油冷汽车电机共轭传热CFD分析

介绍：近年来，电动机的电性电性分析与电磁分析一样受到了广泛的关注。日益小型化系统的必要性，同时确保其高效率和成本效益，提供了一些挑战，可以通过模拟更好地理解。模拟环境为虚拟测试新拓扑和新材料提供了肥沃的土壤，无需大量支出，以确定在保持高效率要求的同时实现减小尺寸、降低成本和减轻重量的最终目标的可能性。模拟还可以提供对温度热点和热疲劳场景的深入了解，从而确定设计是否可靠并始终如一地执行最佳性能。电机的热场是决定其净有效输出的最关键的方面之一。这里还应该指出，电磁损耗对温度场有很强的依赖性，因此存在一种共生关系，使热分析更加关键。

三种不同的仿真方法可以用来模拟电动机中的热系统。集总参数类型的网络模型为研究电机系统的热特性提供了一种现实可行的方法。所处理的复杂性可以是相当多样的，并且可以为瞬态启动分析或瞬态变化负荷条件分析获得真正快速的解决方案。这种模型的优点是运行速度极快，可以采用耦合方法，将电磁铁场与温度场的相互依赖性结合起来，反之亦然。然而，不利的一面是，这样的模型确实涉及一些经验主义，需要投入大量的时间来组合各种系数和细节，以建立这些大型网络。

CAE为这些类型的系统建模提供了显著的好处，因为它消除了许多与建模相关的经验主义。真实的几何模型可以是真实的，或者是接近真实的，预测可以是真实的。但是，市场上的CAE软件有时会非常局限于可以建模的几何图形。特别是在这种类型的建模中，复杂的线圈形状，捕捉这些线圈中的油分布模式，模型复制了线圈之间的小间隙与几个不同的固体部件都对这种系统的建模提出了重大挑战。CAE分析的两大类是有限元分析(FEA)和计算流体动力学(CFD)。

本文介绍了一种理解特定电机系统复杂性的方法开发研究，以及使用商业CFD/CAE软件Simerics-MP+对电机内部转子和定子组合流进行建模的能力。这项研究显示了CAE的鲁棒性，因为它能够模拟手边复杂的物理性质，同时提供系统内部工作的独特3D图像。在系统的不同部分的系统温度预测使用共轭传热(CHT)模型。

背景：使用CFD来理解电机内部工作原理的历史可以追溯到20年前。在计算资源方面缺乏大型基础设施，以及当时CFD功能的基本性质，这意味着CFD在此类系统研究中的应用对于真正小规模的简单情况来说是非常学术的。从这些研究中只能获得一些基本的理解，而且它们几乎不会对此类系统的工程和设计方面产生任何影响。很少有早期的工作着眼于大型风冷同步发电机或电机的冷却。他们的工作使用了商业CFD代码Fluent。它只涉及一个单相，空气，内部有一个旋转部件，旋翼叶片。各种各样的假设包括简化要建模的几何的一些细节和使用周期性边界条件。研究着眼于湍流模型，改变网格以获得网格独立的结果。采用运动参考系(MRF)方法对旋转电机进行建模。转子绕组传热系数(HTC)的预测值与实验值基本一致，但绝对预测值至少比实验值低30%。Connor等的研究也显示了CFD建模的能力，在风冷同步发电机中以合理的精度捕获流量和扭矩。电动机冷却研究的最新进展建立了直接油喷冷却生热固体的设计。

