⚡ electrical engineering

Multi-Material Topology Optimization with Continuous Magnetization Direction for Permanent Magnet Synchronous Reluctance Motors

本文提出了一种针对永磁辅助同步磁阻电机的多材料拓扑优化新方法，通过引入连续磁化方向分布方案、基于拓扑导数的插值策略以及结合 K 均值聚类的后处理技术，在无需复杂几何参数化的情况下实现了转子结构的自动优化设计，从而有效提升了电机的平均转矩。

原作者： Thomas Gauthey, Peter Gangl, Maya Hage Hassan

发布于 2026-04-01

📖 1 分钟阅读☕ 轻松阅读

原作者： Thomas Gauthey, Peter Gangl, Maya Hage Hassan

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文就像是在教我们如何**“用魔法（数学算法）设计最完美的电机心脏”**。

想象一下，你要设计一台永磁同步磁阻电机（PMSynRM）。你可以把它想象成一辆高性能的电动车，它的“心脏”就是转子。传统的电机设计就像是在玩拼图，工程师得凭经验把铁块、空气和磁铁一块块地摆进去，看看哪种摆法力气最大。但这往往很费时，而且容易受限于工程师的想象力。

这篇论文提出了一套全新的**“智能设计系统”**，它不需要工程师动手摆拼图，而是让计算机自己“生长”出最完美的形状。

以下是这篇论文的核心内容，用大白话和比喻来解释：

1. 核心目标：给电机“减肥”又“增肌”

电机的转子需要三种材料：

铁（Ferromagnetic）： 像肌肉一样，负责传导磁力。
空气（Air）： 像脂肪，用来制造磁阻（让磁力走弯路，产生推力）。
磁铁（Permanent Magnets）： 像电池，提供额外的爆发力。

以前的做法： 工程师只能把磁铁固定在几个特定的角度（比如只能横着放或竖着放），就像只能穿固定尺码的衣服。
这篇论文的做法： 它允许磁铁的磁化方向是连续变化的。想象一下，磁铁不再是一块块僵硬的砖头，而像是一团可以随意扭曲方向的“智能果冻”。计算机可以决定每一小块磁铁的磁力是指向哪里，哪怕是指向 37.5 度这种奇怪的角度，只要这样能让电机转得更有力。

2. 三大“魔法”技术

A. 智能插值法（让材料“平滑过渡”）

在优化过程中，计算机需要决定某一点是铁、是空气还是磁铁。

旧方法： 像做选择题，非黑即白，或者中间有个模糊的灰色地带，导致设计出来的形状很奇怪（比如锯齿状）。
新方法： 作者发明了一种新的**“数学配方”**（基于拓扑导数）。这就像给材料加了一种特殊的“粘合剂”，让计算机在寻找最佳方案时，能更平滑地过渡，最终得到清晰、合理的形状，而不是乱七八糟的噪点。

B. 旋转的“旋转门”（Nitsche-mortaring 技术）

电机工作时，转子是转动的，而定子（外壳）是不动的。在计算机模拟中，这通常很麻烦，因为网格（计算用的格子）要对齐。

比喻： 想象你在玩一个旋转门游戏。旧方法需要把整个房间（网格）都重新画一遍来适应门的位置，非常慢。
新方法： 作者用了Nitsche 技术，就像在转子和定子之间装了一个**“智能旋转门”**。不管转子转到哪里，两边的网格都能完美对接，不需要重新画整个图。这让计算速度大大提升。

C. 四步试错法（快速估算扭矩）

要算出电机平均能产生多大的力气（扭矩），通常需要模拟它转动一圈（比如 500 个位置），这太慢了。

比喻： 就像你要尝一锅汤咸不咸，不需要把整锅汤都喝光，只需要在四个特定的时间点（比如 0 度、30 度、60 度、90 度）尝一口。
结果： 论文证明，只要选对这4 个关键位置，算出来的平均力气和转一整圈算出来的几乎一样（误差小于 0.1%），但速度快了 100 多倍！

