電機及控制器冷卻流道散熱性能分析及結構優(yōu)化

唐 琳，賴晨光，譚禮斌

(1.重慶理工大學 汽車零部件先進制造技術教育部重點實驗室， 重慶 400054；2.陜西科技大學 機電工程學院， 西安 710021)

0 引言

隨著能源結構的轉型、排放法規(guī)的限制以及國家政策的支持，電動新能源汽車已得到迅猛發(fā)展，并已逐步融入了人們的生活中。作為新能源汽車電動系統(tǒng)核心零部件之一的電機、電控系統(tǒng)核心零部件之一的IGBT模塊，其散熱效率會直接影響整車的動力性、安全性以及可靠性，因此也受到各學界與業(yè)界越來越多的關注[1]。電動新能源汽車與傳統(tǒng)燃油汽車最大區(qū)別就是電驅動系統(tǒng)，而電機及其控制器是電驅動系統(tǒng)中的重要元件，電機及控制器的散熱性能直接影響電機工作性能及電驅動系統(tǒng)運行的可靠性[2-4]。電驅動系統(tǒng)的散熱主要是通過液氣冷卻介質對電機及控制器進行熱交換而實現(xiàn)，常見的有風冷和液冷2種方式，其中液冷冷卻結構因空間占比，散熱效果好而得到了較為廣泛的應用[5-8]。針對電機及控制器的散熱問題，Darabi等[9]采用強迫水冷的冷卻方式設計了一款電機內螺旋冷卻水道結構，并進行了水道結構優(yōu)化，保證了電機溫升滿足熱負荷設計要求。宋吉等[10]采用ANSYS對電機溫度場進行了分析，發(fā)現(xiàn)電機繞組溫度較高。黃梟凱等[11]對某大功率液冷電機控制器的IGBT散熱性能進行了熱仿真分析，針對散熱翅柱提出了一種改進方案，改善了控制器IGBT的均溫性以及提升了控制器的散熱性能。路玲等[12]分析了冷卻介質不同流速及不同水道結構對電機溫升的影響?；暨_等[13]研究了不同散熱器結構及冷卻介質對車載電機控制器散熱的影響，發(fā)現(xiàn)油液對 pin-fin式IGBT散熱效果非常差。合肥工業(yè)大學王佳寧等[14]采用不同種類和厚度的熱界面材料研究了對IGBT模塊功率循環(huán)壽命的影響，表明冷卻時間變長時IGBT模塊的功率循環(huán)壽命會提高。由此可見，基于CFD方法的流場及溫度場數(shù)值模擬方法已在電機及控制器冷卻的散熱結構設計及優(yōu)化得到了廣泛應用[15-18]。

目前多數(shù)研究都局限于降低電機繞組溫度和控制器IGBT溫升，而未考慮冷卻流道結構阻力的大小。冷卻流道結構水阻增大勢必會增加水泵能耗，影響整個系統(tǒng)的運行功率。因此，在電機繞組及控制器IGBT溫度滿足的情況下降低水阻是電機及控制器冷卻流道結構設計必須考慮的問題。本文以某微型電動車驅動系統(tǒng)的電機及控制器集成冷卻流道結構為研究對象，采用流固耦合分析方法對冷卻流道內部速度場、壓力場、電機及控制器溫度場進行分析，并采用多目標多學科協(xié)同優(yōu)化方法對冷卻流道結構進行優(yōu)化設計，實現(xiàn)低流阻、高散熱性的電機及控制器集成冷卻流道結構設計。

1 物理模型

1.1 物理模型

電機及控制器的流固耦合模型如圖1所示。主要包括電機及控制器固體、電機及控制器的集成冷卻流道。電機固體部件主要包括定子、繞組、永磁體、轉子和軸?？刂破鞴腆w部件中主要的發(fā)熱元件為IGBT，該元件集成度非常高，單位體積內熱耗散程度也較高，若冷卻不足則發(fā)熱量高，導致IGBT故障，控制器不能正常運作。圖2為電機及控制器計算域的網(wǎng)格示意圖。冷卻流道采用多面體網(wǎng)格和邊界層網(wǎng)格(6層邊界層)進行網(wǎng)格劃分，固體采用多面體和薄壁層網(wǎng)格進行網(wǎng)格劃分，劃分完成后的網(wǎng)格總數(shù)量為630萬。

圖1 計算域模型及各結構示意圖

圖2 電機及控制器流固耦合計算域網(wǎng)格示意圖

1.2 數(shù)學模型

流體流動滿足質量守恒定律、動量守恒定律和能量守恒定律。湍流模型選擇Realizablek-ε湍流模型[19]。因此，電機及控制器流固耦合分析中涉及到以下數(shù)學模型。