Ponomarev等研究了永磁同步电机的油冷却。这是一个包括流体和固体的共轭传热模型。热源施加在铜区、钢层压区和永磁区。采用RANS (Reynolds平均Navier Stokes) k-ε模型对湍流进行模拟。该模型简化为仅包含1/18扇区模型，并假定转子固体是静止的。考虑到所有这些假设，他们仍然发现温度分布相当现实，显示出铜绕组中心区域的温度比末端区域的温度高约1600C。他们讨论了CFD能够提供更清晰的物理工作图像，但也指出了开发CFD模型并在功能强大的大型计算机上运行所花费的复杂性和大量时间。在另一项研究中，使用Fluent, Inc.模拟了电动机的直接油冷却，以确定热导流动结构的有效性。同样，在这种情况下，为了减少计算时间，模型进行了简化，并且没有对固体部件进行建模。此外，为了节省网格和计算时间，只对扇区进行建模，并具有周期性边界条件。末端转弯冷却没有建模，因为作者谈到了这种两相流问题的复杂性质，他们使用测试数据在他们的模拟中提供HTC。Connor et al最近发表的研究工作也涉及油液冲击端面绕组的CFD分析。精心设计并开发了一个实验室试验台，以测试油冲击末端绕组的动力学，然后将其与CFD模拟的行为进行比较。在生成CFD模型时，该模型还对几何形状进行了一些简化，假设流体是对称的，并且与实际情况不同，流体不是多相流动。参数化研究改变了输送管直径和静压箱尺寸的几何尺寸，以展示CFD的通用性。之前的工作也显示了CFD在影响电机冷却套设计决策方面的能力。之前的工作还研究了绕组的油冷却。

由于这些电机的功率密度较高，定子绕组和转子端环的直接油冷却是散热的最首选方法。正如这些CFD研究所详细表明的那样，CFD在此类系统开发能力中的能力对于更好地设计有效散热和提高效率至关重要。在本文中，使用simics - mp +专有软件详细介绍了一种CFD方法的开发过程，该方法用于通过对其末端绕组和端环喷油冷却的电机。该模型开发的一些亮点将包括:

1. 共轭传热。

2. 旋转网格用于转子喷雾建模。

3.没有几何简化与高保真几何捕捉使用Simerics体积网格。

4. 油气多相模型高分辨率界面跟踪。

5. 在不简化对称性、扇形模型等假设的情况下，建立电力系统的综合全包模型。

数学模型

  目前研究中使用的方法是用有限体积方法求解可压缩流体的质量、动量和能量守恒方程。这些守恒定律可以用积分表示为

  对于实体模型内的求解，仅求解了方程3的传导部分。使用带壁函数的标准k - ε双方程模型来解释湍流，

多相VOF模型

     VOF模型被广泛应用于两相流的模拟。VOF求解一组标量输运方程，表示每个流体组分在每个计算单元中所占体积的比例。各流体组分体积分数的输运方程为:

  其中Fi为第i流体分量的体积分数，ρi为第i流体分量的局部密度。计算式(1)至式(5)中流体加权混合密度为：

  隐式和显式方法都可以用来解这个方程。高分辨率界面捕获(HRIC)格式可用于输运方程中的对流项。目前方法中使用的VOF模型也已被广泛验证，用于不包括能量方程的多相流和包括能量方程的多相流。

“混合时间尺度耦合”

为了得到电机内部的温度场，采用了“混合时间尺度耦合”的方法来求解，而不是完全的耦合传热解。这种方法在早期的活塞冷却换热研究[20]中已得到应用。此处提供了其实现的简短描述，并在引用的出版物中提供了进一步的细节。图1显示了这个概念的图示。这种方法可以在这里实现的原因是流体和固体热问题在时间尺度上的巨大差异。由于固体材料的热惯性大，固体热场可能需要几分钟才能达到热平衡，而流体热场可以在几秒钟内稳定下来。由于较高的热惯性，在几秒钟内，典型的流体模拟，固体温度没有发生显著变化。这里所使用的程序如下:

