CN108509726B - 基于热流固耦合仿真的电主轴生热/散热优化分析方法 - Google Patents

Abstract

本发明涉及基于热流固耦合仿真的电主轴生热/散热优化分析方法，该方法通过热‑流‑固耦合仿真考虑到循环冷却液对主轴散热的影响，综合考虑电主轴结构的生热‑散热效应，在分析电主轴生热率的基础上，进而可分析出主轴生热‑散热配比及净流入主轴结构热量等信息。本发明以对仿真软件二次开发的手段，并结合使用成熟的优化算法工具箱，实现利用任意现代优化算法对仿真软件中的载荷参数做优化修正；以此方法可保证使用者能够根据模型特性对优化算法进行选择，并根据模型的复杂度及已知的参数间关系选择最适合的优化算法。本发明对于瞬态仿真模型提供分步优化方法对仿真模型中的随时间变化的参数进行优化，进一步提高优化后模型的精度。

Description

基于热流固耦合仿真的电主轴生热/散热优化分析方法

技术领域

本发明涉及数控机床技术领域，尤其涉及基于热流固耦合仿真的电主轴生热/散热优化分析方法。

背景技术

近年来，我国制造业的迅猛发展对高档数控机床加工性能、综合精度水平提出了越来越高的要求，使得机床热平衡设计与热动特性研究成为保证高档数控机床高精度和高精度保持性的重要因素。研究表明，在精密及超精密数控机床的加工中，由热效应引起的机床误差一般占到综合误差的40％-70％左右。如何有效改善热特性，最大限度降低机床热误差，已成为我国制造业中亟待解决的一大关键性技术问题，将对我国高档数控装备自主设计制造能力的提高产生深远影响。电主轴热态特性仿真建模作为一种主要的电主轴热态特性分析方法，其需要在模型建立过程中设置不同的热载荷参数。有些载荷可在实验过程或实际使用过程中明确指定，但大部分载荷信息并不具有准确的取值或解析建模方法无法综合考虑各种影响因素给出准确的取值，在仿真模型建立过程中往往使用经验公式计算结果作为载荷参数，仿真模型的仿真精度会受到经验公式计算结果不准确的影响。对于电主轴仿真模型的建立，传统方法(Jin-Huang Huanga,Van-The Than,Thi-Thao Ngo,Chi-ChangWang,An inverse method for estimating heat sources in a high speedspindle.Applied Thermal Engineering,2016,105:65-76)主要以热-固耦合方法建立仿真模型，此方法考虑到电主轴生热部件的生热率、电主轴外壳等部位与空气的对流换热系数，而对于电主轴中的冷却液散热，传统方式假定冷却过程中冷却液温度为定值，即冷却液进入电主轴的入液温度与流出电主轴的出液温度相等，此方法不足以准确描述流体对电主轴的散热效应，进而无法分析主轴生热-散热配比及净流入主轴结构热量等信息。对于仿真模型，往往使用商业软件进行仿真运算，以传统的人工试值等方式对于多载荷参数的仿真模型来说工作量极大，而传统的优化算法虽然避免了人工操作的等待过程，但对于多载荷的非线性仿真模型适应度也不足。

发明内容

针对现有技术的不足，本发明所要解决的技术问题是，提供一种基于热流固耦合仿真的电主轴生热/散热优化分析方法。该方法通过热-流-固耦合仿真考虑到循环冷却液对主轴散热的影响，综合考虑电主轴结构的生热-散热效应，在分析电主轴生热率的基础上，进而可分析出主轴生热-散热配比及净流入主轴结构热量等信息。本发明以对仿真软件二次开发的手段，并结合使用成熟的优化算法工具箱，实现利用任意现代优化算法对仿真软件中的载荷参数做优化修正；以此方法可保证使用者能够根据模型特性对优化算法进行选择，并根据模型的复杂度及已知的参数间关系选择最适合的优化算法。

