Digital Twins for the Thermal Analysis of Permanent Magnet Synchronous Motors

Resumo

Os fenómenos térmicos teñen unha importancia vital en aplicacións automotrices que involucran motores síncronos de imáns permanentes (PMSMs). A acumulación de calor en rexións vulnerables, como imáns ou extremos dos bobinados, pode deterioraro rendemento do dispositivo e inflixir danos graves aos compoñentes en circunstancias extremas. Obter un coñecemento preciso das temperaturas do dispositivo é vital para implementar medidas preventivas. Con todo, realizar medicións directas para facer un seguimento dos efectos térmicos durante a produción ás veces é, con frecuencia, pouco factible. Como alternativa, o desenvolvemento de xemelgos dixitais en tempo real (DTs), capaces de representar con precisión os efectos térmicos do motor utilizando un conxunto limitado de datos de sensores, emerxe como unha solución viable. Un dos enfoques para construír estes DTs de motores eléctricos para análise térmico ´e mediante redes térmicas de parámetros concentrados (LPTNs). As LPTNs presentan un excelente equilibrio entre custo computacional e precisión e son unha opción eficaz para modelar fenómenos térmicos nestes dispositivos e servir como punto de partida para o desenvolvemento de DTs. A chave para obter un modelo LPTN de alta fidelidade reside na identificación dos seus parámetros. Esta tarefa abordase co desenvolvemento de arquitecturas LPTN adaptadas a aplicacións particulares e métodos para identificar os seus parámetros. Construíronse diversos modelos e a súa topoloxía evolucionou impulsada polos requisitos de aplicación destes modelos para a formulación de DTs para análise térmico. Ademais, xurdiron algunhas novas alternativas no contexto deste traballo, que tamén foron investigadas. Con todo, os modelos subxacentes nos DTs poden experimentar modificacións co tempo. O envellecemento térmico é unha das principais causas do deterioro gradual do sistema de illamento en motores eléctricos, o que conduce a cambios nas propiedades termofísicas dos seus materiais dieléctricos. Este efecto diminúe considerablemente a vida ´útil esperada do illamento. Por iso, o envellecemento térmico debe considerarse para aumentar a fidelidade dos modelos LPTN utilizados en DTsde motores eléctricos. Este desafío abordouse coa execución de dúas campañas experimentais e a xeración dun modelo de deterioro para replicar as variaci´ons noeMotor ao longo do seu ciclo de vida. Ademais, o Ensaio de Sistemas Baseado en Modelos (MBST) está gañando impulso no ciclo de desenvolvemento, especialmente no sector da industria do autom´obil. Este enfoque innovador combina simulacións por ordenador e probas nomundo real para detectar e abordar problemas desde o principio. Ao minimizar o gasto de recursos na resolución de problemas e revisións de deseño, o MBST permite a detección oportuna de defectos antes de finalizar un prototipo completo de vehículo. Baixo a visión deste enfoque, os bancos de probas ciberfísicos (CPTBs)emerxen como plataformas ´atiles para a implementación de DTs. No contexto desta tese, construíronse dous CPTBs, un en GKN Automotive Zumaia e outro no Laboratorio de Enxeñaría Mecánica da Universidade da Coruña. Estes entornos son vitais para o axuste dos DTs e son moi vantaxosos para a súa posterior validación durante a operación dos eMotors.