1.2.1連續(xù)方程

(1)

1.2.2動量方程(N-S方程)

(2)

式中：ui、uj為平均速度分量，m/s；xi、xj為坐標量，m；p為流體微元體上的壓力，Pa；μeff為湍流有效黏性系數(shù)。

1.2.3能量守恒方程

(3)

式中：ρ為密度，kg/m3；t為時間，s；u、v、w分別為速度矢量v在x、y、z方向上的分量，m/s；c為流體的比熱，J/(kg·k)；k為流體的導熱系數(shù)，W/(m·K)；T為流體溫度，℃；ST為流體的內熱源及由于黏性作用流體機械能轉換為熱能的部分，J。

1.2.4Realizablek-ε湍流模型

(4)

式中：Gk為速度梯度產生的湍動能項；Gb為浮力產生的湍動能項；YM表為脈動擴張項；C1ε、C2ε、C3ε為經驗常數(shù)；σk、σε分別為與湍動能k和耗散率相對應的Prandtl數(shù);Sk和Sε為用戶自定義的源項。

1.2.5流固耦合模型

流固耦合間熱量傳遞采用傅里葉傳導方程和流體的對流換熱控制方程[20-21]描述如下：

(5)

式中：Kcond為固體的導熱系數(shù)；?T/?n為法向溫度梯度；qconv為單位面積的熱流量；hconv為局部對流換熱系數(shù)；Tf為流體溫度；Tw為壁面溫度。

1.3 邊界條件

本研究選取穩(wěn)態(tài)計算的數(shù)值模擬方法。該電驅動系統(tǒng)中共有42個IGBT，單個發(fā)熱功率為12 W。冷卻介質為50%水和50%乙二醇的混合溶液。電機共有20個永磁體，單個發(fā)熱功率為 1.32 W。電機轉子鐵芯的發(fā)熱功率為16.2 W,電機定子鐵芯的發(fā)熱功率為98.2 W，電機繞組線圈的發(fā)熱功率為1 300 W。電機永磁體、電機轉子鐵芯及定子鐵芯的材料為鋼，電機繞組線圈的材料為銅?？刂破鲀劝l(fā)熱元件IGBT的材料為硅，絕緣層采用導熱系數(shù)較高的絕緣橡膠，其余部件的材料為壓鑄鋁，各材料的屬性參數(shù)如表1所示。電機及控制器集成的冷卻流道入口為質量流量入口邊界，質量流量為221.45 g/s，冷卻液溫度為60 ℃；出口設置為壓力出口，相對壓力設置為0 Pa。

表1 材料屬性參數(shù)

2 CFD計算結果分析

2.1 模型驗證

基于文獻[22-23]的流阻測試方法和整車底盤臺架熱管理測試方法，對該微型電動車進行了實驗測試。該微型電動車驅動系統(tǒng)的特征為：工作環(huán)境溫度為-15～65 ℃，滿功率運行，工作溫升<100 K，電機最高溫度≤130 ℃。圖3為整車底盤臺架實驗測試場景圖。圖中機油小車作用是給系統(tǒng)提供溫度60 ℃，流量12.5 L/min的冷卻液，流量計用于流量監(jiān)控，壓差計用于測試該系統(tǒng)的流阻大小。通過熱平衡測試，測得電機繞組最高溫度121.4 ℃，IGBT最高溫度77.8 ℃(該測試樣機為 F級絕緣，最高允許溫度為155 ℃，工作性能參考溫度120 ℃ ，IGBT性能參考溫度為80 ℃)。通過水阻性能試驗測試，測得該冷卻系統(tǒng)的流阻為32.47 kPa。CFD模擬獲得的電機繞組最高溫度為120.04 ℃，較試驗測試值121.4 ℃偏低1.12%，IGBT最高溫度81.59 ℃，較試驗測試值77.8 ℃偏高4.87%；冷卻系統(tǒng)流阻(進出口壓力差值)為31.87 kPa，較試驗測試值32.47 kPa偏低1.85%。綜上，仿真與試驗對標誤差均在5%以內，滿足工程項目精度要求，同時表明本文構建的模型具有一定的精度，可用于后續(xù)的溫度場分析及優(yōu)化工作開展。

圖3 整車底盤臺架實驗測試場景

2.2 冷卻水道流速及壓力分布

圖4為冷卻流道表面速度流線圖。冷卻流道內部存在渦旋區(qū)域和流動死區(qū)，整體流動性能有待改善。圖5為冷卻流道壓力分布云圖。從圖中可以看出，控制器處冷卻流道表面壓力較大，整個集成式冷卻水套的流阻約為31.86 kPa。冷卻流道內水阻偏大，具有較大的優(yōu)化空間。