1。在模拟的某个瞬态时刻，利用该时刻的流体速度场、压力场和油体积分数场求解对流换热。

2. 对于与固体接触的所有流体表面，以传热系数(HTC)和参考温度(Tref)形式的热通量映射到固体模拟中。

3.通过将所有共轭面上的HTC和Tref与流体映射，实现了固体传热模拟的稳态求解。在收敛结束时，固体表面温度场的结果将被映射回流体模拟。

4. 重复步骤2和步骤3，直到所有表面的流体和固体模拟之间的热通量平衡，并且所有固体上的温度不再发生进一步变化。

图1显示了用于研究共轭传热的“混合时间尺度耦合”方法的图形表示：

图2对于每次来回的流固迭代，所有共轭表面上的热通量之和，用从流体侧和固体侧绘制的参考热通量进行缩放：

图3在四个不同的共轭表面上，从固体侧将温度传递到流体侧，每次流固迭代都显示了表面平均温度与某些参考温度的缩放。

  为了说明传热模拟的收敛性，图2显示了流体和固体模型之间的所有共轭表面的热通量之和，从流体模型传递到固体模型，表示为流体侧，从固体模型传递到流体模型，表示为固体侧，对于每次来回迭代，缩放到某个热通量参考值。基于对固体表面温度的初步猜测，对于流体模型，流体热通量与固体侧热通量相比，将从完全不同的值开始。但是，最终在8次流固模型迭代之后，很明显，流体和固体模型之间的总热通量平衡在1.5%以内。在图3中，四个不同固体表面上的表面平均温度按参考温度缩放，将温度传递到流体模型，并将其绘制为流体和固体模型之间每次来回迭代的函数。

  该图清楚地表明，在流体和固体模拟之间的8次迭代中，每个表面都实现了稳定的工作温度。

模型细节

  该电机的流体冷却是通过两个油冷却剂途径。第一个途径是通过转子轴，我们将从这里称为转子流。第二种途径是通过外壳中的冷却通道，该通道通过挡板将气流引入绕组的不同部分。这后一个流量将被称为定子流量为其余的手稿。图6(a)和6(a)显示了转子和定子流油冷却剂通道的横截面视图。

  对于转子流，如图6(a)(a)所示，油通过轴向钻孔输入。有四个径向钻孔通过轴以及，一对在两个不同的轴向位置。当油沿轴向流入轴时，当它遇到这四个径向钻孔时，旋转轴固体的离心力使油开始从这四个径向钻孔中径向流出。四个径向钻孔的放置方式使油从其中流出，然后溅落在端环表面。注意，所有这些固体都是旋转的，如图6(a)所示。

图4 x横断面视图切割通过电机显示更精细的几何细节:

图5显示了仿真模型中包含的一些主要组件的展开视图

图6(a)显示了转子流道的z截面图

图6(b)显示了定子流道的x横截面图

  磁体被包围在转子层压板是热和传导热量通过转子层压板表面，并进一步下降到结束环。因此，通过转子流，这种热量被油喷雾除去。相对热的油溅落在端环表面后，然后进一步流向下游，溅落在绕组表面上，在离开系统之前从热绕组表面去除热量。

  对于定子流，油流被引入靠近机匣中心的+z侧。当油向下流动时，-z方向的重力作用有助于油通过冷却油通道向下流动，然后有一些小通道将油通过漏斗进入绕组。

  图6(a)(b)散列线所示的两个截面平面上的y方向图，冠面和焊缝两侧的左右线分别如图7所示。绕组在圆周方向上有一个曲率，再加上沟道在绕组的不同圆周位置将油漏斗化，使油扩散到绕组的不同部位，然后通过出水口向下流入油底壳。通过定子流动的油有助于冷却定子层压板的加热表面，外壳，主要是绕组。

  从计算的角度来看，电机的冷却问题在两个不同的时间尺度上运行，对于转子流，轴的速度可以基本上很高。这使得速度很高，因此库朗数很大。

  为了准确地捕捉油-气界面，这部分模拟的时间步长需要非常小，以便让Courant数在1左右。对于定子流动部分，由于重力驱动流的性质，速度的量级相对较小，因此精确解析油-气界面所需的时间步长可能较大。