本发明解决所述技术问题采用的技术方案是：提供一种基于热流固耦合仿真的电主轴生热/散热优化分析方法，该方法的步骤是：

步骤一：建立电主轴的热流固耦合的仿真模型：利用商业仿真软件建立仿真模型，首先，对于热，考虑电主轴与空气的对流换热系数及电主轴生热部件的生热率，其中生热部件包括电主轴的前轴承组、电机及后轴承，热载荷参数分别为前轴承组生热率

电机定子生热率

电机转子生热率

后轴承生热率

外壳与空气对流换热系数

电机定子与空气对流换热系数

电机转子与空气对流换热系数

空气温度

其次，对于流体，考虑电主轴冷却液的供液参数，同时还应考虑冷却液在冷却管道中的紊流，实现仿真模型的仿真结果从入口到出口，冷却液温度在流动过程中有渐变过程，有关流体的载荷参数有各个冷却管道的入液流速

入液温度

最后，对于结构，将热流耦合计算得到的电主轴的温度场信息进行结构分析，由电主轴的结构特性及温度分布计算得到电主轴的热变形，最终完成热流固耦合的仿真模型建立；

步骤二：建立“仿真软件被控端”：针对步骤一所选择的仿真软件用相应的二次开发语言进行二次开发，并封装软件载荷参数调整、仿真运行、结果导出这三个关键函数，得到具有特定通讯方式的接口的二次开发软件，基于特定通讯方式的接口，其他软件能通过此二次开发软件实现对仿真软件的操控；

步骤三：建立“优化算法被控端”：选择一个具有多种优化算法的平台实现对指定载荷参数的优化运算，同时利用多种优化算法的平台实现多种优化算法的自主选择；同时也需要封装出获取优化算法每次迭代的设计变量值、获取优化算法每次迭代结果的目标函数结果值、给优化算法传递仿真结果这三个关键函数，得到具有与步骤二仿真软件被控端相同的通讯方式的接口的优化算法被控端，基于特定通讯方式的接口，其他软件能实现对优化算法的操控；

所述设计变量就是步骤一中提到的热载荷参数和流体载荷参数；所述传递仿真结果是指将仿真模型基于当次迭代的设计变量值计算得到的结果传递给优化算法被控端；

步骤四：建立“仿真模型参数优化控制端”：建立一个显示结果的界面，利用上述仿真软件或优化算法工具箱支持的编程语言或者是用另一个编程平台建立一个UI界面，实时汇总每次仿真优化过程的设计变量值及目标函数结果，以供实时监视优化过程，实现仿真软件被控端与优化算法被控端的结合，进而利用上述三个步骤实现优化迭代，经过优化后得到高精度的仿真模型；

步骤五：生热-散热效应分析：利用步骤四的高精度的仿真模型进行仿真，从仿真结果中提取到冷却液的入液温度、出液温度及入液流量，基于“H＝冷却液比热*冷却液密度*冷却液出入液温差”的计算方法，计算主轴散热功率H，同时可通过该高精度的仿真模型提取出电主轴各个生热部件的生热功率，利用上述散热功率及生热功率进行生热-散热效应分析，得到电主轴生热/散热的配比、净流入主轴结构热量信息。

与现有技术相比，本发明的有益效果是：

本发明方法将仿真模型的热负载值作为设计变量，仿真结果作为目标函数的结果，以仿真软件的运行过程代替优化算法的目标函数计算过程，将仿真软件运算过程嵌入到优化算法中。

本发明利用热-流-固耦合的多物理场耦合的仿真技术构建电主轴仿真模型，并利用仿真软件的基于指定编程语言的二次开发接口，实现对仿真计算软件的仿真模型载荷参数的调整/设定，以Python或其他编程语言中的现代优化算法或其他算法基于载荷参数初始值实现对指定模型载荷参数的优化，进而使有限元热-流-固耦合仿真方法与现代优化方法相结合，求得与实验具有较高相似度的仿真模型，此模型以热-流-固耦合的方法综合考虑电主轴结构的生热-散热效应，在分析电主轴生热率的基础上，继而分析其生热/散热配比、净流入主轴结构的热量等信息。

