歷史雜誌

立即訂閱

以自發探索式智慧運算進行馬達自動優化設計

刊登日期：2023/07/01

摘要：本文嘗試使用自動設計最佳化軟體SmartDO與電磁分析軟體JMAG，建立一個簡單易用，且效果顯著，具突破及創新性的電動馬達自動優化設計流程。基於SmartDO的自發探索式智慧運算，過去許多需要人工迭代且密集技術經驗判斷決策的設計工作，可以將之標準化並自動化。本文並展示一個設計成果，此設計成果證明此方法與流程為可行且已相當穩定成熟。最重要的，其導入與使用過程比一般專業軟體更為簡單許多，可以真正節省且加速研發與設計人力的效益。
Abstract：In this article, we attempt to integrate the automatic design optimization software SmartDO with the electromagnetic analysis software JMAG, establishing a simple, user-friendly, and highly effective motor design optimization process that is both groundbreaking and innovative. With SmartDO's self-exploratory intelligent computing, many design tasks that previously required manual iterations and intensive technical experience for decision-making can be standardized and automated. This article also demonstrates a successful design outcome, which proves the feasibility, maturity and stability of this method and process. Most importantly, the implementation and usage of this process are much simpler than conventional software, enabling significant savings and acceleration of R&D and design manpower resources.

關鍵詞：馬達、最佳化設計、智慧運算、數位產線整合與自動化
Keywords：Electric motor, Design optimization, Smart computing, Digital production line integration and automation

前言
電動馬達是許多工業和商業應用中不可或缺的元件。如何優化電動馬達[1-3]，以實現更高效、更節能的運行，是許多製造商和企業的關注重點。SmartDO[4-7]為電動馬達優化提供支持，是一個創新的解決方案。
電動馬達優化是一個複雜的過程，需要考慮許多因素。這些因素包括電機設計、工作負載、運行環境等等。在面臨這些挑戰的同時，製造商和企業需要尋找一種可行的解決方案，以實現最佳性能和效益。
以傳統的設計迭代過程而言，一般制定規格後，會經過的流程及所花費時間約如下所列:
1. 建立數位CAE模型(Modeling): 10~30分鐘。
2. 設定參數(Parameter Setup): 約10分鐘。
3. 分析模擬(Simulation): 約10~200分鐘。
4. 結果判讀(Result Judgement): 約5分鐘。
如果是2D的模型，以非常有經驗的技術人員，使用傳統的DOE或根據經驗調整，即使有電腦計算與自動化輔助，一次設計迭代至少仍需投入數小時的全職人力；要得到略為讓人滿意的設計，需要經過多次迭代，且這個設計通常並不是真的最佳解。即使使用DOE或response surface及其他電腦程式的傳統方法[8-9]，設計變數一旦稍多，計算量便會急速增加，且仍須有相當經驗的工程經驗介入判斷，在實務上變成不可能執行。此外由於專業人力逐年短缺，企業留才越顯困難，如何讓企業內部的設計經驗讓新人快速上手，且累積保護其know-how，為越來越迫切的需求。
SmartDO的自發探索式智慧運算(Self-Explorative Smart Computing)及其優勢
目前市面上及學術上的優化計算，大約可分為兩類。一類稱為間接優化(indirect optimization)[10]。另一類為直接優化(direct optimization)[11]。DOE，response surface等屬於間接優化。目前市面上商業軟體多屬此類方法。它的優點是可產生完整的統計資料，對於初期探索設計空間是非常好的工具。缺點是當設計變數增加，計算量指數會上揚。且此法通常需要使用者具相當的經驗，並逐步調整。
SmartDO基於先進的非線性規劃法(Nonlinear Programming)，其主要使用微分梯度(gradient-based)為基礎，在學術上歸納為直接優化(direct optimization)。其一般標準數學模式如(1):
Find (Design Variables) : x={x1, x2……xNDV}
To minimize (Objective Function) : f(x)
Subjected to (Inequality Constraints) :

And Lower/Upper Bounds of Design Variables

(1)
傳統的微分梯度法有許多限制，使得其求解會有以下的問題。
1.會限於局部最佳解。
2.微分的計算需要大量運算。
3.針對不同應用，通常需要調整其內部求解參數以適應不同數學特色。
SmartDO內部則整合開發了以下的特有數學模式，以達成其自發探索式智慧運算平台的強大功能 [1-4]。
1.穿隧法(tunneling)與爬坡法(hill climbing)，用以跳出局部優化解。
2. Smart Learning，可從過去計算資料推得新的資料，節省運算時間。
3.自動錯誤偵測回避(Secured Adaptive Function for Error Detecting, SAFE)，可從運算過程的錯誤經驗，學習建立運算及模型的失效區(如CAD破圖，分析失效，無法回傳結果)，自動避開。
4.同步推進多目標最佳化演算法(Synchronous Advancing Multi-Objective Optimization),其可以儘可能同步推進改善所有的目標函數，達到真正多目標的意義。
5.絕對收斂(absolute descent)。
6.所有求解參數內部自動計算調整。用戶無需手動調整或人為判斷方向及結果。
這些方法除了克服傳統微分梯度法的限制，並讓SmartDO成為單鍵優化設計工程運算平台。圖1所示為SmartDO和一般最佳化軟體的架構與方法差異比較。

(a) (b)
圖1 (a)傳統最佳化設計方法及 (b) SmartDO的最佳化設計方法

SmartDO與JMAG在馬達自動優化設計上的應用
SmartDO可以應用於各種類型的電動馬達，包括交流電動馬達、直流電動馬達、步進電動馬達等。在本文及開發中，我們使用JMAG作為電磁馬達建模與分析軟體，並將SmartDO與JMAG整合進行自動優化設計。SmartDO針對許多CAD/CAE軟體都有相當方便的連結，界面學習上相當快速。一般有CAD/CAE使用經驗的技術人員，建好CAD/CAE的參數模型後，通常一兩小時可開始上手使用SmartDO。再加上SmartDO的智慧運算會自行決定所有重要的求解參數，技術人員可以專注在產品的創意與工程實務面，不必再耗費人力在軟體操作與調整上。從我們的經驗，跟傳統的方式[12-14]比較，每個人一樣8小時工作時間，但能有至少24小時的工作效率。再加上SmartDO自動優化所需計算量遠少於其他方法，且常能找到更佳的設計，所以對於工程設計流程有相當大的助益。圖2大略顯示出傳統方法與傳統方法的差異。