  这两个问题的另一个角度是，在转子流的情况下，解是周期性地重复自身。作为流动模拟的结果，在每次旋转后重复。第一个旋转需要被忽略，因为初始条件的影响被冲掉了。因此，运行转子流动模拟三转就足够了，在验证解决方案不从第二转到第三转后停止。但是，定子流动仿真需要运行较长的时间。因为，油进入系统、出油和系统油平衡需要几秒钟的时间。根据系统的尺寸、输入流速以及绕组和挡板的设计，这里模拟的持续时间可能从30秒到几分钟不等。一旦系统中的油达到平衡，油的进、出口流量达到平衡，则模拟达到准稳态，可以停止。因此，这个问题的挑战，作为一个整体，是两个不同的时间尺度的转子和定子流动的操作，以及两个不同的时间范围的模拟需要执行，以达到时间无关的结果。但是，有利的情况是，对于转子流，即使时间步长需要很小，它需要运行的相对时间量也很小，同样对于定子流，即使它需要运行更长的物理时间，时间步长可以更大，以帮助运行得足够快。

图7显示了顶部和焊缝侧面的y横截面视图，清楚地显示了油冷却剂通过挡板的路径，并引导油流到绕组。

转子流动模拟压缩机尺寸对电池和乘员舱散热的影响|AutoAero202304期

  转子流动模型如图8所示，油体积分数用颜色等高线表示，洋红色代表纯油，蓝色代表纯空气。在转子流动模拟中，100%的油通过轴向钻孔输入，输入值为1个单位。这是油的体积流量与流量的任意值的比例，为保密目的，因此是一个无量纲的数字表示流量。冠和焊缝两侧的轴向和径向表面规定了出口大气边界条件。理想情况下，为了验证顶部和焊缝侧油的填充情况，系统需要完全充满空气而无油，并让模拟运行到周期性稳态结果。但是，考虑到运行时间，系统初始化时的油分布如图8所示，并进行了模拟。已经单独验证了初始条件对最终周期稳态解没有影响，这里没有给出同样的结果。如图9所示，网格是使用Simerics的通用网格创建的，它是一个非结构化的二叉树网格，在边界处切割以确认固体的形状。精炼区是根据可能的油流位置来确定的，这些区域内的单元比这些区域外的单元要小得多。此外，为了捕获末端表面上的油膜，表面细胞的尺寸也被细化到非常小的尺寸。一个放大的网格插入图像显示了细化区域和边界细化也可以在图9中看到。这个模拟的网格大约是3000万个细胞，主要是六面体元素。该模拟以1度曲柄角度时间步长运行，使用152个核心，运行一圈需要大约3小时的挂钟时间。为了达到周期性稳态条件，仿真需要运行3圈。

  在这个模拟中，考虑了轴的两种不同速度;缩放值为1和2.125，两者的结果将在下面展示和讨论。在第一个转速情况下，6转结束时，油从轴上径向钻孔流出并溅落在尾端的模拟结果如图10所示。在此轴转速下通过凸冠和焊缝边的流量的定量值，归一化为参考流量值，作为时间的函数，如图11中的图表所示。

  从这幅图中可以明显观察到两点:(a)流量稳定在0.02秒内，(b)油液通过两个端部，冠部和焊缝端的流量几乎相同。冠端约为0.52，而焊缝端为总1的0.48。图12显示了由于油流动而在端面上形成的油飞溅图案。从数量上看，在该轴转速下，约11.6%的冠面面积和约4.9%的焊缝端部面积被油膜覆盖。

