ºÚÁÏÍø

Sähkökoneiden optimisaatio: Annettujen vaatimusten pohjalta tapahtuvalla sähkökoneiden optimoinnilla on huomattavia vakutuksia eri teollisuudenaloilla ja sovellutuksissa, kuten auto- ja ilmailualoilla. Optimoimalla geometria, materiaalit ja käämien kokoonpanot käyttäen monifysikaalisia (sähkö, mekaniikka ja lämmönvaihtelu) malleja koneet saavuttavat annetut ominaisuudet ja vaatimukset. Usean tavoitteen optimointi suoritetaan moneen kertaan, jotta saadaan aikaan Pareto-rintama, joka edustaa tasapainoa eri suorituskyvyn osa-alueiden välillä, mitkä puolestaan voivat olla ristiriidassa keskenään, kuten tehokkuus ja tehotiheys. Vaikkakin tämä on aikaa vievää, laajamittaista optimointia elementtimalleilla voidaan suorittaa Aalto-yliopiston tehokkailla tietokoneilla, jotka mahdollistavat laajojen ratkaisujen tutkimisen ennätysajassa. Optimoinnin tutkimus voi tehdä sähkökoneista kilpailukykyisempiä ja kestävempiä vaihtoehtoja vihreälle liikenteelle.

Sähkökoneiden optimisaatio: Annettujen vaatimusten pohjalta tapahtuvalla sähkökoneiden optimoinnilla on huomattavia vakutuksia eri teollisuudenaloilla ja sovellutuksissa, kuten auto- ja ilmailualoilla. Optimoimalla geometria, materiaalit ja käämien kokoonpanot käyttäen monifysikaalisia (sähkö, mekaniikka ja lämmönvaihtelu) malleja koneet saavuttavat annetut ominaisuudet ja vaatimukset. Usean tavoitteen optimointi suoritetaan moneen kertaan, jotta saadaan aikaan Pareto-rintama, joka edustaa tasapainoa eri suorituskyvyn osa-alueiden välillä, mitkä puolestaan voivat olla ristiriidassa keskenään, kuten tehokkuus ja tehotiheys. Vaikkakin tämä on aikaa vievää, laajamittaista optimointia elementtimalleilla voidaan suorittaa Aalto-yliopiston tehokkailla tietokoneilla, jotka mahdollistavat laajojen ratkaisujen tutkimisen ennätysajassa. Optimoinnin tutkimus voi tehdä sähkökoneista kilpailukykyisempiä ja kestävempiä vaihtoehtoja vihreälle liikenteelle.

Suurinopeuksiset koneet: Suurinopeuksiset sähkökoneet ovat kovassa kysynnässä tilarajoitteellisissa sovellutuksissa. Useat korkeataajuuksiset ilmiöt esiintyvät tällöin koneen eri komponenteissa usealla tavalla. Nämä sähkömagneettiset haasteet pitävät sisällään mm. pyörrevirrat ja käämitykset. Jäähdytykseen liittyviä haasteita ovat mm. suuret häviötiheydet, jotka edellyttävät innovatiivisia jäähdytystekniikoita, ja ilmaväleissä esiintyvät korkeataajuuksiset sähköiset ilmiöt. Mekaanisia haasteita ovat mm. korkea roottorin mekaaninen rasitus ja värinä. Monet edellämainituista ilmiöistä on mahdollista mallintaa tarkasti, ja näin ollen ne voidaan ottaa huomioon kyseisen sovellutuksen suunnittelussa ja optimoinnissa.

Lue lisää (englanniksi):

Why High-Speed Machines?High-Speed Machines: Economic Impact

Liikenteen sähköistäminen: Sähkökoneilla on keskeinen rooli sähköistetyn liikenteen voimanlähteinä, mukaan lukien auto-, ilmailu-, rautatie- ja merisovellukset. Koneet voidaan suunnitella täyttämään eri toimialojen asettamat vaatimukset liittyen esimerkiksi vikasietoisuuteen, maksimitehoon, väännön aaltoiluun, hammastusmomenttiin, kokoon, kustannuksiin jne. Näiden vaatimusten huomioon ottaminen on välttämätön osa suunnittelu- ja optimointiprosesseja. Kaksi ensisijaista näkökohtaa teollisuudessa ovat hyötysuhteen parantaminen ja koon pienentäminen, mikä voidaan saavuttaa valitsemalla oikeanlainen konetyyppi, tutkimalla uusia materiaaleja ja toteuttamalla optimointeja. 

Lue lisää (englanniksi):

Why Electric Transports?

Pitkittäissuunnassa laminoidut roottorit: Suurinopeuksisien, pitkittäissuunnassa laminoitujen reluktanssimoottorien suunnittelu tuottaa suuria haasteita moottorien monimutkaisen rakenteen vuoksi. Tämä tutkimus syventyy sähkömagnetismin ja sähkökoneiden mekaanisen suunnittelun metodien mutkikkaisiin ulottuvuuksiin samalla huomioiden koneiden jäähdytystarpeet ja pitäen sisällään jäähdytyksen virtausdynamiikan mallinnusta (CFD). Maininnan arvoisia yksityiskohtia ovat kattava 3D-analyysi, tarkkaa roottorin häviöiden arviointia eri metodeja hyödyntäen, ja sähkökoneen toimintahäiriöiden ja taajuusmuuttajan vaikutus energiahäviöihin. 3D- ja 2D-simulaatiot toteutetaan Aalto Yliopiston supertietokoneella hyödyntäen klusterilaskentaa, jotta datan käsittely ja analysointi olisi tehokasta. Tämä työ tasoittaa tietä suuri-nopeuksisen synkronisen reluktanssikonetekniikan edistymiselle. 

