Experimentally Validated Comparison of Two CFD Simulation Workflows for Oil Jet Cooling and LPTN Improvement

现代电动汽车依赖于动力强劲的电机，这些电机必须极其紧凑且高效，才能驱动车轮。然而，随着这些机器在更小的空间内集成更多动力，它们也会产生剧烈的热量。如果热量不能被迅速移除，电机可能会失效或性能下降。在第一代电动汽车中，工程师使用水套来冷却电机的外部，但这种方法就像试图通过对着杯口吹气来冷却一杯热咖啡一样；中心的热量需要太长时间才能传导出来。为了解决这个问题，业界正转向直接冷却技术，即将油直接喷洒在电机的内部组件上，特别是铜线末端。这种油作为一种不导电的流体，能够快速带走热量，使电机能够在不损坏的情况下运行得更热、更快。工程师面临的挑战是，如何精确预测这些错综复杂的线圈形状受油冷却的效果，这项任务需要复杂的计算机模拟，以避免制造出无法工作的昂贵原型。

来自纳瓦拉大学和 Dauch 公司的研究小组致力于测试两种不同的模拟这种油冷却过程的方法。他们想知道哪种计算机方法能在使用最少计算能力的同时，最准确地预测电机温度。为了找到答案，他们首先构建了一个物理测试模型。他们取了一个真实的电机定子（即包含铜线绕组的电机静止部分），并将其放入一个透明塑料容器中。这个容器让他们能够观察油的流动，同时保持其封闭。他们向导线中通电以产生热量，就像真实的电机一样，并使用精密传感器测量各个点的温度。他们在两种不同的流速和两种不同的起始温度下测试了该系统，从而创建了一套可靠的现实世界数据，用于与他们的计算机模型进行对比。

随后，研究人员运行了两种截然不同的计算机模拟，以观察它们与物理实验的匹配程度。第一种方法被称为有限体积法（Finite Volume Method），它将电机周围的空间分解为数百万个微小的固定方块。它追踪油和空气如何在这些方块中移动，计算液体如何滴落并分布在导线上。这种方法非常详细且多功能，能够精确展示油与固体金属的相互作用，但速度极其缓慢。第二种方法被称为移动粒子模拟（Moving Particle Simulation），它不使用固定的方块。相反，它将油视为在空间中移动的个体粒子集合。这种方法要快得多，因为它不需要像另一种方法那样计算电机周围的空隙空气，但它需要一个单独的步骤来计算热量如何在固体金属导线内部传递。

当团队将两种模拟的结果与物理测量值进行比较时，他们发现两种方法在预测油冷导线的平均温度方面都表现得非常准确。基于方块的详细方法几乎完美地匹配了现实世界的温度，而基于粒子的方法也非常接近，尽管在油流速度较慢时，它偶尔难以预测极热点。粒子法被证明显著更快，仅需在强大的图形卡上运行几小时，而基于方块的方法则需要在大型服务器上运行数天。这种速度差异对于需要快速测试多种设计的工程师来说至关重要。研究人员还发现，粒子法实际上在预测未被喷油侧的电机温度方面表现更好，这可能是因为另一种方法对金属结构的简化过于简单，导致不够精确。

这项研究最重大的发现是，当研究人员将这些模拟产生的详细热数据输入到一种用于日常设计的更简单、更快速的模型中时发生了什么。这种被称为热网络（thermal network）的更简单的模型，通常依赖于关于油如何冷却电机的粗略猜测。当团队用来自高级模拟的精确数据替换这些猜测时，这个简单的模型变得极其准确。它从一个可能产生数十度误差的工具，转变为一个能与现实世界测试相匹配的可靠预测工具。这意味着工程师现在可以使用快速、简单的模型来设计冷却系统，并拥有复杂、缓慢模拟所具备的信心，前提是先用高质量数据对其进行校准。研究结论指出，虽然速度较慢的详细方法提供了极高的灵活性，但更快的粒子法是模拟油喷冷却的极佳选择，为设计下一代电动电机提供了一种强大的新途径。