本发明方法避免了传统的人工试凑的操作复杂性，可根据模型的特性决定具体选择何种优化算法，若模型为复杂度较低可使用传统优化算法，若模型复杂且非线性可使用现代优化算法，若模型参数之间有一定明确的相关性，则可在优化算法中进行自定义以辅助优化算法对设计变量的选取提高优化收敛速度。仿真软件被控端及优化算法被控端均以固定的通讯方式进行数据交互，只要通讯方式相同即可实现不同仿真软件中的仿真模型、不同优化算法的任意组合，进而实现对优化算法、仿真模型的高度适应性。同时此方法并未指定具体的优化算法的编写语言或优化算法工具箱，可由研究人员使用最擅长的优化算法工具箱进行优化操作或使用最擅长的编程语言进行自定义算法的编写。

本发明方法可用于电主轴仿真模型的热负载参数优化，亦可用于其他仿真模型的参数优化，只需将模型及模型内配置的参数信息修改，进而可实现任意仿真模型的参数优化。

附图说明

图1是本发明分析方法中控制端与步骤一到步骤三的各部分的关系示意图；

图2是本发明分析方法的优化过程的逻辑图；

图3是将载荷参数在时间步上分段的变动过程示意图：

图4是本发明分析方法中采用分步优化的优化过程的逻辑图；

图5(a)是分步优化结果参数直接绘制的载荷参数值-时间关系曲线范例图；

图5(b)是分步优化结果参数取每一时间段中点的范例图；

图5(c)是分步优化结果参数经过拟合后处理后的载荷参数值-时间关系曲线范例图。

具体实施方式

下面结合实施例及附图进一步解释本发明，但并不以此作为对本申请保护范围的限定。

本发明基于热流固耦合仿真的电主轴生热/散热优化分析方法(简称方法)，该方法的步骤是：

步骤一：建立电主轴的热流固耦合的仿真模型：利用商业仿真软件建立仿真模型，首先，对于热，考虑电主轴与空气的对流换热系数及电主轴生热部件的生热率，其中生热部件包括电主轴的前轴承组、电机及后轴承，热载荷参数分别为前轴承组生热率

电机定子生热率

电机转子生热率

后轴承生热率

外壳与空气对流换热系数

电机定子与空气对流换热系数

电机转子与空气对流换热系数

空气温度

其次，对于流体，考虑电主轴冷却液的供液参数，包括但不限于冷却管道的入液流速、入液温度等参数，同时还应考虑冷却液在冷却管道中的紊流，实现仿真模型的仿真结果从入口到出口，冷却液温度在流动过程中有渐变过程，有关流体的载荷参数主要有各个冷却管道的入液流速、入液温度，由于冷却管道数量不定，此处仅以

表述冷却管道的入液流速，以

表示冷却管道的入液温度，实际可不同冷却管道具有不同的流速及温度；最后，对于结构，将上述热流耦合计算得到的电主轴的温度场信息进行结构分析，由电主轴的结构特性及温度分布计算得到电主轴的热变形，最终完成热流固耦合的仿真模型建立；如使用Ansys Workbench进行仿真模型的建立，可使用Fluent作为热流耦合的计算模块，此模块可同时完成热及流体载荷参数的施加，其次可通过Structural模块进行结构分析，此模块支持在传入温度场信息后计算结构热变形。

上述所有载荷参数P的角标t表示时间步数，仿真模型为瞬态仿真，可以仿真主轴在实际运行过程中的每一时刻，在仿真过程中需要设定时间步长及迭代总时间。若仿真主轴五小时的运行过程，总计18000秒，若以1秒为一步，那么t的取值范围为1-18000，

表示主轴前轴承组在第100秒时的生热率。若以10秒为一步，那么t的取值范围为1-1800，

表示主轴前轴承组在第1000秒时的生热率。上述仿真过程的时间步长及迭代总时间可在仿真软件中设置。

步骤二：建立“仿真软件被控端”：针对步骤一所选择的仿真软件用相应的二次开发语言进行二次开发，并封装软件载荷参数调整、仿真运行、结果导出等关键函数，得到具有特定通讯方式的接口的二次开发软件，基于特定通讯方式的接口，其他软件能通过此二次开发软件实现对仿真软件的操控；

