当前位置: 首页 > news >正文

永磁同步电机多物理场仿真案例:电磁、谐响应与噪声分析,适合学习

永磁同步电机多物理场仿真案例,电磁—谐响应—噪声分析(NVH分析),该案例可以用于学习,具体参数见第一张图

咱们今天来整点硬核的——手把手拆解永磁同步电机的电磁振动噪声联合仿真。这玩意儿看着参数一大堆(具体数值请直接瞅图1),但说白了就是玩转三个场:电磁场抖机灵、结构场蹦迪、声学场唱歌。下面直接上干货!

一、电磁场先整活儿

电机不转起来的时候,磁场就像死宅一样瘫在铁芯里。用Python+FEMM搞个二维瞬态场仿真,核心代码长这样:

import femm femm.openfemm() femm.newdocument(0) femm.mi_probdef(0, 'millimeters', 'planar', 1e-8, 0, 30) femm.mi_drawrectangle(0,0,15,30) femm.mi_addmaterial('NdFeB', 1.05, 1.05, 0, 0, 0.5, 0, 0, 1, 0, 0, 0) femm.mi_addcircprop('PhaseA', 10, 1) # 10A电流走起 # 重点来了!设置运动边界 femm.mi_addboundprop('rotor_bdry', 0, 0, 0, 0, 0, 0, 0, 0, 5)

跑完仿真别急着关,用femm.mo_getcircuitvalues('PhaseA')抓取电磁力波形。这时候要注意看齿槽转矩的波动——这货就是后续振动的罪魁祸首!

二、结构场开始蹦跶

把电磁力加载到定子齿上,用ANSYS APDL玩谐响应分析时,记得这波骚操作:

! 导入电磁力数据 *DIM,force_data,TABLE,6,1000,,TIME *TREAD,force_data,force.txt ! 玩模态叠加法 ANTYPE,HARMIC HROPT,MSUP,,YES HARFRQ,0,4000 ! 扫到4kHz足够抓噪声 KBC,1 ! 阶梯加载不翻车 ! 关键设置:阻尼比给个玄学值0.03 DMPRAT,0.03

这里有个坑:网格要是太糙,共振峰会跑偏。建议在齿部用2mm的六面体网格,其他部位可以摸鱼用4mm。算完记得导出*.rst文件,后面声学场等着用呢。

三、声学场开演唱会

把结构振动速度映射到声学网格,用LMS Virtual.Lab干这事时,注意这个神操作:

vibData = importdata('vibration.csv'); mesh = ansysReadMesh('model.cdb'); % 玩声学逆向-NLH actool('set', 'MaxFreq', 4000); actool('assign', 'Velocity', vibData); actool('solve', 'BEM'); % 在驾驶员耳朵位置插值 fieldPoint = [1200, 500, 800]; spl = actool('getSPL', fieldPoint); plot(spl(:,1), spl(:,2), 'LineWidth',2);

重点看800Hz和2400Hz这两个频段,通常这里会出现啸叫峰值。要是声压级超过65dB(A),赶紧回去检查电磁力的空间分布——八成是某个磁极的磁场跑偏了。

四、实战避坑指南

  1. 电磁和结构网格别玩跨界恋爱,老老实实用节点映射
  2. 遇到计算发散时,先把气隙磁密波形调光滑
  3. 噪声后处理记得加A计权,别被高频噪声唬住
  4. 算力不够就砍高频,4000Hz以上人耳敏感度骤降

最后丢个彩蛋:试试在永磁体上加不同斜极角度,噪声频谱会出现迷之漂移,这招能让甲方爸爸眼前一亮。仿真文件和完整代码已打包,评论区自取~

http://www.cnnetsun.cn/news/172831.html

相关文章:

  • gcc-c++-7.3.0 rpm安装方法 Linux麒麟KY10完整步骤
  • Open-AutoGLM迁移学习冷启动难题破解,快速落地NLP任务的密钥方法
  • 开发者福音:Excalidraw支持代码模式直接导出图形
  • 构建以质量为核心的软件开发文化生态
  • 提升生产力:Excalidraw + AI 自动生成系统架构图
  • Open-AutoGLM微调加速实战(稀缺技术文档首次公开)
  • Open-AutoGLM部署性能提升80%的秘密:跨平台适配中的3个致命误区与解决方案
  • Open-AutoGLM本地化部署实战(局域网离线运行全方案)
  • django基于Python的电影票房爬取与可视化系统的设计与实现vue
  • 计算机毕设Java基于智能推荐的车辆交易管理系统 Java技术实现的智能推荐车辆交易管理平台设计 基于Java的车辆交易管理系统与智能推荐功能的融合开发
  • Open-AutoGLM迁移学习应用瓶颈突破(专家级调优策略全公开)
  • 【Open-AutoGLM局域网部署终极指南】:手把手教你从零搭建高效私有化AI推理环境
  • 健身达人微信小程序的设计与实现毕设源码(源码+lw+部署文档+讲解等)
  • Open-AutoGLM如何实现无缝跨平台部署?:99%工程师忽略的5个关键适配步骤
  • 利用docker在windows 11 wsl中安装oracle 12cR2
  • 【Open-AutoGLM预训练模型适配指南】:揭秘高效迁移学习背后的核心技术细节
  • Cesium快速入门30:CMZL动画
  • Excalidraw工业互联网平台架构图实战
  • 重器轻用后,你的笔记资料分散各处,怎么办?
  • 10 个AI论文工具,助继续教育学员轻松完成写作!
  • 显存暴涨问题难追踪?Open-AutoGLM动态资源监控方案来了
  • Open-AutoGLM生产环境崩溃频发,这套自动修复配置让你彻底告别半夜救火
  • Excalidraw在自动驾驶软件模块设计中的实践
  • 基于大数据的热门音乐歌曲采集分析系统爬虫 可视化
  • Excalidraw大数据平台ETL流程可视化
  • 5个策略帮助企业成功实施YashanDB
  • 揭秘YUV:为何人眼被“欺骗”却浑然不觉
  • Excalidraw自由画笔工具的手绘感调节参数
  • 信安毕业设计创新的项目选题推荐
  • Excalidraw企业定制化开发接口(API)文档概览