图8为转子流动仿真的三维CFD模型。

图9转子流动网格如图所示：

图10显示了1轴转速缩放值下油的分布：

  下面给出了2.125轴转速旋转情况下的类似结果。图13为油的曲线图体积流量，以参考值归一化，绘制为2.125轴转速情况下的时间函数，蓝色和红色线分别代表冠侧和焊缝侧流动。油液流向冠侧和焊缝侧的体积流量几乎相等，冠侧和焊缝侧的体积流量分别为~0.494和~0.506。图14显示了冠面和焊缝侧端面的油溅形态。在此速度下，约5.8%的冠面和约3.6%的焊缝侧端面被油浸湿。这里值得注意的一点是，在模拟的两种速度下，系统中油的综合质量平衡误差都在0.1%以内。

图11在1轴转速的缩放值下，通过冠侧和焊缝侧两个钻孔的油体积流量之和：

图12显示了端部表面的油溅形态，左轮廓代表冠侧端部，右轮廓代表焊缝侧端部，比例值为1轴转速：

图13轴速缩放值为2.125时，通过冠侧和焊缝侧两个钻孔的油体积流量之和：

图14显示了轴速缩放值为2.125时端面的油溅形态，左轮廓表示冠侧端面，右轮廓表示焊缝侧端面。

定子流动模拟

  定子流动模型如图15所示。在1个单位的100%油，即流量的归一化值，通过靠近壳体中心的+z侧进口边界输入。在-z侧的底部孔开向水池，并规定了一个常压出口边界。重力方向指定为-z方向，系统初始化100%空气。定子流网截面图(x=0)如图16所示。与转子流情况类似，采用非结构化二叉树网格，以六面体单元为主，切割为固体定义。单元较细的细化区设置在预期油流区域，网格较粗的细化区设置在其他区域。通过图16中的散列线如图17所示，左图为通过冠侧绕组的切割切片视图，右图为通过焊缝侧绕组的切割切片视图。该网格是一种自动网格机，可确定所需单元的大小，以精确分辨率解析固体。这里需要强调这种模型的复杂性。在模型中有1000个固体部分，需要以高保真度准确解析这些固体:(a)准确捕获冷却流体流动通道，从而得到正确的油流分布;(b)系统中的加热和冷却模式将被准确捕获，从而可以在模拟中准确计算固体传导和流体对流。在图18中，显示了CAD曲面和解析网格曲面的并排比较，展示了绕组复杂固体结构的精确分辨率。定子流动模型网格约为8700万个单元，以六面体单元为主。该模拟以1毫秒的时间步长运行，使用264核。这里只给出和讨论了1转子转速的结果。它在24小时内运行2.5秒的物理时间。

  图19显示了定子流动模拟中5s时油流分布的快照。油滴通过油流通道，然后根据挡板中可供它流动的孔，在不同位置润湿绕组表面。这里值得注意的是，与焊接侧尾相比，皇冠侧尾似乎得到了更多的油。图20和21显示了模拟6秒结束时原油体积分数的截面图。在这两幅图中，x横截面图显示了油如何向下流动并分叉到顶部和焊缝一侧，y横截面图显示了油如何向下流动以润湿绕组表面。最终，两边的油积聚在壳体的-z侧，并通过靠近顶部一侧的出口流出。监测模拟是否达到准稳态行为的方法之一是监测不同固体上的油湿面积分数。这个量是衡量被油浸湿的面积占总面积的比例。从图22可以看出，当溶液达到准稳态行为时，沾油面积分数随时间的变化基本保持稳定。在这个图中选择了四个不同的固体表面。底部和顶部的冷却液通道，即顶部和焊缝，在约3秒左右达到约0.4和约0.2的油的分数。同样地，缠绕表面也在~3s左右达到了油面积分数~0.2的平台。但套管表面油润湿面积分数仍在不断增大，即使在5s后套管仍被越来越多的油润湿。