如Ansys Workbench支持Python语言，其提供了“Update()”函数以供通过Python控制Ansys Workbench以当前载荷参数值进行一次仿真运算，可基于TCP/IP通讯方式封装为接收到“Recalculation”字符串后调用“Update()”函数的接口，进而实现其他软件通过发送“Recalculation”字符串即可控制Ansys Workbench进行一次仿真运算。此步骤目的：实现商业仿真软件的被控端，以供其他软件通过上述通讯方式实现对商业软件的控制，从而避免人工手动操作。

步骤三：建立“优化算法被控端”：选择一个具有多种优化算法的平台实现对指定载荷参数的优化运算，同时利用多种优化算法的平台实现多种优化算法的自主选择，使用者可方便的选择及修改优化算法；同时也需要封装出获取优化算法每次迭代的设计变量值、获取优化算法每次迭代结果的目标函数结果值、给优化算法传递仿真结果这三个关键函数，得到具有与步骤二仿真软件被控端相同的通讯方式的接口的优化算法被控端，基于特定通讯方式的接口，其他软件能实现对优化算法的操控；

所述设计变量就是步骤一中提到的载荷参数P，在仿真模型中是载荷参数，在优化算法中往往被称为设计变量；所述传递仿真结果就是指将仿真模型基于当次迭代的设计变量值计算得到的结果传递给优化算法被控端；

如利用Matlab优化工具箱，并利用TCP/IP通讯协议在目标函数的“.m”文件中实现阻塞，将此次迭代的设计变量发送并等待仿真软件运行结束后提供仿真结果，将仿真结果作为目标函数结果，进而实现单次迭代过程中以仿真软件的优化过程作为目标函数的计算过程，代替常规的以一定公式计算作为目标函数的计算过程。此步骤目的：建立优化算法被控端，以供其他软件通过上述通讯方式获取优化算法迭代中的设计变量值，同时给步骤四的仿真模型参数优化控制端提供目标函数结果。

步骤四：建立“仿真模型参数优化控制端”：建立一个显示结果的界面，可利用上述仿真软件或优化算法工具箱支持的编程语言或者是用另一个编程平台建立一个UI界面，实时汇总每次仿真优化过程的设计变量值及目标函数结果，以供实时监视优化过程，实现仿真软件被控端与优化算法被控端的结合，即实现有限元热-流-固耦合仿真方法与现代优化方法相结合，进而可利用上述三个步骤中实现优化迭代，经过优化后可得到与试验数据足够接近的仿真模型。

仿真模型参数优化控制端与上述步骤一到步骤三的各部分的关系(参见图1)如下：

图中数字及字母做如下说明，1～9代表所要执行的对应命令，1为设置模型载荷参数、2为运行仿真模型、3为导出仿真结果、4为C向B传递载荷参数、5为C命令B运行仿真、6为C向B获取仿真结果、7为获取优化设计变量、8为获取优化目标函数结果值、9为传递仿真结果；A代表仿真模型、B代表仿真软件被控端、C代表仿真模型参数优化控制端、D代表优化算法被控端。

其中A为步骤一所说的仿真模型，仿真模型具有载荷参数P，此P值是可以修改的。B为步骤二所述的仿真软件被控端，可通过此B模块实现对A的控制，包括设置模型载荷参数P(1)(即改变仿真模型的载荷参数P的参数值)参数值、运行仿真模型(2)，令A导出仿真结果(3)，同时B提供了其他软件通过特定通讯方式访问的接口，通过调用接口可以控制B进行设置模型载荷参数P(1)、运行仿真模型(2)、导出仿真结果(3)的操作。

