集总参数热网络
LPTN是一种热建模技术,将具有相似温度的组件分组到一个公共节点,以避免复杂的热网络和计算成本高昂。LPTN假设每个材料或子组件内的温度空间分布均匀。在最基本的形式中,传热网络可视为类似于电路,其中分析涉及计算与电机各组件相关的传导、对流和辐射阻力。在这种类比中,电流代表热流,电势对应于温差,电阻、电容和电压源分别等同于热阻、热容和热能源。热阻用于表示不同材料的热特性以及不同结构之间的热连接,热容则模拟结构中储存的热能。
4.1. 分类
LPTN可以表示电机中的两种运行模式:稳态和非稳态。在后一种情况下,模型中包含热电容器以考虑非稳态条件,而在前一种情况下则忽略它们。根据节点数量和先前对电机材料和几何数据的了解,LPTN模型可分为白盒模型(或高级解析LPTN)、浅灰盒模型(或基本解析LPTN)和深灰盒模型(或抽象LPTN)。白盒模型通常包含大量节点,机器几何形状被细分为精细网格,温度预测完全依赖于传热方程及其材料和几何数据。浅灰盒模型采用机器几何数据并依靠传热方程进行温度预测,可通过经验测量进行优化,节点数约为5-15个。深灰盒模型侧重于在电机最主要的热路径上实施节点,将节点数量限制在2到5个之间,无需详细的换热过程、材料数据或几何结构知识即可设置。白盒模型主要用于电机设计阶段,浅灰盒和深灰盒模型更适合实时监测应用。
4.2. 公式推导
热阻和热容的计算考虑了与电路的相似性。假设每个节点的热容和热阻恒定,可以为每个节点导出线性微分方程。电机的一组热平衡方程也可以矩阵形式编写以实现高效计算。
4.2.1. 传导热阻
传导热阻定义为热流路径长度除以热导率和有效横截面积。电机几何形状可表征为基本元素形状的集合:矩形块、空心圆柱体和圆柱扇区。对于每种形状,给出了轴向和径向热流的特定公式。研究人员已将这些基本公式应用于PMSM和感应电机。Staton等人计算了壳体和定子的接触热阻,并调整了公式以计算壳体的径向传导热阻、齿的轴向热阻以及绕组和定子铁芯之间的热阻。Liang等人研究了浸渍材料对槽内热行为的影响,并计算了槽壁和绕组之间等效绝缘的总热阻。他们还提出了简化热阻模型来计算定子齿和定子轭槽附近的温度变化,以及绕组的等效热阻模型。
4.2.2. 对流传热热阻
对流传热由无量纲数决定,如雷诺数、努塞尔数、普朗特数、泰勒数和格拉晓夫数。对流热阻等于接触表面积与对流换热系数(HTC)乘积的倒数。研究人员提出了各种确定HTC的公式。对于小气隙电机,努塞尔数可使用泰勒数和普朗特数确定。Demetriades等人建议使用经验公式计算轴的对流换热系数。Kylander提出了用于小型笼型感应电机内部空气HTC的方程,并被其他研究人员用于PMSM。Yanhua和Chun使用组合方法计算定子和转子之间气隙中的导热和对流过程,将其建模为三个过程:定子与气隙之间的对流、通过气隙的导热以及气隙与转子之间的对流。
4.2.3. 辐射热阻
在大多数PMSM的LPTN模型中,为简单起见忽略了辐射效应。研究表明,在额定转速下强制对流是电机冷却的主要贡献者,因此可忽略辐射热阻。然而,在低速或真空条件下,辐射传热可能不可忽略。研究人员计算了电机内部辐射热交换,并指出辐射换热系数通常比自然和强制对流系数低一个数量级。Ka?enka等人将PMSM中的辐射传热效应计算为类似传导的类比。Kylander包括了小型笼型感应电机的辐射热阻,考虑了表面的净辐射及其环境。
4.2.4. 热容
每个节点的热容是瞬态热传导的影响因素,可通过质量乘以比热容来确定。圆柱体的总热容取决于材料密度、比热容、长度和半径差。电机部件在柱坐标中的热容由质量、体积、圆周半径和比热容给出。需要注意的是,许多材料的比热容是温度相关的,这使得热容成为一个变化参数。
4.3. 方法
本节基于文献综述,讨论了LPTN的不同方法,包括模型阶数和边界条件、损耗输入和模型的热行为、简化假设和计算成本,以及验证技术和提高准确性的最新趋势。
4.3.1. 模型阶数和边界条件
通常,节点数量越多,建模的部件越多。然而,研究表明,使用相同或更少节点可以获得准确的结果。低阶模型由于其低计算量,更适用于温度监测应用,而高阶白盒模型仅在电机设计和优化阶段以及需要精确定位热点时使用。最常用的边界条件包括狄利克雷边界条件(固定温度)、诺伊曼边界条件(对流换热)、绝热对称条件和时变边界条件。
4.3.2. 损耗输入、模型热行为和热阻建模
损耗建模有两种主要趋势:使用二维和三维FEA以及CFD-CHT模拟计算电磁损耗,或通过实验或经验公式获得。热源的选择取决于研究重点。关于传导和对流热阻,文献中通常同时考虑这两种机制。大多数研究认为辐射可以忽略不计。瞬态和非瞬态模型都很普遍,瞬态模型通常占主导地位。热容用于模拟瞬态现象,通常应用于所有节点,但有些研究选择性地将其分配给特定部件。
4.3.3. 简化假设、局限性、参数不确定性和计算成本
LPTN模型依赖于简化假设,包括均匀节点温度、恒定材料特性、简化对流系数、忽略机械损耗、忽略辐射传热等。这些假设带来了局限性,例如无法预测局部热点、参数不确定性以及温度相关材料特性的影响。对流系数的建模缺乏共识,导致不准确。机械损耗通常被忽略,这可能会缩短过载时间。尽管存在这些限制,LPTN的计算成本通常被认为是低的,特别是与有限差分法相比,速度可提高15到27倍以上。
4.3.4. 验证技术
实验方法主要用于验证LPTN模型的准确性和可靠性。测试协议包括稳态运行测试、连续条件测试、高动态循环和标准化驾驶循环等。研究人员通常嵌入温度传感器网络,如K型热电偶、PT1000和热敏电阻,放置在关键热点。实验验证在测功机试验台上进行,记录数据使用数据记录器或遥测设备。除了实验,研究人员还使用FEA和CFD作为补充验证技术,但这些方法计算成本高且对网格质量敏感。
4.3.5. 参数识别、LPTN模型准确性改进及最新趋势
文献详细介绍了研究人员通过各种优化技术提高LPTN模型性能的策略。这些策略包括使用粒子群优化(PSO)进行全局识别、基于多元线性回归和卡尔曼滤波的参数识别方法、结合有限元绕组子模型的混合热模型、物理信息深度学习模型(如OLTEM)、双向耦合方法以及自适应数字孪生框架。最新趋势表明,低阶LPTN模型正被用于模拟电机的主要部件,并结合先进的参数识别技术、数字孪生、混合热模型和数据驱动预测方法。然而,这些方法生成的成果并不普遍适用于所有电机类型,需要具体的实验和技术信息。