Техніка та енергетика

Інтеграція САПР електричних машин і апаратів із мультифізичним моделюванням: підхід до узгодження електромагнітних і теплових моделей

Лариса Вахоніна, Володимир Мартиненко, Андрій Руденко, Віталій Мардзявко
Завантажити статтю
Анотація

Ізольоване використання електромагнітних або теплових розрахунків під час проєктування електричних машин і апаратів є суттєвим джерелом інженерних похибок, оскільки робочі режими формуються взаємопов’язаними польовими й тепловими процесами. Метою дослідження було обґрунтувати та формалізувати підхід до інтеграції автоматизованого проєктування з мультифізичним моделюванням через узгодження електромагнітної та теплової моделей у єдиному параметрично керованому контурі. Методологія ґрунтувалася на нормативно узгоджених режимах, умовах охолодження та температурних межах із двостороннім ітераційним зв’язуванням і просторово узгодженим перенесенням втрат у теплову модель з температурною корекцією властивостей матеріалів. У результаті сформовано спільну параметричну рамку входів, що забезпечує узгоджене трактування навантаження, охолодження, температурної прийнятності та енергетичної результативності. Формалізований двосторонній контур із критеріями збіжності забезпечив відтворювану стабілізацію температурних максимумів і сумарних втрат. Показано, що просторове картування складових втрат зберігає локальні зони перегріву, тоді як їх зведене перенесення згладжує температурне поле. Узгоджене моделювання встановило доменну стратифікацію нагріву: в обмотках близько 130-140°C, у магнітопроводі 105-115°C, у корпусі 85-95°C, у зоні охолодження 60-70°C. Температурні корекції електричних і магнітних параметрів суттєво змінюють розподіл втрат, насамперед через зростання опору провідників. Порівняння чотирьох схем узгодження на 40 сценаріях показало збіжність від 26 з 40 для одностороннього зв’язування до 38 з 40 для інтегрованого розв’язання; двостороння ітераційна схема забезпечила 36 з 40 зі стабілізацією за 4-7 циклів, тоді як покрокове спільне моделювання потребувало 6-12 обмінів. Практична значимість полягає у можливості безпосереднього використання підходу для підвищення точності теплових перевірок, вибору режимів навантаження та оптимізації конструктивних рішень електротехнічних виробів

Ключові слова

температурне поле; двосторонній контур; об’ємне джерело; ко-симуляція; теплові джерела; вихрові втрати

