SPM电机(表面贴装型)的电磁场CAE分析

分类: 電磁場解析 > モータ設計 | 更新 2026-04-11
SPM motor electromagnetic FEA simulation showing airgap flux density distribution and torque waveform
SPMモータの2D断面FEA解析結果 — エアギャップ周方向の磁束密度分布とトルク波形

理论与物理

SPM vs IPM — 结构差异

🧑‍🎓

表面磁铁型和内置磁铁型到底有什么区别?

🎓

SPM的磁铁是贴在转子表面的。因为磁铁的磁导率几乎和空气一样,所以d轴和q轴的电感相等,不产生磁阻转矩。结构简单,适合高速旋转,但有因离心力导致磁铁飞散的风险。

🧑‍🎓

诶,磁铁会飞出去不是很可怕吗?那IPM是不是更万能?

🎓

不能一概而论。IPM是将磁铁嵌入转子铁芯内部,因此会产生凸极性,也能利用磁阻转矩。但是,由于需要在铁芯上开孔,机械设计变得复杂,而且磁铁布置模式不同,转矩特性也会大不相同。

SPM得益于其简单的结构,在需要转矩响应速度快的应用中,如伺服电机、机器人关节、无人机电机等,至今仍是主流。控制也只需Id=0控制,很容易理解。

项目SPM(表面磁铁型)IPM(内置磁铁型)
磁铁位置贴附于转子表面嵌入转子铁芯内部
凸极比 $L_q/L_d$≒ 11.5 〜 3.0 以上
磁阻转矩有(占总转矩的30〜50%)
控制方法$I_d = 0$ 控制最大转矩/电流控制(MTPA)
高速旋转离心力导致磁铁飞散风险有铁芯覆盖,安全
主要用途伺服、机器人关节、无人机EV驱动电机、空调压缩机

气隙磁通密度分布

🧑‍🎓

SPM电机的磁通密度是怎么分布的?分析时什么最重要?

🎓

SPM中磁铁均匀贴在转子表面,所以气隙磁通密度分布接近梯形波。如果用磁铁开角(每极磁铁覆盖的角度)$\alpha_p$ 表示,其基波分量的大小可以通过傅里叶展开求得。

仅由磁铁产生的气隙磁通密度基波振幅可用下式近似:

$$ B_{g1} = \frac{4}{\pi} B_r \frac{l_m}{l_m + \mu_r g} \sin\!\left(\frac{\alpha_p \pi}{2}\right) $$

其中 $B_r$ 是磁铁剩磁密度,$l_m$ 是磁铁厚度,$\mu_r$ 是磁铁相对磁导率(NdFeB约为1.05),$g$ 是机械气隙长度,$\alpha_p$ 是磁铁开角比(0〜1)。

🧑‍🎓

$\mu_r$ 是1.05,也就是说磁铁的磁导率真的几乎和空气一样啊!所以d轴和q轴才没有差别…

🎓

没错。SPM的物理本质正在于此。即使磁铁在d轴上,磁学上也几乎等同于空气,所以 $L_d \approx L_q$。这就是“不产生磁阻转矩”这一特性的根本原因。

dq轴模型与转矩方程

🧑‍🎓

我在课上学过dq轴变换,但SPM的转矩公式会变简单吗?

🎓

PMSM的一般转矩方程是这样的:

$$ T = \frac{3}{2} p \left[ \Phi_m I_q + (L_d - L_q) I_d I_q \right] $$

第一项是磁铁转矩,第二项是磁阻转矩。SPM中由于 $L_d \approx L_q$,第二项消失:

$$ \boxed{T_{\text{SPM}} = \frac{3}{2} p \, \Phi_m \, I_q} $$

其中 $p$ 是极对数,$\Phi_m$ 是永磁体产生的交链磁通,$I_q$ 是q轴电流。

🧑‍🎓

好简单啊。转矩和 $I_q$ 成正比的话,控制起来似乎也容易。

🎓

是的。对于SPM,设置 $I_d = 0$,仅用q轴电流产生转矩是最有效的。可以像直流电机一样控制,因此在伺服应用中很受欢迎。不过,如果不使用弱磁控制($I_d < 0$),高速区电压会不足——这也是SPM的一个弱点。

永磁体的交链磁通 $\Phi_m$ 可根据磁铁形状和电机尺寸由下式计算:

$$ \Phi_m = \frac{2 B_r l_m}{\pi} \cdot \frac{R_s L_{\text{stk}}}{g + l_m / \mu_r} \cdot k_w $$

$R_s$ 是定子内径,$L_{\text{stk}}$ 是叠厚,$k_w$ 是绕组系数。

反电动势(Back-EMF)

🧑‍🎓

反电动势的公式在SPM中也有特殊形式吗?

