Maxwell电机多目标尺寸优化 Ansys Maxwell 和OptiSlang 有案例电机，永磁同步电机内嵌式 满足电机多尺寸参数入手，满足多尺寸联动优化，最终达到多参数优化效果 提供源文件，提供操作视频
刚接手永磁同步电机优化项目那会儿，脑子里总在转悠两个问题：怎么让电磁扭矩再往上蹦5%，同时把铁损按下去？直到某天在车间听见装配师傅吐槽："这转子槽改得跟麻花似的，绕线班都快罢工了"，才意识到单参数优化的路子走不通。今天就拿手头这个内嵌式IPMSM案例，聊聊怎么用Ansys Maxwell+OptiSlang玩转多尺寸联调。
参数化建模是优化的地基，但这里最容易踩坑。在Maxwell里定义变量时，新手常犯的错误是把所有尺寸参数一股脑扔进优化池。比如我们这个转子磁钢结构，实际需要联动的参数就三个：磁钢嵌入深度（depthpm）、磁桥宽度（bridgew）、极弧系数（pole_arc）。对应的参数定义代码其实藏在设计属性里：
SetVariable("depth_pm", "12mm", "Rotor") SetVariable("bridge_w", "1.5mm", "MagneticBridge") SetVariable("pole_arc", "0.82", "Geometry")这三个参数就像跷跷板——动一个必然影响其他参数的有效范围。最近接手的一个项目，有工程师把磁桥宽度从1.8mm缩到1.2mm，结果Maxwell直接报错，因为相邻磁钢间距突破最小安全值了。这时候就需要在OptiSlang里设置参数约束：
# OptiSlang参数约束示例 if bridge_w < 1.3: depth_pm.max = 10 # 限制嵌入深度上限 elif bridge_w > 1.6: pole_arc.min = 0.75 # 放宽极弧系数下限接下来是目标函数设置的玄学。既要电磁扭矩均值大于350Nm，又要扭矩波动控制在5%以内，铁损还不能超过120W。在OptiSlang的响应面里，这三个目标得做归一化处理。有个取巧的办法是给每个目标加权重系数，比如这样配置优化目标：
# 多目标权重配置 combined_objective = 0.6*(Torque_avg/350) + 0.3*(1 - Ripple/5) + 0.1*(1 - CoreLoss/120)但实际跑优化时发现，直接这么加权会导致算法过早收敛。后来改用Pareto前沿法，让三个目标自动寻找平衡点。具体操作是在OptiSlang里勾选"Multi-Objective Optimization"模式，这时候软件会自动生成这样的优化路径：
!Pareto前沿示意图
跑完前五轮迭代后，发现有个诡异的现象：当磁钢嵌入深度增加到13mm时，虽然扭矩上去了，但磁密波形出现明显畸变。查看Maxwell场图才发现，磁桥部位出现了局部饱和（磁密超过2.0T）。这就需要在参数范围里追加二次约束：
# 动态约束脚本示例 if B_max > 2.0: reject_sample() # 直接剔除该方案经过20代遗传算法迭代，终于筛出三组候选方案。对比原始设计，最优方案在保持体积不变的前提下，扭矩提升8.2%，铁损下降15%。更意外的是，磁钢用量反而减少了——因为优化后的磁桥结构提升了聚磁效果。
最后说两个实战技巧：1）每次跑优化前，先在Maxwell里手动调整参数试算，摸清参数间的耦合关系；2）OptiSlang的代理模型记得选Kriging，这货在处理非线性问题上比多项式回归靠谱得多。源文件里已经打包了带注释的脚本，照着视频操作基本能避开我踩过的那些坑。