ЦИТУВАТИ
Vakhonina, L., Martynenko, V., Rudenko, A., & Mardziavko, V. (2026). Integration of CAD electrical machines and apparatuses with multiphysical modelling: An approach to matching electromagnetic and thermal models. Machinery & Energetics, 17(1), 28-42. https://doi.org/10.31548/machinery/1.2026.28
Використані джерела
  1. Chang, J., & Wang, C. (2022). Electromagnetic thermal coupling analysis for a novel cooling system of an axial flux hub motor. IET Electric Power Applications, 16(4), 421-433. doi: 10.1049/elp2.12164.
  2. Cho, H., Park, J.S., Han, Y.S., Xu, G., & Sohn, D. (2024). Electromagnetic-thermal-mechanical coupling analysis of bent rotor straightening via electromagnetic induction heating. Journal of Computational Design and Engineering, 11(6), 283-299. doi: 10.1093/jcde/qwae104.
  3. Choi, N.Y., & Zhang, S.U. (2025). Digital design for high-performance IGBT devices using machine learning and multi-physics simulation. In PCIM conference 2025; international exhibition and conference for power electronics, intelligent motion, renewable energy and energy management (pp. 90-96). Berlin: VDE. doi: 10.30420/566541012.
  4. Choi, N.Y., Kim, D.H., Nam, S., Lee, Y.J., Kim, S.G., & Zhang, S.U. (2025). A benchmarking study on IGBT thermal-electrical performance using finite element analysis and design of experiments (DOE). Journal of Electrical Engineering & Technology, 20, 1113-1126. doi: 10.1007/s42835-025-02178-6.
  5. Cinar, R., Celik, H.K., Ucar, M., & Rennie, A.E. (2025). CAD-FEA integrated automation platform for structural design, deformation simulation, and size optimization of housings in external gear pumps. Applied Sciences, 15(23), article number 12564. doi: 10.3390/app152312564.
  6. Coteț, F.A., Văscan, I., & Szabó, L. (2023). On the usefulness of employing ANSYS Motor-CAD software in designing permanent magnet synchronous machines. Designs, 7(1), article number 7. doi: 10.3390/designs7010007.
  7. Dong, Z., Wei, W., Song, B., Chen, X., & Zong, Z. (2025). A coupled electromagnetic, heat transfer, phase transition and thermodynamic model for concrete breaking under microwave heating: Multiphysics simulation and experimental investigations. Thermal Science and Engineering Progress, 68, article number 104276. doi: 10.1016/j.tsep.2025.104276.
  8. Ebrahimi Shohani, A., Farahzadi, M., Ali, S., Abbaszadeh, K., Marignetti, F., & Farrokh, F. (2025). 2‐D electromagnetic analysis coupled with 3‐D thermal analysis of a dual‐PM excited flux‐switching generator with overhang structure for direct drive wind turbines. IET Electric Power Applications, 19(1), article number e70042. doi: 10.1049/elp2.70042.
  9. Eitz, P., Zinke, T., & Lieberwirth, H. (2024). Multiphysics simulation of a vertical roller mill in Matlab®/Simulink®. BHM Berg-und Hüttenmännische Monatshefte, 169(8), 421-430. doi: 10.1007/s00501-024-01496-y.
  10. Ghaemi, A., Ebrahimi, A., & Hajipour, M. (2025). Integrated multiphysics modeling of a piezoelectric micropump. ArXiv. doi: 10.48550/arXiv.2502.06413.
  11. Guo, C., Long, L., Wu, Y., Xu, K., & Ye, H. (2022). Electromagnetic-thermal coupling analysis of a permanent-magnet in-wheel motor with cooling channels in the deepened stator slots. Case Studies in Thermal Engineering, 35, article number 102158. doi: 10.1016/j.csite.2022.102158.
  12. IEC 60034-1:2022. (2022). Rotating electrical machines – Part 1: Rating and performance. Retrieved from https://webstore.iec.ch/en/publication/65446.
  13. IEC 60034-18-1:2022. (2022). Rotating electrical machines – Part 18-1: Functional evaluation of insulation systems. Retrieved from https://webstore.iec.ch/en/publication/64618.
  14. IEC 60034-2-1:2024. (2024). Rotating electrical machines – Part 2-1: Standard methods for determining losses and efficiency from tests. Retrieved from https://webstore.iec.ch/en/publication/67756.
  15. IEC 60034-30-1:2025. (2025). Rotating electrical machines – Part 30-1: Efficiency classes of line operated AC motors. Retrieved from https://webstore.iec.ch/en/publication/91195.
  16. IEC 60034-6:1991. (1991). Rotating electrical machines – Part 6: Methods of cooling. Retrieved from https://webstore.iec.ch/en/publication/143.
  17. Kostin, O., Yaros, O., Yaros, Y., Savenko, A., Martynenko, V., & Boyko, I. (2022). Method for evaluating the stability of arc burning of electrodes with rutile-cellulosic covering. In Proceedings of the 4th international conference on modern electrical and energy system. Kremenchuk: IEEE. doi: 10.1109/MEES58014.2022.10005682.
  18. Li, G., Shan, G., Zheng, Y., Meng, B., & Cao, H. (2024). The application of machine learning methods in the design of electronic systems for robotics. Journal of Artificial Intelligence, 1(2), article number 1015.