D为上述步骤三所述的优化算法被控端，可以向它传递仿真结果(9)，其流程是C通过特定通讯方式以C向B获取仿真结果(6)的方法控制B进行导出仿真结果(3)的操作获取到仿真结果，其后C将获取到的仿真结果以特定通讯方式传递到D。

D还可以提供每次优化迭代过程设计变量值及目标函数计算结果值，C可以通过特定通讯方式从D中获取优化设计变量(7)并传递给仿真软件被控端作为C向B传递载荷参数(4)，C还可以获取优化目标函数结果(9)。

具体优化过程(参见图2)是：开始优化，启动优化算法被控端，C控制端从D被控端获取优化设计变量(7)，并将此设计变量值显示，然后C将设计变量传递给B作为C向B载荷参数(4)；B将载荷参数赋值给A，对A执行设置模型载荷参数(1)，C命令B进行一次仿真运算，即C命令B运行仿真(5)；B控制A进行一次运算，即运行仿真模型(2)；C命令B获取仿真结果(6)，B控制A导出仿真结果(3)，B将结果返回给C，C将仿真结果传递给D，即执行传递仿真结果(9)；D在获取仿真结果后和实验结果对比，计算得到目标函数结果值，C从D获取目标函数结果值，即执行获取优化目标函数结果值(8)，并将此次结果值显示；然后C判断这个结果是否满足要求，如果满足要求则结束优化，如果不满足要求则再次进行优化，返回C控制端从D被控端获取优化设计变量(7)。

步骤五：生热-散热效应分析：通过上述步骤一完成了仿真模型建立，并通过步骤二、三、四联合使用完成载荷参数的优化，得到一个高精度的仿真模型，此模型仿真结果与实验结果一致或足够接近；利用该高精度的仿真模型进行仿真，从仿真结果中提取到冷却液的入液温度、出液温度及入液流量等信息，基于“H＝冷却液比热*冷却液密度*冷却液出入液温差”的计算方法，计算主轴散热功率H，同时可通过该高精度的仿真模型提取出电主轴各个生热部件的生热功率，利用上述散热功率及生热功率进行生热-散热效应分析，得到电主轴生热/散热的配比、净流入主轴结构热量信息。其中冷却液比热及冷却液密度为冷却液的物性参数；冷却液出入液温差可以由优化后的仿真模型计算出的冷却液入液温度、出液温度计算得到。

本发明的进一步特征在于，所述步骤四的仿真模型参数优化控制端采用分步优化方法对步骤一的仿真模型进行优化，以进一步提高优化后模型的精度；分步优化的具体过程是：首先假定瞬态仿真过程每个载荷参数在每一时间步的参数值均相等，即恒载荷参数

首先利用上述步骤四求得恒载荷参数时的最优参数值，进行第一步优化；因为在恒定转速情况下电主轴载荷参数会有一定波动，所以为保证模型精度，可将瞬态仿真过程中的时间步进行分段划分，让每个时间段基于上述恒载荷参数时的最优参数值进行优化，使每个时间段的参数值在第一步优化值临近范围内取值，最终经过优化求得瞬态过程中各个载荷参数在每一时间段的参数值，此为第二步优化；根据需要的仿真精度逐步细分，直到满足要求目标函数结果值的要求时才停止分步优化，经过上述分步优化方法求得与高精度的仿真模型。

上述步骤四中将

分别表示步骤一所述的不同类型的参数)作为设计变量传递给D优化算法被控端，实际上P涉及到时间步，其具有较多的项，每一时间步均有一个值。常规优化方法是将不同时间步给出相同的值，即

实际上，在电主轴运行过程中，这些载荷参数值并非恒定不变的，为进一步提高仿真模型仿真精度，本发明提供一种分步优化方法。

由于优化过程中设计变量越多，其优化难度越大，若将每一个时间步的参数均作为一个设计变量进行优化，即删除

这样的约束条件，那么运算量会很大，因此需要分步优化。

假如仿真5小时，每秒1步，那么一共有18000步，以

为例，第一步优化

以此状态进行上述步骤四的逻辑进行优化，此时直到步骤四连续多次的优化目标函数值无明显变动时，并记录下优化后的较优载荷参数

进行第二步优化。

其中

其中e是人工设定的波动范围，最终经过优化后可以得到较优的

及

此时模型的精度进一步提高，可再继续划分，直到模型的目标函数结果值满足要求，则停止。此例子仅介绍了一二步，并非分步仿真优化只进行两部，而是根据需要的仿真精度逐步细分，直到满足要求目标函数结果值的要求时才停止分步优化。

