Projektowanie wielokryterialnej optymalizacji systemu chłodzenia natryskowego oleju dla silnika z uzwojeniami hairpin na podstawie optymalizacji roju cząstek - sieć wsteczna - algorytm genetyczny sortowania niedominowanego III

Dlaczego utrzymanie chłodu w silnikach elektrycznych ma znaczenie

W miarę jak samochody elektryczne stają się mocniejsze i bardziej kompaktowe, napędzające je silniki są eksploatowane do coraz większych obciążeń. W ich wnętrzu ciasno upakowane miedziane uzwojenia mogą rozgrzewać się do tego stopnia, że trwale tracą własności magnetyczne, co skraca żywotność silnika i zwiększa straty energii. Niniejsze badanie analizuje zaawansowany sposób kąpieli tych uzwojeń w oleju chłodzącym, a następnie wykorzystuje inteligentne algorytmy komputerowe do przeprojektowania niewielkiego pierścienia natryskowego dostarczającego olej, co sprawia, że silnik jest chłodniejszy i działa wydajniej.

Jak „deszcz” oleju chroni silniki pracujące ciężko

Nowoczesne silniki trakcyjne często stosują tzw. uzwojenia hairpin — sztywne miedziane pręty zgięte w kształt litery U i gęsto upakowane wokół wirnika. Takie zwarty pakiet jest korzystny dla mocy, jednak stanowi też najgorętszą część silnika. Obiecującym rozwiązaniem jest system chłodzenia natryskowego olejem: pusty pierścień wokół uzwojeń wysyła wiele strumieni oleju, które uderzają w rozgrzaną miedź, rozprowadzają się w cienką warstwę i odbierają ciepło, zanim olej wróci do obiegu chłodzenia. Artykuł skupia się na silniku elektrycznym o mocy 230 kW, który już używa takiego pierścienia natryskowego, lecz jego pierwotna konstrukcja pozostawiała uzwojenia zbyt gorące, a olej pod stosunkowo wysokim ciśnieniem, co obciążało układ chłodzenia.

Testowanie różnych sposobów rozpylania oleju

Naukowcy zaczęli od podstawowego pytania: jaki kształt dyszy chłodzi najlepiej? Porównali trzy komercyjne typy dysz — rozpylanie płaskie, stożek pełny oraz wachlarzową — symulując, jak każda z nich zwilża realistyczny, niesimplifikowany pakiet uzwojeń. Wykorzystując szczegółowe obliczenia przepływu płynu i wymiany ciepła, uzyskali mapy temperatur ukazujące, gdzie uzwojenia pozostają gorące lub zimne. Dysza o rozpylaniu płaskim miała tendencję do zwilżania głównie środka uzwojeń, pozostawiając sąsiednie przewodniki cieplejsze. Dysza wachlarzowa wypadła nieco lepiej, lecz nadal powodowała ostre skoki temperatur między sąsiednimi uzwojeniami. Dysza w kształcie pełnego stożka natomiast rozpraszała olej bardziej równomiernie po powierzchni, dając gładsze pole temperatur i najniższą temperaturę szczytową — około 22% niższą niż przy rozpylaniu płaskim i 5% niższą niż przy dyszy wachlarzowej. Tę właśnie dyszę wybrano więc jako punkt wyjścia do przeprojektowania.

Badanie przestrzeni projektowej za pomocą wirtualnych eksperymentów

Następnie zespół zajął się geometrią samego pierścienia natryskowego. Zidentyfikowano sześć kluczowych wymiarów, w tym duży i mały średnic każdej dyszy, kąt rozpylania, jak dysze są obrócone wokół pierścienia, liczbę dysz oraz długość osiową pierścienia. Zamiast testować każdą możliwą kombinację, zastosowano projekt ortogonalny — ustrukturowany zestaw 25 starannie dobranych wariantów — by efektywnie zbadać, jak te czynniki wpływają na dwa cele: maksymalną temperaturę uzwojeń i maksymalne ciśnienie wewnątrz układu olejowego. Dla każdego wariantu zaawansowane symulacje CFD dostarczały temperatury i ciśnienia. Analiza wrażliwości wykazała, że jeden parametr — mała średnica dyszy — ma zdecydowanie najsilniejszy wpływ zarówno na chłodzenie, jak i na ciśnienie, podczas gdy pozostałe wymiary odgrywały istotne role wspierające.

Pozwolenie algorytmom dopracować drobne szczegóły

Aby pójść dalej niż te 25 testowych projektów, autorzy wytrenowali sieć neuronową, która poznała zależność między geometrią pierścienia a wydajnością chłodzenia, wykorzystując wyniki symulacji jako zestaw uczący. Następnie opakowali tę sieć w hybrydowy schemat optymalizacyjny łączący optymalizację rojem cząstek z nowoczesnym wielokryterialnym algorytmem genetycznym. W prostych słowach, wirtualne „cząstki” i „potomstwo” wędrują po przestrzeni projektowej, proponując tysiące nowych kształtów pierścienia natryskowego. Sieć neuronowa szybko prognozuje temperaturę i ciśnienie dla każdego kandydata, a algorytm zachowuje jedynie te rozwiązania, które dobrze równoważą oba cele, tworząc tzw. front Pareto. Z tej granicy zespół wybrał projekt, w którym dysze są nieco mniejsze, ale liczniejsze, a długość pierścienia i kąt rozpylania są precyzyjnie dostrojone, by zapewnić silne, jednolite pokrycie olejem bez nadmiernego wzrostu ciśnienia wewnętrznego.

Co dostarcza zoptymalizowany projekt

Na koniec wybrany projekt został ponownie sprawdzony za pomocą pełnych symulacji CFD. Przewidywane i zasymulowane temperatury szczytowe oraz ciśnienia zgadzały się w granicach około 2%, co pokazuje wysoką dokładność zintegrowanego algorytmu. W porównaniu z oryginalnym pierścieniem natryskowym, zoptymalizowana wersja obniżyła maksymalną temperaturę uzwojeń o 8,5% i zmniejszyła maksymalne ciśnienie wewnętrzne oleju o 25,6%. Dla silnika samochodu elektrycznego oznacza to chłodniejszą miedź, mniejsze ryzyko uszkodzeń magnetycznych oraz mniejsze obciążenie pompy olejowej, i to bez zmiany podstawowej konstrukcji silnika. Praca pokazuje, jak łączenie realistycznych symulacji przepływu z inteligentnymi algorytmami poszukiwania może wycisnąć więcej wydajności z istniejącego sprzętu, wskazując drogę ku chłodniejszym, bardziej efektywnym i trwalszym napędom elektrycznym o dużej mocy.

Cytowanie: Liu, Y., Xu, P., Chen, S. et al. Multi-objective optimization design of oil spray cooling system for hairpin motor based on particle swarm optimization-backpropagation-non-dominated sorting genetic algorithm III. Sci Rep 16, 11593 (2026). https://doi.org/10.1038/s41598-026-42028-7

Słowa kluczowe: chłodzenie silnika elektrycznego, chłodzenie natryskowe olejem, uzwojenia hairpin, optymalizacja wielokryterialna, pojazdy elektryczne