、布局布線都與EDA原始設計保持一致,無需重復設置,方便快捷。

          有了信號傳輸通道的電磁場模型,通過理論分析,找到關鍵敏感弱信號,對這些網絡設置仿真端口,我們就可以開展關鍵敏感弱信號的RS仿真分析工作了。結果會以頻譜圖直觀形式展現,從結果圖中我們可以直接找到該網絡布局布線通道易受干擾的頻點。我們可通過優化PCB布局布線改善信號抗輻射能力, Ansys電磁仿真平臺將通過直觀的仿真結果對比,讓我們找到優化方案,降低和規避RS風險,增強設計的魯棒性。

          3      詳細仿真流程與結果

          3.1     軟件與環境

          Ansys SIwave 2021R2版本。

          3.2     仿真流程

          3.2.1 Import PCB設計文件

          首先,我們將第三方EDA設計工具中的PCB設計文件導出ODB++格式文件(主流EDA設計廠家如Cadence/Mentor/Altium通用),打開SIwave,在歡迎界面上點擊導入ODB++設計文件,導入后會自動彈出網絡篩選對話框,通常需要勾選所有網絡進行導入操作,點擊Import configuration,這時候PCB設計文件已導入。此時可以點擊Save按鈕將該設計保存成SIwave仿真文件。

           

          圖1 SIwave文件導入向導

          3.2.2 PCB參數設置檢查

              在選擇導入PCB之后,工作流向導將彈出如下向導框。我們可以檢查PCB層疊、Pdastacks、電路參數和電源/地屬性網絡。如果電路網表中對GND和電源網絡的命名都是很規范的話,點擊Auto Identify可以自動識別為電源/地網絡;否則需要自己手動添加命名不規則的電源地網絡。

          圖2 SIwave中的PCB參數檢查向導

          3.2.3 設置仿真端口

          (1)在Nets框中選擇我們關注的易受干擾的敏感網絡,選中后該網絡會在工作區高亮顯示。

           

          圖3 電磁敏感網絡

          (2)在Tools菜單中點擊Generate Port on Selected Nets,在對話框中輸入50歐姆,及參考網絡為GND。點擊Generate生成ports。

          圖4 SIwave中的網絡端口設置

           

          (3)在Simulation菜單中選擇Validation Check進行檢查,運行后會出現檢查結果清單圖4 SIwave中的網絡端口設置

          圖5 仿真前SIwave設置檢查

          3.2.4 抗輻射敏感度RS仿真

          在Simulation菜單點擊Compute Induced Voltage進行電磁敏感度仿真,計算平面波入射某一特定角度并具有特定極化時在板上產生的感應電壓。

          利用平面波激勵可以計算電路板端口感應電壓。感應電壓將在端口測量。入射波可以是單入射的,可以用球面或笛卡爾系統來描述;入射波也可以是多重的,其中只有在具有特定步長的起止角的球面系統中描述。

          圖6 RS仿真設置

          3.2.5 PCB抗輻射敏感度RS仿真結果查看

          仿真完成后,在Results區右鍵點擊仿真名,選擇Plot Induced Voltage at Ports,在彈出的菜單中可選擇輸出幅度或相位結果圖,點擊Create Plot按鈕會自動啟動AEDT輸出結果圖。

          圖7 SIwave中RS仿真結果查看

          圖8 感應電壓幅度隨頻率變化的仿真結果圖

          4      結論

          根據仿真得到的感應電壓幅度及相位結果圖,我們可分析易受干擾的頻點及干擾程度。結合電路原理需求,可對該PCB設計進行優化,從而在PCB投板前即可對敏感電路網絡進行RS評估和優化,大大減小后期測試風險和代價。

          2022.04.22

          燃料電池汽車緩沖電池的三維熱模擬

           

          <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> 

          燃料電池汽車緩沖電池的三維熱模擬

          來源:GT年會,2020年10月15日

          作者:Salim AOUALI

          公司:e-Mersiv,www.e-mersiv.com

           

          1.     電池冷卻的技術簡介

          電池冷卻技術分類如下圖所示,通常會根據以下幾點來選擇合適的技術方案:1)價格;2)重量;3)制冷循環;4)系統性能指標;5)生產過程。本文專注浸入式的電池冷卻方案仿真分析。

