This report summarizes the thesis study carried out at Scania CV AB. The study presents design optimization of an interior permanent magnetic (IPM) synchronous machine. A parameterised Matlab tool was developed in order to serve the optimization routine. In this routine, multiple IPM geometries are dynamically generated and analyzed using the finite element method (FEM) software Flux 2D. Using the Secant method, algorithms to estimate the optimum current and control angle throughout the speed range both below and above base speed, were developed and integrated with the Matlab tool to perform design optimization towards the drive cycle. The genetic algorithm available in the Matlab’s global optimization toolbox has been utilised for the multi-objective optimization setup. / Denna rapport sammanfattar examensarbetet som genomförts på Scania CV AB. Studien presenterar en designoptimering av en permanentmagnetiserad (IPM) synkronmaskin. Ett parametriserat Matlab-verktyg för optimeringar utvecklades for att dynamiskt generera geometrier för att utföra simuleringar med hjälp av FEM-programvara (Flux2D®). Med hjälp av Sekant-metoden utvecklades och integrerades algoritmer för att estimera den optimala strömmen och styrvinkeln i hela varvtalssområdet, både under basvarvtal och i fältförsvagningsområdet. Med hjälp av Matlab-verktyget kunde sedan designoptimering för en given k¨orcykel utföras. Den genetiska algoritmen som finns tillgänglig i Matlabs globala optimeringsverktygslåda har använts för det multi-objektiva optimeringsprogrammet.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-313074 |
| Date | January 2022 |
| Creators | Balaji, Sindhuja |
| Publisher | KTH, Skolan för elektroteknik och datavetenskap (EECS) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-EECS-EX ; 2022:101 |
Page generated in 0.0024 seconds