3. 最后的“整理”：K-Means 聚类

虽然计算机算出了完美的“智能果冻”形状，磁铁的方向千变万化，但在现实中，工厂没法生产这种方向随时在变的磁铁。

比喻： 就像你设计了一件拥有无数种渐变颜色的衣服，但工厂只能生产几种固定颜色的布料。
解决方案： 作者用了一种**"K-Means 聚类”**算法（一种自动分组的方法）。它把那些方向相似的微小磁铁“打包”成几个大的区域。比如，把所有指向东偏南 15 度的磁铁归为一类，所有指向东偏南 20 度的归为另一类，最后只保留几个主要的方向。这样既保留了高性能，又符合工厂的生产能力。

4. 结果如何？

通过这套方法，作者设计出了几种不同配置的电机转子：

有的方案省磁铁，但力气依然很大。
有的方案磁铁多一点，力气更是惊人。
最重要的是，这些设计是计算机自动“长”出来的，没有人为的偏见，往往能找到人类工程师想不到的奇特且高效的形状。

总结

这篇论文就像给电机设计领域装上了一个**“自动驾驶系统”。
它不再依赖工程师凭直觉画图纸，而是通过允许磁铁方向自由变化**、加速计算过程、以及最后自动整理成可制造的方案，自动找到了让电机转得更快、更有力、更省材料的“最优解”。

这就好比以前我们只能用手捏泥人，现在有了 3D 打印机和 AI，它能自动打印出最完美的泥人，而且还能告诉你怎么把它烧制成最坚固的瓷器。

这是一份关于《具有连续磁化方向的多材料永磁同步磁阻电机拓扑优化》（Multi-Material Topology Optimization with Continuous Magnetization Direction for Permanent Magnet Synchronous Reluctance Motors）论文的详细技术总结。

1. 研究背景与问题定义 (Problem)

研究目标：针对永磁辅助同步磁阻电机（PMSynRM），设计最优的转子拓扑结构。PMSynRM 相比纯磁阻电机具有更高的平均转矩，但其设计涉及铁磁材料、空气和永磁体三种材料的分布优化，是一个复杂的多材料拓扑优化问题。
现有挑战：
- 传统的参数化优化依赖工程师经验，难以探索非直观的创新结构。
- 现有的基于密度的拓扑优化方法通常将磁化方向限制为离散的几个角度（如 0°, 90°等），或者在优化后通过滤波强制离散化，这限制了设计的自由度。
- 计算成本高：精确计算平均转矩通常需要扫描大量转子位置，且处理转子与定子网格的相对旋转（运动边界）计算量大。
核心问题：如何在优化过程中引入连续的磁化方向变量，同时处理多材料（铁、气、磁）分布，并有效降低计算成本，最终获得满足制造约束的高性能电机设计。

2. 方法论 (Methodology)

论文提出了一套完整的密度法拓扑优化框架，主要包含以下关键技术：

2.1 连续磁化方向与多材料插值方案

设计变量：引入了三个密度变量：
1. $\rho_\nu$ ：铁磁材料密度。
2. $\rho_{Mx}, \rho_{My}$ ：永磁体磁化强度的两个分量密度。
连续磁化方向映射：为了避免极坐标带来的角度奇点问题，作者提出了一种**“方到圆”（Square-to-Disk）的映射变换**（基于椭圆网格映射）。将两个 $[0,1]$ 区间内的密度变量映射到单位圆盘上，从而在优化过程中允许磁化方向在空间上连续变化，而不是被限制在离散角度。
新型插值方案：
- 对比了传统的 SIMP 多项式插值和 Lukàš 的反正切插值。
- 创新点：提出了一种受**拓扑导数（Topological Derivative）**启发的新型插值函数。该函数在密度 $\rho=0$ 和 $\rho=1$ 处的导数与拓扑导数一致，旨在更好地处理非线性磁滞材料（Marrocco BH 曲线）的插值，避免中间材料（灰色区域）的过度出现。