🎓

反电动势(Back-EMF)的有效值由下式表示:

$$ E = k_e \omega_m \Phi_m = \frac{p \cdot N_s \cdot k_w}{\sqrt{2}} \cdot \omega_m \cdot \Phi_m $$

$\omega_m$ 是机械角速度,$N_s$ 是定子绕组匝数,$k_e$ 是反电动势常数。Back-EMF的波形由磁通密度分布的傅里叶分量决定,在SPM中,可以通过优化磁铁开角比 $\alpha_p$ 来抑制5次、7次谐波。

🎓

实际应用中常用 $\alpha_p \approx 0.83$(5/6)。这个值可以使第5次谐波几乎为零。通常用FEM分析确认Back-EMF波形,目标是使THD(总谐波失真率)低于5%。

损耗机理

🧑‍🎓

SPM电机的损耗具体有哪些?我想提高效率。

🎓

SPM电机的损耗大致可分为4类:

  • 铜损 $P_{Cu} = 3 I^2 R_s$ — 绕组电阻引起的发热。在低速、高转矩区占主导
  • 铁损 $P_{Fe} = k_h f B^{1.6} + k_e f^2 B^2$ — 磁滞损耗和涡流损耗。在高速区急剧增加
  • 磁铁涡流损耗 — SPM特有的问题。磁铁是导体,槽谐波会产生涡流,导致磁铁发热,增加退磁风险
  • 机械损耗 — 轴承摩擦和风阻损耗
🧑‍🎓

磁铁的涡流损耗是SPM特有的啊。能用FEM分析计算吗?

🎓

可以,但需要注意。虽然可以在模型中输入磁铁的电导率进行瞬态分析,但磁铁在圆周方向是否分割(分段)会影响涡流路径。实际电机中,为了防止退磁,通常将磁铁分割成3〜5段,FEM模型中也必须再现这种分割,否则会高估损耗。

Coffee Break 闲谈

SPM至今仍存在于硬盘之中

虽然硬盘驱动器(HDD)被智能手机挤压,但其主轴电机几乎全是SPM(表面磁铁型)。它要求直径数厘米、转速5400〜7200rpm的电机能持续无故障运行一万小时以上的精度和可靠性。将磁铁直接贴在转子表面的SPM,结构简单,易于低成本制造。“简单可靠”这一SPM特性,在硬盘主轴、医疗设备等稳定运行优先于转矩密度的应用领域,依然占据着主导地位。

各项的物理意义
  • 磁铁转矩 $\frac{3}{2}p\Phi_m I_q$:永磁体磁通与q轴电流相互作用产生的转矩。在SPM中,它承担了全部转矩。本质上与直流电机中的弗莱明左手定则是同一原理。伺服电机中转矩常数 $K_t = \frac{3}{2}p\Phi_m$ 保持恒定,正是此式的直接结果。
  • 磁阻转矩 $(L_d - L_q)I_d I_q$:凸极性引起的电感差产生的转矩分量。SPM中 $L_d \approx L_q$,故实际为零。IPM电机中此项承担总转矩的30〜50%,有助于扩大弱磁区的输出。
  • 气隙磁通密度 $B_{g1}$:决定电机性能根本的物理量。转矩与 $B_{g1}$ 成正比,铁损与 $B_{g1}^{1.6\sim2}$ 成正比,因此设计总是在转矩和效率之间权衡。对于NdFeB磁铁 $B_r = 1.2\sim1.4$ T 的情况,气隙中 $B_{g1} \approx 0.7\sim0.9$ T 左右。
假设条件与适用范围
  • dq轴模型是仅考虑空间基波的集总参数电路模型。无法评估谐波影响(齿槽转矩、转矩脉动)
  • 忽略磁饱和的线性模型。实际上,定子齿尖处超过1.5T时饱和会变得显著,$\Phi_m$ 会随电流变化
  • 假设温度恒定。钕磁铁的温度系数约为 $-0.12\%/\text{K}$,温度上升100℃时 $B_r$ 会下降约12%
  • 2D分析忽略端部效应(端部漏磁、轴向磁通)。叠厚较短的电机需要3D分析

数值解法与实现

控制方程与矢量势法

🧑‍🎓

SPM电机的FEM分析,是在解什么样的方程?

🎓

起点是麦克斯韦方程组,但对于低频电磁设备,使用忽略位移电流的准静态近似。为了自动满足磁通守恒 $\nabla \cdot \mathbf{B} = 0$,引入磁矢量势 $\mathbf{A}$:

$$ \mathbf{B} = \nabla \times \mathbf{A} $$

将其与安培环路定律 $\nabla \times \mathbf{H} = \mathbf{J}$ 结合,得到SPM电机的控制方程:

$$ \nabla \times \left( \nu \, \nabla \times \mathbf{A} \right) = \mathbf{J}_s + \nabla \times \left( \nu \, \mathbf{B}_r \right) - \sigma \frac{\partial \mathbf{A}}{\partial t} $$

右边第一项是线圈电流源,第二项是永磁体的等效电流源(由剩磁 $\mathbf{B}_r$ 计算),第三项是导体中的涡流项。$\nu = 1/\mu$ 是磁阻率。

🧑‍🎓

2D分析会怎样?是只切出截面来解吗?