分步优化，每次分步实际上是将载荷参数在时间步上分段，使每一时间段的参数值是相等，初始状态每种类型的载荷参数值均为一段,在上述例子中，载荷类型

参数值经过分段后的变动过程如图3所示。图中每个参数名以Px-y形式表示，对应前面的

其中x为i，y为t。

图3中参数值的分段过程，每次都均分为两段，但也可根据需要分割为多段，是否均分也可根据需要进行自定义。

分步优化，相比于图2的优化过程，增加了连续多次优化目标函数结果值是否无明显变动的判断，若无明显变动且未满足停止优化的要求，则进行一次分步，相应的分步优化的流程如图4所示。

分步优化后，每一段内的参数值是相同的，最终构成的随时间变动的载荷参数-时间曲线是阶梯型的，有明显的参数突变。如

参数随时间变动的曲线,假设共仿真50秒，以1s作为一时间步，假设经过分步优化后最终优化结果5步为一个时间段，最终优化结果如图5(a)所示，图中有明显的突变，不符合现实情况。

因此，经过上述所述的分步优化后，为保证优化结果参数的平滑变动，需要对分步优化结果参数进行拟合后处理。具体过程是：分步优化得到的载荷参数值-时间关系曲线为阶梯形，在此基础上以每一时间段中点进行拟合，最终构成平滑曲线，以此平滑曲线作为此载荷参数值-时间关系曲线，最终得到与实际情况更加符合的载荷参数值-时间关系曲线。

拟合后处理过程如下：取每一时间段中点，如图5(b)所示，圆圈表示每一时间段中点，因为仿真共50时间步，5步一个时间段，总计10个时间段，故共计10个时间段中点。

基于每一时间段中点，利用拟合算法连接成平滑变动的曲线，拟合算法可以用贝叶斯算法、三次样条或其他公知算法，图5(c)为经过平滑样条差值方式拟合出的结果。

此时可利用图5(c)拟合后的结果作为载荷参数随时间变动的结果，经过分步优化后，每一个参数P均需要通过上述步骤从分段阶梯状结果图拟合成平滑曲线。上述过程仅作为针对分步优化后的某一参数结果进行处理的范例，实际使用需根据真实的优化结果进行绘图。

本发明中所述仿真软件指Ansys Workbench、Abaqus、UG仿真模块、SolidWorks仿真模块等各种商业或开源仿真软件。不同软件由官方提供的最适合此软件二次开发的编程语言进行二次开发，此语言即为仿真软件的指定编程语言。若仿真软件为Abaqus，可根据Abaqus的二次开发语言进行相应被控端开发。

目标函数指将仿真软件仿真结果与实验结果在时间上及空间上各点位以误差计算算法进行计算的公式，其中误差计算算法指方差、均方差、回归运算等，并将公式计算得到的结果作为目标函数结果；实验结果指基于与仿真工况相同的主轴实验工况下进行实验，获得的主轴结构温度等测试信息。

实施例1

本实施例基于热流固耦合仿真的电主轴生热/散热优化分析方法，该方法基于Ansys Workbench二次开发进行电主轴仿真模型热负载参数优化，包括如下步骤：

步骤一，建立电主轴的热流固耦合的仿真模型。使用Ansys Workbench中Fluent模块进行热流耦合分析，分别在此模块中设置入液流速、入液温度等流体参数，同时设置电主轴的前轴承组、电机定子和转子及后轴承组的生热率，同时设置主轴外壳与空气对流换热系数及定子转子表面与空气的对流换热系数，其次设置流体与固体的接触面，最后还需设置求解模型为k-omega，通过此模型实现流体紊流的仿真，最终进行求解可求得主轴温度场云图。