Ydinhäviöiden käänteinen mallinnus: Häviöiden tarkka arviointi ja mittaaminen on elintärkeää kun arvioidaan sähkökoneen hyötuhdetta, lämmön jakautumista ja jäähdyttämistä. Tämä tutkimus esittelee uudenlaisen käänteiseen mallinnukseen perustuvan tekniikan sähkökoneen ydinhäviöiden ja paikallishäviöiden arvioimiseksi. Tämä lähestymistapa käyttää lyhytaikaisia lämpötilatransienttimittauksia koneen sydämen lämpötilan mittaamiseen ja mittaustulokset varmennetaan laskemalla mallinnuksesta. Ensisijaisia mittaustapoja on kaksi: lämpöanturit, jotka on upotettu piirilevyyn staattorin sydämessä, ja pintatermografiset mittaukset infrapunakameralla. Tulokset osoittavat käänteismallinnustekniikan tehokkuuden ennakoitaessa koneen ydinhäviöitä lyhytaikaisten lämpötilatransienttimittausten perusteella. 

Sähkökoneiden topologinen optimointi: Topologinen optimointi on suunnittelun optimointia, joka ratkaisee automaattisesti materiaalin sijoittelun suunniteluvaiheessa parhaan suorituskyvyn saavuttamiseksi. Jotta suunniteluvaatimukset suuresta elektromagneettisesta väännöstä, kevyestä painosta ja mekaanisesta lujuudesta saavutetaan tämä tämä tutkimus kehittää topologiaoptimointia lähestymistapana kun suunnitellaan reluktanssimoottoreiden (SynRMs) roottoreita. Ottaen huomioon monifysiikallisen suorituskyvyn aiheuttamat korkeat tilarajoitukset, laajennettuun Lagrangen menetelmään perustuva optimointikehys on kehitetty ratkaisemaan minimointiongelmaa. Esitettyjen metodien tehokkuus varmistetaan suorittamalla SynMRs-moottoreiden topologiaoptimoinnin simulaatioanalyysi, ja optimoidun rakenteen suorituskyky varmennetaan prototyypillä tehtävillä testeillä ja kokeilla. 

Magneettisesti kelluvat roottorit: Tutkimus ottaa huomioon kuusivaiheisen oikosulkumoottorin ohjauslohkon ja erilaiset käämikokoonpanot. Sähkökone mallinnetaan käyttämällä analyyttistä mallia, magneettista ekvivalenttipiiriä (MEC) ja elementtimallia (FEM). Tutkimus kattaa erilaisia näkökulmia: sähkömagneettisten suorituskyvyn optimointi (vääntömomentti ja voimat x-y-suunnissa), värähtelyn mallinnus, vääntömomentin ja voiman aaltoilu, sekä värähtelyjen vaimentaminen. Mallinnukset vahvistetaan prototyypimoottorille tehtävillä testeillä.

Tilanteen seuranta: Sähkökoneiden tilan valvonta on edistynyt merkittävästi dataohjattujen koneoppimismallien käyttöönoton ansiosta, millä vastataan luotettavaien ja tehokkaiden toiminnallisuuksien kasvavaneeseen kysyntään. Tämän tutkimusprojektin tavoitteena on tutkia koneoppimisen ja innovatiivisten datan lisäysmenetelmien keskenäistä integraatiota, jolla saavutetaan sähkökoneiden tilan valvonnan parempi tarkkuus. Päätavoitteena on kehittää tarkkoja ja tehokkaita datan lisäystekniikoita käyttämällä pienempää määrää mittausdataa ja sisällyttämällä sen lomaan simulaatiodataa, jolloin syntyy suuri määrä synteettistä dataa. Lopullinen tavoite on kehittää uusia datan lisäysmenetelmiä, jotka pystyvät toistamaan mitattua dataa minimoimalla kohinan ja epävarmuuden aiheuttamat poikkeamat mitatun ja simuloidun tiedon välillä.

Magnetomekaaniset kytkennät: Termodynaamiset kytkennät ja erityisesti magnetomekaaninen kytkentä sähkömagneettisissa laitteissa mahdollistavat rikkomatomien aineenkoetusmenetelmien (NDT) kehittelemisen. Magnetoelastisen käyttäytymisen malli perustuu Gibbsin vapaan energian tutkimuksiin, ja jonka ehdot on määritetty invarianttien teoriaa hyväksi käyttäen. Tämä projekti keskittyy magnetoelastisten kytkentöjen muotoiluun aiempia tekniikoita käyttäen ja johtaen niistä kokeellisia menetelmiä. Tämän projektin tavoitteena on myös kuvata plastisuuden vaikutusta moniakseliselle kuormitukselle altistuvien sähköteräslevyjen suorituskykyyn.