🎓

是的。2D情况下,矢量势只有 z分量 $A_z$,因此归结为标量方程:

$$ -\frac{\partial}{\partial x}\left(\nu \frac{\partial A_z}{\partial x}\right) - \frac{\partial}{\partial y}\left(\nu \frac{\partial A_z}{\partial y}\right) = J_z + \frac{\partial (\nu B_{ry})}{\partial x} - \frac{\partial (\nu B_{rx})}{\partial y} - \sigma \frac{\partial A_z}{\partial t} $$

电机分析大部分都使用这个2D公式。需要3D的情况是,需要评估斜槽(磁铁或槽的倾斜)效果或端部效应时。

FEM公式化(边单元 vs 节点单元)

🧑‍🎓

FEM离散化时,边单元和节点单元有什么区别?该用哪个?

🎓

如果是2D分析,用节点单元(三角形1次/2次单元)离散化 $A_z$ 是标准做法。未知数是标量,所以简单且计算快。

3D分析则必须使用边单元(Nedelec单元)。边单元能自动保证切向分量的连续性,避免节点单元中出现的伪解(出现物理上无意义的解的问题)。

特性节点单元(2D $A_z$)边单元(3D $\mathbf{A}$)
未知数位置节点上边上
保证的连续性$A_z$ 的连续性切向分量的连续性
伪解2D中无问题自动避免
计算成本高(自由度约3倍)
主要应用2D电机截面分析3D端部效应、斜槽分析

用伽辽金法转换为弱形式,组装单元刚度矩阵,对于2D三角形1次单元:

$$ K_{ij}^e = \int_{\Omega_e} \nu \left( \frac{\partial N_i}{\partial x}\frac{\partial N_j}{\partial x} + \frac{\partial N_i}{\partial y}\frac{\partial N_j}{\partial y} \right) d\Omega $$

有涡流项时,质量矩阵 $M_{ij}^e = \int \sigma N_i N_j \, d\Omega$ 会加入,整体联立方程为:

$$ [K]\{A\} + [M]\frac{d\{A\}}{dt} = \{F\} $$

非线性B-H曲线的处理

🧑‍🎓

铁芯是非线性的吧?饱和了会怎样?

🎓

硅钢片在 $B \approx 1.5$ T 附近磁导率会急剧下降。要在FEM中处理这个,需要用牛顿-拉夫逊法进行非线性迭代。具体来说,根据前一次的解更新每个单元的 $\nu(B)$,重新构建刚度矩阵,重复直到残差足够小。

🧑‍🎓

有不收敛的情况吗?大概需要迭代多少次?

🎓

通常5〜15次收敛。不收敛时,多半是因为B-H曲线数据太粗糙(插值后锯齿状),或者饱和区 $\nu$ 变化太剧烈。实用的技巧有:

  • 在饱和区(1.0〜2.5T)密集设置B-H曲线的数据点
  • 将松弛系数(under-relaxation factor)设为0.5〜0.7
  • 收敛判据一般采用残差范数 $\|R\|/\|R_0\| < 10^{-4}$

旋转运动的耦合方法

🧑‍🎓

电机是旋转的。FEM的网格怎么跟随旋转呢?

🎓

问得好。主要有三种方法:

  • 滑动网格法:在气隙中央分割网格,只旋转转子侧网格。边界面上节点不匹配,通过插值连接。最常用
  • 重划网格法:每个时间步重新生成气隙网格。精度高但成本大
  • Moving band法:在气隙放置带状单元层,根据旋转切换单元连接。JMAG或Maxwell采用
🧑‍🎓

滑动网格法最常用啊。商用求解器会自动处理吗?

🎓

使用JMAG、Maxwell、COMSOL的电机设计模板会自动设置。但旋转步长角设置不当,会漏掉转矩脉动的高次谐波成分。建议以每电角度步长1°以下为目标。对于48槽8极电机,机械角步长大约0.5°。

转矩计算方法的比较

🧑‍🎓

听说FEM计算转矩有好几种方法。

🎓

主要有三种方法,各自的精度和网格依赖性不同:

関連シミュレーター

この分野のインタラクティブシミュレーターで理論を体感しよう

シミュレーター一覧

関連する分野

この記事の評価
ご回答ありがとうございます!
参考に
なった
もっと
詳しく
誤りを
報告
参考になった
0
もっと詳しく
0
誤りを報告
0
Written by NovaSolver Contributors
Anonymous Engineers & AI — サイトマップ
方法原理精度网格依赖性
麦克斯韦应力张量法对气隙面上的磁应力积分依赖于积分路径高(对气隙网格敏感)
虚功原理(VWP)微小旋转引起的能量变化中等
Arkkio法在整个气隙带内对应力张量进行体积平均非常高