  19. Liu, H., Luta, J.A., Pekarek, S.D., & Weibel, J.A. (2024). Electromagnetic-thermal co-optimization to minimize case-to-winding temperature rise in permanent magnet machines. Applied Thermal Engineering, 238, article number 122132. doi: 10.1016/j.applthermaleng.2023.122132.
  20. Manka, M., Karpiel, G., & Prusak, D. (2023). Computer-aided design of electric drives with FEA software. In K. Soliman (Ed.), Artificial intelligence and machine learning (pp. 250-263). Cham: Springer. doi: 10.1007/978-3-031-62843-6_25.
  21. Mauromicale, G., Calabretta, M., Scarcella, G., Scelba, G., & Sitta, A. (2023). Multi-physics models of a low-voltage power semiconductor system-in-package for automotive applications. Journal of Electronic Packaging, 145(3), article number 031003. doi: 10.1115/1.4056413.
  22. Młot, A., Korkosz, M., Lechowicz, A., Podhajecki, J., & Rawicki, S. (2022). Electromagnetic analysis, efficiency map and thermal analysis of an 80-kW IPM motor with distributed and concentrated winding for electric vehicle applications. Archives of Electrical Engineering, 71(4), 981-1002. doi: 10.24425/aee.2022.142120.
  23. Pavalkis, S., & Otte, M. (2025). Accelerating digital engineering adoption: A comprehensive example using MBSE and digital twin with a portable robotic arm. INSIGHT, 28(5), 67-71. doi: 10.1002/inst.70007.
  24. Pliuhin, V., Sukhonos, M., Biletskyi, I., Plankovskyy, S., & Tsegelnyk, Y. (2024). Implementation features of local and remote technical objects digital twins. IOP Conference Series: Earth and Environmental Science, 1376, article number 012036. doi: 10.1088/1755-1315/1376/1/012036.
  25. Pliuhin, V., Tsegelnyk, Y., Sukhonos, M., Biletskyi, I., Plankovskyy, S., & Tietieriev, V. (2025). Machine learning and HPC in computer-aided design of electric machines. In B.B. Youssef & M. Ismail (Eds.), Integrating machine learning into HPC-based simulations and analytics (pp. 145-196). London: IGI Global. doi: 10.4018/978-1-6684-3795-7.ch007.
  26. Reato, F.M., Ricci, C., Misfatto, J., Calzaferri, M., & Cinquemani, S. (2023). An alternative multi-physics-based methodology for strongly coupled electro-magneto-mechanical problems. Algorithms, 16(6), article number 306. doi: 10.3390/a16060306.
  27. Sadovoy, O., Vakhonina, L., Koshkin, D., & Martynenko, V. (2022). Comparison of active power losses of single-phase electromagnetic static devices by radial electromagnetic system. In Proceedings of the 4th international conference on modern electrical and energy system (pp. 1-5). Kremenchuk: IEEE. doi: 10.1109/MEES58014.2022.10005760.
  28. Sai Kumar, P., & Goel, S. (2025). Multiphysics simulations on the effect of fluidic concentration profiles over Y‐channel and T‐channel designs. In S. Goel (Ed.), Micro electromechanical systems practical lab manual (pp. 1-11). London: Wiley. doi: 10.1002/9781394229864.ch1.
  29. Santos, J.F.D., Tshoombe, B.K., Santos, L.H., Araújo, R.C., Manito, A.R., Fonseca, W.S., & Silva, M.O. (2022). Digital twin-based monitoring system of induction motors using IoT sensors and thermo-magnetic finite element analysis. IEEE Access, 11, 1682-1693. doi: 10.1109/ACCESS.2022.3232063.
  30. Shandilya, A., & Kumar, V. (2024). Electro-thermal analysis of permanent magnet synchronous motor for electric vehicles. SAE Technical Paper, 2024-28-0080. doi: 10.4271/2024-28-0080.
  31. Solimene, L., et al. (2025). The galileo ferraris contest: A benchmark initiative for data-driven multi-physics modeling of traction electric motors. TechRxiv. doi: 10.36227/techrxiv.176583445.54143509/v1.
  32. Tunç, E., & Fidan, M. (2025). Electric and magnetic field analysis for a 34.5 kV transformer under composite voltage conditions: COMSOL multiphysics simulation. Duzce University Journal of Science and Technology, 13(3), 1161-1179. doi: 10.29130/dubited.1624167.
  33. Umland, N., Winkler, K., & Inkermann, D. (2023). Multidisciplinary design automation of electric motors – systematic literature review and methodological framework. Energies, 16(20), article number 7070. doi: 10.3390/en16207070.
  34. Usca-Gomez, H.G., Puma-Benavides, D.S., Zambrano-Leon, V.D., Castillo-Díaz, R., Quinga-Morales, M.I., Solís-Santamaria, J.M., & Llanes-Cedeño, E.A. (2025). A review and case of study of cooling methods: Integrating modeling, simulation, and thermal analysis for a model based on a commercial electric permanent magnet synchronous motor. World Electric Vehicle Journal, 16(8), article number 437. doi: 10.3390/wevj16080437.
  35. Wang, X., Chen, D., Li, D., Kou, C., & Yang, Y. (2023). The development and progress of multi-physics simulation design for TSV-based 3D integrated system. Symmetry, 15(2), article number 418. doi: 10.3390/sym15020418.