           

          對于浸入式的電池冷卻,冷卻液有兩種:油和制冷劑。下面列出了一些正確選擇液體的標準:

          浸入式冷卻技術常用于電動車、混動車、燃料電池車三類市場,e-Mersiv列舉了三種不同的電池產品:

          <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:>

           

          詳細性能

          充/放電峰值電流

          平均電流

          電池包能量密度

          冷卻方式

          備注

          電動車

          -230 wh/L

          -大型電池包

          -冷卻回路工作介質<40℃

          -NMC 21700

          10C/10C

          10C rms

          130 wh/kg

          1250 w/kg

          單相流

          試驗:

          電量215kWh,

          充電功率215kW,

          放電功率215kW

          混動/電動跑車

          -800V

          -冷卻回路工作介質≈60℃

          -LCO Pouch cell

          40C/100C

          40C rms

          80 wh/kg

          3400 w/kg

          兩相流

          試驗:

          電量215kWh,

          充電功率86kW,

          放電功率215kW

          燃料電池車

          -30,000 cycles

          -低成本

          -可直接風冷

          -也可水冷,冷卻回路工作介質≈25℃

          -LTO prismatic cell

          40C/40C

          8C rms

          30 wh/kg

          1250 w/kg

          兩相流

          沸騰池

          試驗:

          電量215kWh,

          充電功率86kW,

          放電功率86kW

           

          2.     儲能電池(LTO)冷卻仿真

          本次案例設計的冷卻系統針對的是儲能電池,該電池為鈦酸鋰電池(LTO)。運行的汽車為工業用燃料電池汽車,其應用工況的特點為:7*24h運轉;裝備一個小型燃料電池,功率峰值為燃料電池功率的10倍,峰值電流10C,6C rms,如下圖所示。這個運行場景對燃料電池-儲能電池系統的壽命周期和熱性能都有嚴格的要求。

          儲能電池的具體參數為:

          設計了4種儲能電池的冷卻方案,如下圖所示,分別為:

          #0方案:無冷卻

          #1方案:底部水冷板

          #2方案:2x側邊水冷板

          #3方案:全浸沒冷卻

          單電芯的結構切面圖,建模時需要考慮的部件傳熱參數,如下圖所示。

          通過GT-GEM3D,對電芯和冷卻水板進行建模,所有的換熱部件均為幾何模型直接導入GEM3D種,然后離散為ThermalMass,熱路的邏輯如下圖所示。

          冷卻系統的換熱部件,最終在GT-GEM3D的自動建模結果如下所示。為了簡化計算,本項目只用了一個電芯模型來進行分析。同時簡化了電芯的對外換熱過程,僅使用了一個固定的換熱系數。此外,沒有考慮busbar的連接。

          上述過程通過GME3D自動建立電芯的熱回路,而電芯本體性能模型則是在GT-suite-mp中建立,由于本項目的關注點在于冷卻方案的分析,因此電芯采用等效電路模型,而沒有使用電化學模型。下圖中,左側為在GT-suite-mp中建立的電芯電路模型,用于計算給定電流工況下的電芯發熱量(計算得到的發熱量如中間曲線圖所示),將熱量傳遞給電芯熱模型計算熱分布和各個部件的溫度,然后再將溫度傳回給電路模型,影響電池的工作性能。

          通過GT-GEM3D可以建立三維模型,分析溫度場分布。GEM3D中的網格要比CFD大得多,對于結構件的換熱,完全能夠滿足計算精度需求,對于流動換熱,由于GT也是在求解NS方程,因此精度上不會與CFD結果有很大誤差(這點可以在我們以前的推文中找到對比驗證的結果),因此綜合下來,使用GEM3D這種三維仿真的方式,能夠在保證溫度精度的情況下,更快的獲得計算結果,適用于電芯的穩態分析,尤其是適合進行瞬態分析。

          下圖為GT計算的三維結果。

          將電芯本體(即Jellyroll,已網格化)的最大運行溫度、最低運行溫度、平均運行溫度化成曲線圖,如下圖所示。經驗表明,LTO電池的工作溫度在35℃以下時,能夠有最長的運行壽命。據此,以35℃為限,可以看到,#1的底部水冷板換熱效果最差,#2的側邊水冷板性能有所提升,但是并不能保證電芯一直工作在35℃以下,僅有#3 浸沒式冷卻方案可以達到要求。