2.3 溫度場分析

通過流固耦合分析獲得了該電機驅動系統(tǒng)各固體部件的表面溫度場分布云圖，如圖6和圖7。由固體溫度場分布云圖可以看出，電機繞組端部內側的最高溫度為120.04 ℃，略高于電機的性能參考溫度120 ℃，存在一定風險，需要進一步提高電機水套的冷卻散熱效果。控制器IGBT模塊的溫度分布不均勻，存在局部高溫現(xiàn)象。電機內部其他關鍵零部件的溫度分布均在正常范圍內。溫度場預測結果可為該驅動系統(tǒng)各部件溫度評估提供仿真數(shù)據(jù)指導。

圖4 冷卻流道表面速度分布

圖6 固體部件溫度場分布云圖

圖7 絕緣層溫度分布云圖

從溫度預測結果來看，IGBT模塊雖存在溫度分布不均勻與局部高溫現(xiàn)象，但鑒于IGBT試驗測試的最高溫度值為77.8 ℃，與性能參考溫度上限80 ℃留有一定余量，故可不作為主要優(yōu)化目標。而電機繞組端部的最高溫度為120.04 ℃，試驗測試值與仿真值均超過其最佳性能參考溫度上限，且整個冷卻結構的流動阻力較大。因此，需以電機繞組溫度與集成式冷卻結構的流阻作為主要優(yōu)化目標，探索降低繞組溫度的同時降低水阻的優(yōu)化方法，以全面提升該電驅動系統(tǒng)的散熱性能。

3 冷卻流道結構優(yōu)化

3.1 單目標智能尋優(yōu)

圖8為單目標智能尋優(yōu)流程框圖及模型框架示意圖。通過創(chuàng)建樣本點，利用流體仿真軟件計算得到相應的計算結果。再采用Kriging近似模型方法對選取的樣本點建立代理模型并驗證精度。最后采用Isight軟件搭建基于多遺島算法的智能尋優(yōu)流程，通過迭代計算獲得最優(yōu)解[24-25]。本文選取的設計變量及取值范圍如表2所示。各變量對應的結構如圖9所示。

基于數(shù)據(jù)挖掘的思維，采用總變差分析方法揭示各設計變量對優(yōu)化目標的影響規(guī)律[26]。圖10為各設計變量對優(yōu)化目標的影響餅狀圖。百分數(shù)越大表示相應的設計變量對優(yōu)化目標的影響越大。圖中可以看出，流阻受水道厚度、電機水道寬度的影響均較大，其所占比重分別為47.73%和42.73%。對繞組溫升影響較大的設計變量為水道數(shù)和水道厚度，其所占比重分別為54.06%和26.56%。

為確定樣本點數(shù)值預測的精度，采用Kriging近似擬合模型進行了擬合和誤差分析，得到如圖11的Kriging近似模型交叉驗證誤差圖。圖中R2為誤差判定決定系數(shù)，越接近1表示擬合模型精度越高，一般R2大于0.9則模型精度符合要求。圖中顯示流阻和繞組溫升的R2為0.923 71和0.925 06，均大于0.9，滿足精度要求。

圖8 單目標智能尋優(yōu)流程框圖及模型框架示意圖

表2 設計變量及取值范圍

圖9 設計變量對應的結構示意圖

圖10 設計變量對優(yōu)化目標的影響

圖11 Kriging近似模型交叉驗證誤差

通過單目標智能尋優(yōu)，獲得了表3的單目標智能尋優(yōu)結果的設計參數(shù)對照表。流阻最優(yōu)時流阻值為10.63 kPa，比初始模型的流阻31.87 kPa降低了66.6%；繞組溫度最優(yōu)時繞組溫度值為116.55 ℃，比初始模型的繞組溫度120.04 ℃降低了2.9%。流阻最優(yōu)解和繞組溫度最優(yōu)解對應的變量取值并不相同，說明在選取的變量參數(shù)范圍內流阻和繞組溫度不可能同時滿足最優(yōu)。因此，需要采用多目標優(yōu)化方法搭建協(xié)同優(yōu)化模型，找出同時滿足較低阻力和繞組溫度的結構設計參數(shù)，實現(xiàn)低流阻高散熱的冷卻流道結構設計。

表3 單目標智能尋優(yōu)結果的參數(shù)對照表

3.2 協(xié)同優(yōu)化模型搭建及分析

圖12為協(xié)同優(yōu)化方法及分析模型。協(xié)同優(yōu)化模型分為低阻低溫的系統(tǒng)優(yōu)化層和子系統(tǒng)優(yōu)化層(流阻優(yōu)化層和繞組溫升優(yōu)化層)。