步骤二，建立“仿真软件被控端”，首先在上述模型中将需要通过优化进行调优的参数设置成自定义参数，如电主轴的前轴承组、电机定子和转子及后轴承组的生热率以及定子转子表面与空气的对流换热系数等参数，后在Ansys Workbench中利用其支持的Python语言及其支持的指令撰写Ansys Workbench基于TCP/IP通讯协议的被控端，以下简称为WB被控端，其包含：控制Ansys Workbench打开指定模型项目文件；控制AnsysWorkbench利用参数名称查找项目中已经定义过的参数值；控制Ansys Workbench利用参数名称对项目中的参数值做修改；控制Ansys Workbench运行仿真模型；控制AnsysWorkbench报告仿真模型运行完毕的信号；控制Ansys Workbench以指定方式保存仿真结果；控制Ansys Workbench清除当前运行结果，释放有限的硬盘空间，避免连续运算导致存储空间不足；控制Ansys Workbench报告仿真结果保存成功的信号等多种控制，利用TCP/IP通讯协议通过字符串的方式收发指令内容实现使用WB被控端利用任意支持TCP/IP协议的编程语言对Ansys Workbench进行操控。

步骤三，建立“优化算法被控端”。构建Matlab基于TCP/IP协议的被控端，其包含如下功能：控制Matlab选择指定的优化工具，实现对任意优化算法及自定义优化算法的高度适应性；控制Matlab启动优化算法；控制Matlab发出每一次优化迭代的基于优化算法计算得到的当前迭代中的设计变量；控制Matlab接收由控制端发出的目标函数结果；控制Matlab利用当前目标函数结果，判断优化结果是否符合当前优化算法的收敛性并进行下一次迭代运算或给出优化终止信号。

步骤四，建立“仿真模型参数优化控制端”，开发基于Qt/C++的控制端，其包含如下功能：与WB被控端的交互通讯；与Matlab被控端的交互通讯；根据WB被控端计算得到的仿真结果计算目标函数结果并传递给Matlab被控端；将Matlab每一步优化的当前迭代中的设计变量值转发给WB被控端；记录每一步迭代的运算参数；记录每一步迭代的运算结果及经过数据误差描述算法得到的当前迭代结果；提供UI操作界面，实时显示运算状态并相应用户在UI界面的操作；参数化配置功能，可通过ini等常规参数文件后缀的文本文件或.txt等后缀文件内以ini格式、XML格式或JSON格式撰写仿真模型中的参数名称、初始参数值、参数量纲等信息，实现对任意仿真模型的通用性，包括任意电主轴仿真模型及其他仿真模型。

步骤五，通过上述优化过程，可将电主轴的前轴承组、电机及后轴承的生热率以及外壳与空气对流换热系数，定子及转子表面对流换热系数等参数值优化，求得最优解，使仿真模型通过最优参数计算得到的仿真结果与实验数据一致。进而从仿真结果中得到入液温度、出液温度等有关流体的参数，及设定的对流换热系数等参数根据上述步骤五计算得到散热功率，并进一步分析电主轴的生热/散热配比。

尽管上面对本发明的优选实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨所保护的范围情况下，还可以做出很多形式，这些均属于本发明的保护范围之内。

Claims (3)

1.一种基于热流固耦合仿真的电主轴生热/散热优化分析方法，该方法的步骤是：

步骤一：建立电主轴的热流固耦合的仿真模型：利用商业仿真软件建立仿真模型，首先，对于热，考虑电主轴与空气的对流换热系数及电主轴生热部件的生热率，其中生热部件包括电主轴的前轴承组、电机及后轴承，热载荷参数分别为前轴承组生热率