图15为定子流动仿真的三维CFD模型。

图16定子流动网格的x=0截面图。

图17显示了网格的两y截面视图，左边是皇冠侧绕组，右边是焊缝侧绕组。

图18显示了实体CAD表面和Simerics网格捕获的网格表面之间的并排比较。

图19在物理时间5秒时，油体积分数大于0.5的等值面，用油体积分数等值线着色。

图20在6s时，x=0和y=-0.1975截面上的油体积分数等值线结果如图所示。

图21在6s时，x=0和y=-0.042截面上的油体积分数等值线结果如图所示。

图22显示了不同固体表面上的油湿面积分数随时间的变化。

组合模型

  现在，给出了一些模型的细节和结果，并讨论了包括转子和定子流动在内的组合模型。在图23中，显示了组合模型网格的x和y横截面视图。这里值得注意的是转子流侧的细网格。之前手稿中介绍的转子和定子流的网格，在这里被组合在一起，组成了这个组合网格，它是由1.17亿个主要六面体形状的元素组成的。计算方法开发运行这种情况下转子和定子流动都在一个模型，其中有两个不同的时间步长，是机密的，没有在本文中详细说明。文中给出了仿真结果。

  流量输入是相同的1无量纲值，现在在转子和定子的流量进口。系统转速设置为2.125转子转速。模拟运行大约21秒。以大于0.5的油等值面表示的油体积分数的结果如图21所示。结果表明，油从+z侧进气道向下排放，通过两侧的两个通道扩散，沿绕组向下流动，润湿了凸冠侧和焊缝侧，并从底部排出。还可以看到油的转子流从轴上的径向钻孔中流出，并在顶部和焊缝端部形成一层膜。然后，这些油进一步流向下游，撞击绕组并退出系统。在图25中，通过轴上4个径向钻孔的油体积流量随时间变化的曲线显示出来。如转子流动情况所见，油通过4个径向钻孔均匀分布，~0.25。图26给出了在x=0处、y=-0.1975m处和y=-0.042m处三个不同切割面的油气分布等高线。这里的结果与转子和定子流分开运行时得到的结果是一致的。结果的另一个角度是从三个不同的部分来看的，

  图27中z=0, y=-0.1948m和y=-0.053m的距离。该截面图还突出了转子流动模拟结果与定子流动模拟结果的结合。从两幅插图中可以明显看出，图中显示了由于离心效应而喷出的油射流，并撞击和飞溅端面，在端面上形成油膜。该图还显示了通过绕组表面的油分布顶部的端面上的油扩散膜。对于组合模型，需要120小时(5天)的运行时间来运行案例，直到使用240个核心的21秒物理时间。该模型可以线性扩展到750个核，这可以将模拟的运行时间减少至少3倍。

图23转子和定子流均在单一模型中的模型网格，称为组合模型，如图所示。

图24动、定子同时流动模拟~21s后，油体积大于0.5的等值面。

图25通过轴上4个不同径向钻孔的转子流油体积流速的结果。

图26 x=0、y=-0.1975m和y=-0.042m切割面~21s后油液分布结果。

图27从z=0、y=-0.1948m和y=-0.053m切割面看~21s后油的分布结果。

传热分析

  基于对该电机的测试，测量了该电机产生的热量，并将其作为CFD模型的输入。产生的热量分布在转子、定子层压板和绕组之间。图28显示了用热参考值缩放后的热分布，缩放后的值分别为转子铁损、定子铁损和绕组铁损。实体模型的网格是5400万个细胞，它将所有不同的实体组件分解为更精细的细节。为了模拟共轭传热，使用了前面同名部分中详细介绍的“混合时间尺度耦合”方法。对于下面给出和讨论的传热结果，使用~21s时的流场结果来设置流体流动模型中的速度场、压力场和油分布场。采用稳态模拟方法求解了流体和固体的传热问题。在流体模拟中，在~21s的特定情况下，根据油气分布和速度场求解对流问题。然后将热流通量的HTC和Tref形式的解加载到固体系统中，进行了导热传热的固体模拟。这个过程反复进行，直到热输运解收敛为止。更多细节请参考前面关于“混合时间尺度耦合”传热方法的描述。对于固体传热模拟，其性质如下表1所示。