2.2 物理模型与计算加速

控制方程：基于二维静磁学方程，考虑了铁磁材料的非线性（Marrocco BH 曲线近似）和永磁体的磁化。
转矩计算加速：
- 采用 Arkkio 方法（基于麦克斯韦应力张量）计算转矩。
- 提出使用四点静态位置法（0, $\pi/12$ , $\pi/6$ , $\pi/4$ ）来近似平均转矩。验证表明，在最终设计阶段，该方法与 500 个位置计算的误差小于 0.1%，显著降低了计算成本。
运动边界处理：
- 采用 Nitsche 类型的 Mortaring 方法（Nitsche-mortaring）。允许转子网格相对于定子网格自由旋转，无需重新划分网格或使用移动带（Moving Band）技术，提高了计算精度和效率。

2.3 优化算法与后处理

优化框架：使用伴随法（Adjoint Method）计算目标函数（平均转矩）对设计变量的梯度。采用增广拉格朗日法（Augmented Lagrangian）处理体积约束（铁和磁体的体积上限）。
滤波与投影：使用 Helmholtz 滤波消除棋盘格效应，并应用投影函数（Projection）以获得清晰的边界。
后处理（K-means 聚类）：
- 由于优化得到的磁化方向是连续的，而实际制造需要离散的磁化方向。
- 提出使用 K-means 聚类算法对最终设计的磁化角度进行后处理。将具有相似磁化方向的单元聚类，并取平均值作为该簇的磁化方向，从而在满足制造约束（如有限数量的磁极方向）的同时，尽可能保留优化性能。

3. 关键贡献 (Key Contributions)

连续磁化方向优化：首次在多材料拓扑优化中实现了永磁体磁化方向的连续变量优化，而非预设离散角度，从而挖掘出更优的磁路结构。
新型插值策略：提出了一种基于拓扑导数原理的插值函数，专门针对非线性磁材料，改善了中间材料的处理效果。
计算效率提升：
- 结合 Nitsche-mortaring 方法处理旋转边界，避免了网格重生成。
- 验证了四点静态位置法在平均转矩计算中的高精度与低耗时。
制造可行性导向的后处理：提出了一种基于 K-means 的无偏聚类方法，将连续优化结果转化为符合工程制造约束（离散磁化方向）的可行设计。

4. 实验结果 (Results)

论文在具有 24 槽、1 对极的分布式绕组 PMSynRM 上进行了验证：

铁 - 气优化：在不同铁体积分数（10%, 20%, 40%）下，优化出的转子结构与传统文献及 JMAG 验证结果一致，证明了框架的有效性。
多材料优化（铁 - 气 - 磁）：
- 在 40% 铁体积分数基础上引入永磁体。
- 转矩提升：
  - 无磁体时的磁阻转矩约为 1.0768 N·m。
  - 引入永磁体后，随着磁体体积增加（7.5% -> 30%），平均转矩从 1.2830 N·m 提升至 1.9000 N·m。
- 后处理影响：经过 K-means 聚类（k=5）处理后，转矩略有下降（例如 30% 磁体体积下从 1.9000 降至 1.8671 N·m），但仍显著高于无磁体设计，且满足制造约束。
不同工况验证：在改变相位角（ $\phi = 3\pi/32$ ）的测试中，优化算法同样找到了最优材料分布，证明了方法的鲁棒性。

5. 意义与展望 (Significance)

设计自由度：该方法打破了传统设计中磁化方向必须预先设定的限制，能够自动发现最优的磁通路径和磁化角度分布。
工程实用性：通过 K-means 后处理，解决了连续优化结果难以直接制造的问题， bridging the gap between theoretical optimization and practical manufacturing。
计算效率：四点转矩近似和 Nitsche 边界方法使得复杂的非线性多材料优化在可接受的时间内完成，为未来更复杂的电机设计优化提供了高效工具。
未来工作：作者计划进一步比较不同插值方案，并将该方法扩展到多目标优化（如同时优化转矩、效率和振动）以及更复杂的电机拓扑。

总结：该论文提出了一种先进的、基于密度的多材料拓扑优化框架，成功实现了 PMSynRM 转子中永磁体磁化方向的连续优化，并通过高效的数值方法和合理的后处理策略，在显著降低计算成本的同时，获得了高性能且具备制造可行性的电机设计方案。