电机定子生热率

电机转子生热率

后轴承生热率

外壳与空气对流换热系数

电机定子与空气对流换热系数

电机转子与空气对流换热系数

空气温度

其次，对于流体，考虑电主轴冷却液的供液参数，同时还应考虑冷却液在冷却管道中的紊流，实现仿真模型的仿真结果从入口到出口，冷却液温度在流动过程中有渐变过程，有关流体的载荷参数有各个冷却管道的入液流速

入液温度

最后，对于结构，将热流耦合计算得到的电主轴的温度场信息进行结构分析，由电主轴的结构特性及温度分布计算得到电主轴的热变形，最终完成热流固耦合的仿真模型建立；

步骤二：建立“仿真软件被控端”：针对步骤一所选择的仿真软件用相应的二次开发语言进行二次开发，并封装软件载荷参数调整、仿真运行、结果导出这三个关键函数，得到具有特定通讯方式的接口的二次开发软件，基于特定通讯方式的接口，其他软件能通过此二次开发软件实现对仿真软件的操控；

步骤三：建立“优化算法被控端”：选择一个具有多种优化算法的平台实现对指定载荷参数的优化运算，同时利用多种优化算法的平台实现多种优化算法的自主选择；同时也需要封装出获取优化算法每次迭代的设计变量值、获取优化算法每次迭代结果的目标函数结果值、给优化算法传递仿真结果这三个关键函数，得到具有与步骤二仿真软件被控端相同的通讯方式的接口的优化算法被控端，基于特定通讯方式的接口，其他软件能实现对优化算法的操控；

所述设计变量就是步骤一中提到的热载荷参数和流体载荷参数；所述传递仿真结果是指将仿真模型基于当次迭代的设计变量值计算得到的结果传递给优化算法被控端；

步骤四：建立“仿真模型参数优化控制端”：建立一个显示结果的界面，利用上述仿真软件或优化算法工具箱支持的编程语言或者是用另一个编程平台建立一个UI界面，实时汇总每次仿真优化过程的设计变量值及目标函数结果，以供实时监视优化过程，实现仿真软件被控端与优化算法被控端的结合，进而利用上述三个步骤实现优化迭代，经过优化后得到高精度的仿真模型；

步骤五：生热-散热效应分析：利用步骤四的高精度的仿真模型进行仿真，从仿真结果中提取到冷却液的入液温度、出液温度及入液流量，基于“H＝冷却液比热*冷却液密度*冷却液出入液温差”的计算方法，计算主轴散热功率H，同时可通过该高精度的仿真模型提取出电主轴各个生热部件的生热功率，利用上述散热功率及生热功率进行生热-散热效应分析，得到电主轴生热/散热的配比、净流入主轴结构热量信息。

2.根据权利要求1所述的基于热流固耦合仿真的电主轴生热/散热优化分析方法，其特征在于，所述步骤四的仿真模型参数优化控制端采用分步优化方法对步骤一的仿真模型进行优化，分步优化的具体过程是：首先假定瞬态仿真过程每个载荷参数在每一时间步的参数值均相等，即恒载荷参数，首先利用上述步骤四求得恒载荷参数时的最优参数值，进行第一步优化；将瞬态仿真过程中的时间步进行分段划分，让每个时间段基于上述恒载荷参数时的最优参数值进行优化，使每个时间段的参数值在第一步优化值临近范围内取值，最终经过优化求得瞬态过程中各个载荷参数在每一时间段的参数值，此为第二步优化；根据需要的仿真精度逐步细分，直到满足要求目标函数结果值的要求时才停止分步优化，经过上述分步优化方法求得高精度的仿真模型。

3.根据权利要求2所述的基于热流固耦合仿真的电主轴生热/散热优化分析方法，其特征在于在分步优化后，对分步优化得到的载荷参数值-时间关系曲线进行拟合后处理，具体过程是：分步优化得到的载荷参数值-时间关系曲线为阶梯形，在此基础上以每一时间段中点进行拟合，最终构成平滑曲线，以此平滑曲线作为此载荷参数值-时间关系曲线，最终得到与实际情况更加符合的载荷参数值-时间关系曲线。

Images