  温度分布的结果表明，低温进口油进入有助于降低绕组和绕组表面的温度。靠近入口的区域温度较低，而更远的地区气温更高。但是，始终被油浸湿的绕组和绕组的温度比没有被油浸湿的绕组和绕组的温度低。图29给出了x=0和z=0时两个切割平面内的温度分布。从定子流入口和转子流入口下降的油使这些通道冷却到入口油温水平，但远离这些入口的区域在绿色和黄色区域显示温度升高。两个y截面图的温度分布结果，一个穿过冠端，一个穿过焊缝端，如图30所示。从图30中可以看出，在冷油进入固体吸收热量的区域有蓝色的冷痕迹。从这两个视图中可以看到转子流油膜从固体末端去除热量的痕迹，特别是在右侧焊缝图中。转子、定子和绕组的三维固体温度如图31所示为三幅图。转子围绕中心轴的分布基本对称，定子和绕组的固相温度在定子进口侧比出口侧低。此外，绕组的冠侧温度低于焊缝侧温度。这再次与从定子流向冠侧的油比从焊缝侧的油多一致。

  最后，用24个不同的热电偶位置(12个在冠侧，12个在绕组的焊缝侧)比较了实验测量值和Simerics模拟值之间的归一化温度。从比较中可以清楚地看出，模拟捕获了与实验测试中准确的温度分布模式。探针4 - 9和探针17-21的CFD温度值较小，与测试数据中看到的温度相似。除了一个探针外，其余25%的探针仍在150℃以内。测试数据和Simerics数据之间的差异的均方根(RMS)约为8.850C。

图28显示了测量的热量在三种不同固体之间的分布，即转子铁损失、定子铁损失和绕组损失，尺寸单位为瓦特归一化。

表1显示了不同组分的材料类型以及材料性质，即密度、比热率和热导率。

图29显示了x=0和z=0截面平面的缩放温度分布。用参考温度缩放的温度在这里被绘制出来。

图30给出了电机冠侧和焊缝侧两个y截面平面的温度缩放分布。

图31给出了三幅图中转子层压板、定子层压板和绕组固相层上的缩放温度分布。

图32显示了在绕组中24个不同热电偶位置的测试和Simerics数据之间的归一化温度比较。

总结

  电机的效率很大程度上取决于有效的散热。通过在定子绕组或转子端面上直接喷油的冷却通道，直接在源头处去除热量已成为非常可取的方法。由于几何形状、多相流体流动、热损失和电损失之间的紧密联系，精确的CFD分析为此类电机提供设计方向或故障分析是一项艰巨的任务。这些几何图形本质上非常复杂，网格尺寸和运行时间可能相当重要。

  在目前的工作中，已经开发了一种CFD方法来解决电机中的这一复杂问题。利用simics - mp +专用CFD软件，对直接油冷电机内部温度进行了全瞬态三维多相VOF耦合传热模拟。详细地给出了转子和定子两种流动引起的油分布模式的结果。热负荷目前是模拟的源输入，但内部开发已经成功地将电磁求解器JMAG与simics - mp +耦合在一起，使解决方案更加健壮和完全可预测。温度结果与测试测量结果进行了比较，两者之间观察到良好的相关性。

  即使捕获了所有复杂的几何细节，设置和运行时间也在5天左右，有240个专用核心来运行模拟。随着研究结果的复杂性质，它提供了CFD作为一种工具的未来，与此类电机的物理测试相比，它可以导致更快的设计修改。

文章来源：

Srinivasan, C., Yang, X., Schlautman, J., Wang, D. et al., “Conjugate Heat Transfer CFD Analysis of an Oil Cooled Automotive Electrical Motor,” SAE Int. J. Advances & Curr. Prac. in Mobility 2(4):1741-1753, 2020, doi:10.4271/2020-01-0168.