圖12 協(xié)同優(yōu)化分析方法基本流程框圖及模型框架示意圖

系統(tǒng)層傳遞初始設計變量給子系統(tǒng)層，子系統(tǒng)層獲得最優(yōu)解傳給系統(tǒng)層，子系統(tǒng)層最優(yōu)解互不相容時系統(tǒng)層根據(jù)系統(tǒng)約束將上述最優(yōu)解進行線性組合消除不相容，得到的組合解與上次傳給子系統(tǒng)層的設計變量進行對比分析，如果其差在某個可允許的范圍內，迭代結束，得到最終優(yōu)化結果，反之，系統(tǒng)層進行優(yōu)化，給出下次迭代的設計變量值，并進入下一次循環(huán)求解過程，直至迭代完成[27-28]。選取了3種不同流阻和溫度的權重優(yōu)化結果如表4所示。權重比為1∶1時，繞組溫度為117.5 ℃，相比初始模型的繞組溫度降低2.9 ℃。權重比為6∶4和4∶6時，繞組溫度分別為118.1 ℃和116.9 ℃。初始模型的電機繞組最高溫度略高于性能參考溫度，電機將會有逐漸退磁導致性能衰退的風險，為確保電機工作性能，應盡可能降低繞組溫度。因此，最終選擇權重比為 4∶6的結果作為最終的優(yōu)化方案。

表4 協(xié)同優(yōu)化尋優(yōu)結果

3.3 優(yōu)化效果對比

圖13為冷卻流道結構優(yōu)化前后的壓力分布云圖。從圖中可以看出，優(yōu)化后流道流阻降低明顯。最大阻力值從31.87 kPa降到了19.3 kPa，流阻降低了12.5 kPa,降幅為39.4%。

圖13 冷卻流道壓力分布

圖14—圖15為冷卻流道結構優(yōu)化前后的冷卻液流速分布云圖和流速矢量云圖。從圖中可以看出，冷卻液流動更為均勻，拐角處的渦旋區(qū)域得到了明顯改善，流動死區(qū)區(qū)域也明顯減少，表明優(yōu)化后的冷卻流道結構更有利于整體散熱。圖16為各固體部件表面溫度場分布。

圖14 冷卻流道內流速分布

圖15 冷卻流道內流速矢量圖分布

圖16 冷卻流道結構優(yōu)化后各固體部件表面溫度場分布

從圖16中可看出定子鐵芯、電機繞組、轉子鐵芯、永磁體的表面溫度均比原模型對應的表面溫度低。其中，通過CFD軟件中Maximum監(jiān)測報告可獲得電機繞組溫度最高約為116.76 ℃，比原模型電機繞組溫度120.04 ℃降低了3.28 ℃，降幅為2.7%。IGBT表面溫度分布更為均勻，最高溫度值約為80 ℃，滿足其使用要求。

4 結論

1) 搭建流固耦合分析模型分析了電機及控制器集成冷卻流道的散熱性能，冷卻流道原結構存在局部渦旋和流動死區(qū)，冷卻流道流阻為 31.87 kPa，電機繞組最高溫度為120.04 ℃。IGBT溫度分布不均勻。

2) 采用單目標智能尋優(yōu)方法進行了流阻及電機繞組溫度最優(yōu)時冷卻流道結構參數(shù)的優(yōu)選。流阻最優(yōu)時流阻值為10.63 kPa，比初始模型的流阻31.87 kPa降低了66.6%；繞組溫度最優(yōu)時繞組溫度值為116.55 ℃，比初始模型的繞組溫度120.04 ℃降低了2.9%。流阻最優(yōu)解和繞組溫度最優(yōu)解對應的變量取值并不相同，說明在選取的變量參數(shù)范圍內流阻和繞組溫度不可能同時滿足最優(yōu)。

3) 基于多學科多目標分析方法搭建了協(xié)同優(yōu)化模型，獲得了3種不同流阻和溫度的權重優(yōu)化結果。為確保電機工作性能，應盡可能降低繞組溫，最終選擇了流阻與電機繞組溫度的權重比為4∶6的結果作為優(yōu)化方案。優(yōu)化后冷卻流道阻力顯著下降，流阻較原始模型降低約12.5 kPa，降幅39.4%。優(yōu)化后電機繞組端部最高溫度較原始模型降低3.28 ℃,降幅2.7%。研究結果可為電機及控制器冷卻結構的設計及改良提供參考。