          3.     結論

          1)模型計算結果:

          • 通過GT-GEM3D的三維建模能力,可以分析出浸沒式冷卻方案的性能,預測冷卻效果
          • 測試時使用了水和乙醇兩種冷卻介質,后續可以嘗試其他冷卻介質
          • 模型簡化了熱向周邊環境的傳播,會導致計算結果和測試有偏差,會在后期改進

          2)GEM3D模型的性能

          • 使用“normal computer”即可完成三維計算,得到溫度分布云圖
          • 可以計算瞬態工況,而且能夠在很短時間內完成分析
          •  可用于參數敏感性分析,可用于分析冷卻方案中的設計參數對性能的影響
          • 在進行破壞性試驗之前,可以用該模型分析熱失控行為

           

          <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> <P style="BOX-SIZING: border-box !important; FONT-SIZE: 14px; MAX-WIDTH: 100%; FONT-FAMILY: -apple-system, BlinkMacSystemFont," initial? text-decoration-color: initial; text-decoration-style: text-decoration-thickness: normal; font-variant-caps: font-variant-ligatures: break-word; overflow-wrap: 0px; -webkit-text-stroke-width: TEXT-INDENT: rgb(255,255,255); BACKGROUND-COLOR: visible; VISIBILITY: PADDING-RIGHT: invert; OUTLINE-COLOR: 2px; LETTER-SPACING: MARGIN: 2; WIDOWS: ORPHANS: PADDING-LEFT: none; OUTLINE-STYLE: PADDING-TOP: justify; TEXT-ALIGN: FONT-STYLE: PADDING-BOTTOM: OUTLINE-WIDTH: rgb(34,34,34); COLOR: 400; FONT-WEIGHT: TEXT-TRANSFORM: WORD-SPACING: WHITE-SPACE: sans-serif; Arial, YaHei?, ?Microsoft UI?, YaHei GB?, Sans ?Hiragino SC?, ?PingFang Neue?, Helvetica 1em; MIN-HEIGHT: both; CLEAR:> 

           

          2022.03.15

          modeFRONTIER及VOLTA 2022R1版本發布

          modeFRONTIER及VOLTA2022R1版本發布

          ESTECO公司最新發布了modeFRONTIER和VOLTA的 2022R1版本。在最新的版本里,modeFRONTIER中的聚類工具進行了重新設計,以方便和快捷地進行設計分類工作。VOLTA通過一項新功能將實時編輯添加到其業務流程管理功能中,使每個同時參與項目的人都能夠實時創建和編輯業務流程。

          數據分析:聚類功能設計改善

          現在您可以在一個更直觀的界面中執行聚類分析,該界面結合了分層和分區聚類工具。同時現在您可以同時訓練多個聚類模型,每個模型使用不同的算法、變量和縮放策略的組合。


          設計優化:modeFRONTIER Planner中新的探索算法模塊

          使用Planner環境中新提供的探索算法模塊可以最大限度地減少探索設計空間所需的仿真次數,并最大限度地提高您對模型的了解。這個新模塊將自適應DOE 算法(MACK、Lipschitz 采樣和自適應空間填充器)組合在一起,適用于進行對于設計空間的迭代采樣。



          仿真結果分析:在VOLTA的Advisor儀表板中可視化3D模型

          探索3D模型以了解模型的每一個小細節并分享您的見解以做出協作決策。 放大模型以專注于特定區域,縮小以查看大圖,平移和旋轉模型以改變視角。


          業務流程管理:在VOLTA Modeler中進行實時協作

          使用我們的BPMN 2.0工具VOLTA Modeler與他人實時創建和編輯業務流程,并通過團隊合作提高參與度和知識共享。在復雜的活動流程上實時協作,如準備CAD設計、創建CFD模型、構建多學科設計優化工作流、運行仿真,以及提高生產率。



          2021.01.28

          modeFRONTIER及VOLTA發布2020R3版本

           modeFRONTIER及VOLTA發布2020R3版本,詳情請了解>>
          2020.07.16

          IDAJ拍了拍你!先睹為快!Ansys2020 R2 Fluent新功能看點介紹準備好了

           

           

           

