瞭解 WITTENSTEIN 如何透過 CADFEM 和 Ansys 的支援提升開發能力。
透過 PyAnsys 的協助，自動化多重物理量模擬工作流程時，會發生什麼事？對 Kai Schneider 而言，其成果是更高品質的電動馬達設計，能更快提供更高的功率密度和效率，同時也有機會累積更多專業知識，以支援其客戶的混合電動車 (HEV) 計畫。
「自從將工作流程自動化之後，我們在冷卻系統的功能與可進行的變更方面獲得了更多的相關知識。」他補充道：「我們在短時間內取得了可用於其他專案的新發現，包括如何以不同方式套用模擬來尋找新想法，以及未來的合作方法，瞭解我們可以如何運用各種尺寸的模型，改變我們對整個車輛系統的看法。」
Schneider 任職於 WITTENSTEIN SE 的子公司 WITTENSTEIN cyber motor GmbH，擔任開發工程師。他們主要為工業、特殊領域和汽車應用領域設計、生產和銷售技術先進的伺服馬達、驅動電子產品，以及完整的機電整合驅動系統。
在 Ansys Apex 通路合作夥伴 CADFEM Germany GmbH 的解決方案架構師 Daniel Soukup 的支援下，Schneider 的團隊能夠自動化並加速設計分析，以快速回應客戶對新電動馬達技術的需求。Soukup 和 CADFEM 團隊為 WITTENSTEIN 連結進行馬達設計所需的 Ansys 軟體、訓練和支援。
「這些客戶的特定開發需要一個起點。」Soukup 表示：「這就是需要專業知識和能力的地方。也是 CADFEM 和模擬功能對 Ansys 客戶來說最有價值的地方。」
透過自動 PyFluent 設定產生網格，由 CADFEM 提供
在溫度和電源傳輸的交叉點實現最高效率
WITTENSTEIN 銷售現成的電動馬達解決方案，這些解決方案經常需要調整，以滿足個別客戶的需求。該公司專注於透過冷卻概念設計，打造高功率密度的馬達，以實現最佳效能，特別是汽車領域。
Schneider 表示，為了達成這項目標，需要在過熱和持續功率的邊界上進行馬達開發。安裝空間通常非常有限，因此冷卻系統必須進行最佳化，才能充分利用可用的安裝空間。
「找出溫度與電源傳輸之間的平衡是一項挑戰，尤其是在汽車產業。」他表示：「在這個領域裡，冷卻液本身的溫度很高、低壓降需求，且空間很小。我們需要一個系統或程式，能夠在我們規定的開發時間內算出這些閾值。」
然而，在 WITTENSTEIN 能夠生產與測試馬達原型之前，他們必須確定冷卻概念是否良好，或是否需要對其產品組合中已有的類似冷卻系統進行改進。
散熱器上模擬溫度分佈與 AI 預測溫度分佈比較圖(由 CADFEM 提供)
一個自動化工具鏈讓概念保持流動
模擬的直接優勢之一是能夠更快地實現最佳化的高效能馬達冷卻設計。WITTENSTEIN 和 CADFEM 會定期使用 Ansys 工具進行模擬迴圈，以分析特定設計，然後判斷是否需要任何改進。
為了更有效率地開發冷卻系統，他們一開始組合使用極快速的圖形處理器 (GPU) 求解器、強大的幾何建模功能，以及系統化參數設計研究，以加速電動馬達冷卻設計的開發。
在加入以下數種 Ansys 模擬工具和求解器後，他們能更快速地完成設計最佳化：
- Ansys Fluent 流體模擬軟體，用於冷卻系統的流動和外殼材料中產生的溫度
- Ansys Discovery 3D 產品模擬軟體，用於定義幾何參數以自動化模擬並產生變體，同時保留原始設計
這些工具構成 CADFEM 自動化模擬工作流程的基礎，不但易於設定，更可在稍微調整後應用於不同的應用領域。在桌上型電腦上完成本機開發工作流程後，可利用雲端的虛擬機器同時執行大量模擬，輕鬆實現可擴充性。
「過去，這個流程可能相當耗時，特別是當其中一項手動迭代需要進行調整，然後再執行新的模擬時。」Schneider 表示：「當然，這項活動對於強化設計十分重要。同時，我們也面臨無法滿足客戶時間要求的風險。產品上市時間的確給我們帶來許多限制。」
最初，他們組合使用極快速的圖形處理器 (GPU) 求解器、強大的幾何建模功能，以及系統化參數設計研究，大幅加速了電動馬達冷卻設計的開發。
透過模擬，他們將流體溫度降低了 10％，同時將電動車馬達冷卻系統的壓力損失減少了約一半。
多種生成和模擬的冷卻設計，由 CADFEM 提供
透過 PyAnsys，以「不使用指令碼」的方式擁有更高的建模彈性
在將 PyAnsys 導入上述的 WITTENSTEIN 現有工作流程後，讓他們擁有了強大的新功能來存取 Ansys 軟體，簡化了複雜模擬工作流程的開發與自動化。CADFEM 能透過 PyFluent 和 Ansys optiSLang 軟體，成功自動化馬達冷卻分析的 AI 資料生成，真正地加快了工作速度。
WITTENSTEIN 想要瞭解如何透過在開發初期即可預測新幾何行為，且無需執行完整模擬的 AI 模型中獲益。
具體而言，他們使用 Ansys optiSLang 軟體，結合在 Ansys Discovery 軟體中建立的參數化幾何與自動化的 Ansys PyFluent 設定。接著就能非常輕鬆快速地產生和模擬新變體，並將結果匯出為可供 AI 使用的資料格式。由於此工作流程可由參數控制，因此 CADFEM 可生成許多變體，不需要依賴實際資料——這些實際資料往往資料點較少，且變化幅度過大，不適合作為第一次 AI 基準測試。
「PyAnsys 完全基於 Python，提供建立變體所需的簡單性。」Soukup 說：「這能帶來可靠且穩健的自動化工作流程。透過我們的 Fluent 設定自動化幾何生成後，我們還可以匯出資料，以供日後在 AI 模型中使用。我們獲得了工作流程範本，最終進一步增強了我們的設計能力。」
在極短時間內完成眾多設計
對於 Schneider 而言，使用 Ansys 工具自動化此工作流程，所獲得的最大優勢之一就是速度。這讓 WITTENSTEIN 能夠快速調整，以近乎即時的方式滿足客戶需求。
他表示：「從我的角度來看，我們有許多設計可以模擬，基本上，由於我們的努力，我們現在有超過 70 種設計可以參考，特別是冷卻液如何流經馬達。在自動化整個工作流程後，我們在如此短的時間內，使用不同參數模擬了這麼多的設計。對我而言，真的令人驚訝。」
WITTENSTEIN 和 CADFEM 在合作最佳化電動馬達技術方面擁有悠長的成功歷史。
下載案例研究《WITTENSTEIN 在設計電動馬達冷卻概念方面開創新天地》，以瞭解更多資訊。
參數化的 PyFluent 指令碼，可輕鬆變更模擬中的邊界條件，由 CADFEM 提供
