近年来，造车新势力如雨后春笋般出现，我国电动汽车行业发展一日千里。越来越多的绿牌车车行驶在大街小巷，成为新的“绿色风景线”。永磁电机作为电动汽车的动力核心，其性能优劣直接决定用车体验。为提高电动汽车用永磁电机的性能，行业专家们已提出多种优化方法，比如丰田Prius电机的转子辅助槽，小米电机转子的斜极等。然而，这些优化方案均是在传统的转子拓扑结构基础上发展而来的，受到传统设计方法的约束，设计思路被“经验主义”锁死，性能天花板触手可及。本文介绍一种基于人工智能算法的全新的电动汽车用内置式永磁电机转子拓扑结构优化方法。
该方法结合了人工智能算法与拓扑优化方法，突破了常规内置式永磁电机设计思路，助力新一代电动汽车用永磁电机转子结构优化。该方法共分为六个步骤。将转子铁心沿半径方向和圆周方向离散为多个规则的扇形区域，如图1所示。图1所示为1/4圆域，将该区域沿径向分为40个子域，沿圆周方向分为46个子域。选定永磁体所占据的子域后，1/4圆周内其他子域即为铁心的设计域，如图2所示。图2中，红色部分为永磁体子域，蓝色部分为铁心设计子域。蓝色范围内所有子域的材料属性定义为1或者0。1代表该区域材料为铁心，0代表该区域材料为空气，如图3所示。举个例子，磁障和辅助槽所在子域的材料属性为0，其他区域为1。蓝色区域内，每个子域的材料属性随机产生。同时，随机产生多组材料属性。采用有限元法或者人工智能算法计算每组材料属性对应的电磁性能。 采用人工智能方法，这里采用遗传算法，对优化目标进行多次迭代优化，得到最佳的材料属性分布。对矩形区域进行合理的边缘化处理，便于实际加工生产，如图4所示。采用上述方法，对一台4极内置式永磁电机进行优化，优化目标为输出转矩平均值。优化后的两个转子结构，分别命名为Model0和Model1，如图5（a）和5（b）所示，最初的参考转子结构如图5（c）所示。 优化后三个电机的输出转矩如图6所示。图5（a）所示转子结构的平均转矩为2.41Nm，转矩波动为0.38Nm。图5（b）所示转子结构的平均转矩为2.57Nm，转矩波动为0.85Nm。相同电流下，两个方案的平均输出转矩比初始值增加了30%。本文介绍了一种全新的电动汽车用内置式永磁电机转子拓扑结构优化方法，该方法结合了人工智能算法与拓扑结构优化，显著提高电机的电磁性能。该方法突破了常规内置式永磁电机设计思路，助力新能源汽车用永磁电机优化设计。