          Ansys 2020 R2已于7月15日正式發布,各產品線模塊安裝包已列入Ansys用戶門戶網站的下載專區,供廣大客戶下載安裝。IDAJ正式用戶請聯系我們獲取安裝包作為流體仿真的旗艦產品Ansys Fluent也迎來了2020年的第二個版本,該版本繼續從功能和易用性兩方面持續提升,以下為您做亮點匯總供您先睹為快,獲取詳細信息請參見文末說明:

           

          1.用戶界面體驗及易用性升級:

          ●更多的后處理色彩模式以及用戶自定義,更具生動的顯示效果;

          ●眾多功能模塊用戶界面重新優化設計(網格流程、多相流、電池、歐拉液膜等),更簡單、更直觀;

          ●更加豐富的表達式(Expression)功能,用于設置邊界條件、計算域條件等

          支持動態數值解統計功能

          鼠標操作支持更多自定義方式

           

           

           

           

           

           

          2.網格功能及易用性增強:

          ●網格流程進一步優化,具備更清晰的流程引導,搜索和通配符查找功能增強;

          ●WTM流程

          - 新增基于特征線的加密控制、可讀取SpaceClaim中設定的特征線;

          -支持對多域設置各自單獨尺寸;

          -新增更多的輸入格式;

           

           

           

           

           

          ●FTM流程

          - 現在支持所有網格類型;

          - 進一步完善邊界層網格連續性。

           


           ●可對于重疊網格設置自適應策略

           

           

           

          3.求解功能提升:

          ●多相流及DPM:新增過渡流仿真模型、新增亞格子尺度微流動仿真模型、增加新的VOF精確度控制算法、新的破碎模型用于DPM,DEM充分兼容動網格等;

           

           

           

          ●應用場景更廣泛:新增非平衡態濕蒸汽模型,拓寬燃氣輪機仿真功能;新增阻抗曲線擬合功能,增強噪聲仿真功能;油冷電機仿真收斂性提升;

           

           

           

           

          電池模型:新增電路網絡(Circuit Network)模型,支持FMU-CHT集成仿真,新增電池壽命和容量衰減模型等;

          ●伴隨求解器及設計工具功能提升:伴隨求解器可考慮湍流影響,設計工具支持對比查看原始形狀和變形設計,梯度優化器功能提升等;

          其他:

          STL輸出功能增強;

          支持讀入GRANTA物性數據(需Granta MDS license);

          HPC功能進一步提升;


          操作系統需求:

          Windows:x64 (64-bit)

          - Windows 10 (Professional, Enterprise & Education),

          - Windows Server 2016 Standard

          - Windows Server 2019 Standard

          - 注意:不支持Windows Home editions

           

          ●Linux x64(Processer:EM64T/Opteron 64)

          - Red Hat Enterprise Linux 7.4-7.7,

          -SUSE Linux Enterprise Server and Desktop 12 SP3 - SP4,

          -SUSE Linux Enterprise Server and Desktop 15 SP1

          -CentOS 7.4 - 7.7


          您可通過以下方式獲得【Ansys2020 R2 Fluent新功能詳細文檔】:

          發送郵件至Support@idaj.cn獲取

          2020.07.01

          GT-SUITE v2020.02全新發布,提供下載!

           GT-SUITE v2020.02全新發布,提供下載! 點擊查看最新版本>>
          2020.03.18

          最新的CONVERGE 3.0版本終于發布

           最新的CONVERGE 3.0版本終于發布,點擊查看最新版本>>
          2020.02.28

          ANSYS 2020R1 Fluent新功能綜述

            ANSYS最新的2020R1版本已于近日發布,其中流體包(及其他產品線模塊)已經可供廣大客戶下載使用。作為流體仿真的旗艦產品ANSYS Fluent也迎來一系列功能升級和易用性提升。更多信息請點擊<<<
          2020.02.28

          ANSYS 2020R1 Mechanical(結構產品)新功能Part1(共4部分)

          ANSYS 2020 R1 Mechanical提供了更多更強的新功能,使用戶可以更加快速、高效地處理復雜的、超大模型的問題。更多請了解<<<<

           

          42 條記錄 1/3 頁 下一頁  1  2   3 
          返回頂部

          IDAJ解決方案

          產品信息

          亚洲香蕉久久一区二区三区四区