基于ANSYS的异步电动机温度场分析

论文摘要

随着我国经济社会的发展，异步电动机作为原动力和驱动装置，其数量越来越多，应用也越来越广泛，而异步电动机的温升是其运行可靠性和使用寿命的重要影响因素。为了准确了解异步电动机内部的温度变化规律，本文以一台1.5KW的三相异步电动机（Y90L-4）为研究对象，分析研究其多种负载情况下的温度场分布，并对其温升进行了预测。本文首先采用虚拟仪器软件Labview作为上位机软件，并利用数据采集卡和自制的外围电路构成异步电动机定子温升的数据采集系统。分别在异步电动机处于多种负载情况下，利用该测试系统对其内部多个位置的温度和定子电流进行实时采集、显示、存储和分析处理，为后面的理论分析提供数据和验证基础。接着，在考虑异步电动机齿槽形状、端部电阻和铁心饱和等情况下，利用有限元分析软件（ANSYS），建立了该异步电动机的二维场路耦合有限元模型，对该异步电动机进行谐波仿真分析和伪静止瞬态分析，分别得出了电动机在不同负载情况下的磁力线、磁通密度和定子电流的分布,并比较两种分析方法的优缺点。在电磁场分析和测试实验的基础上，计算了异步电动机各个部分的损耗大小、导热系数和散热系数等热性能参数。在ANSYS中分别建立该异步电动机的二维和三维的有限元模型，引入气隙等效导热系数的概念，将异步电动机的定转子的温度场进行联合求解，仿真分析了二维和三维的异步电动机在不同负载情况下的稳态和瞬态温度场分布，并分析了其温度的变化规律。最后，利用Matlab中的神经网络工具箱，设计异步电动机在稳定负载时温升预测的神经网络模型，并利用实验数据进行训练与预测，取得了良好的效果，为推动电动机智能保护的研究，具有重要的价值。上面电动机的电磁场分析和温度场分析都是利用ANSYS的参数化设计语言（APDL）进行编程仿真的，避免了复杂繁琐的GUI操作，并且便于修改操作，大大提高了工作效率，其分析结果也与实验数据进行了比较，精度满足工程要求，验证了其分析计算的准确性，为异步电动机的优化设计和温度的预测预报奠定了基础。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 课题研究的背景及意义
• 1.2 国内外的研究概况
• 1.2.1 电动机测试系统的发展概况
• 1.2.2 电动机温度场分析的研究概况
• 1.3 本课题的研究内容和特色
• 1.4 本文的章节安排
• 第二章 基于 Labview 的电动机定子温升测试系统
• 2.1 测试系统控制方案
• 2.1.1 电动机温升测试方法
• 2.1.2 电动机温升测试方案
• 2.2 测试系统硬件设计
• 2.2.1 数据采集卡
• 2.2.2 温度传感器
• 2.2.3 电流传感器
• 2.2.4 信号调理电路设计
• 2.3 测试系统软件设计
• 2.3.1 热敏电阻误差修正程序模块
• 2.3.2 温度和电流采集程序模块
• 2.3.3 曲线拟合程序模块
• 2.4 测试结果与分析
• 2.4.1 电动机空载时测试结果与分析
• 2.4.2 电动机负载时测试结果与分析
• 2.5 本章小结
• 第三章 异步电动机的电磁场分析
• 3.1 电动机电磁场有限元分析的基本原理
• 3.1.1 时变电磁场微分方程
• 3.1.2 时变电磁位微分方程
• 3.1.3 电磁场中的边界条件
• 3.1.4 电磁场的变分问题
• 3.1.5 有限单元法的分析过程
• 3.2 电动机电磁场分析的有限元模型
• 3.2.1 电动机等效场路耦合
• 3.2.2 基本假定及求解区域
• 3.3 电动机电磁场的结果与分析
• 3.3.1 谐波磁场分析
• 3.3.2 伪静止瞬态磁场分析
• 3.4 本章小结
• 第四章 异步电动机的温度场分析
• 4.1 温度场计算的传热学基本原理
• 4.1.1 导热基本定律及导热微分方程
• 4.1.2 导热微分方程的边值条件
• 4.2 电动机热性能参数的计算
• 4.2.1 电动机应用材料的导热系数
• 4.2.2 定子绕组等效导热系数的确定
• 4.2.3 定转子间空气间隙等效导热系数的确定
• 4.2.4 电动机表面散热系数的确定
• 4.2.5 电动机内热源的计算
• 4.3 电动机二维温度场分析
• 4.3.1 求解区域的确定和基本假定
• 4.3.2 二维温度场的有限元方程及边界条件
• 4.3.3 二维瞬态温度场的结果与分析
• 4.3.4 二维稳态温度场的结果与分析
• 4.4 电动机三维温度场分析
• 4.4.1 三维求解区域的确定和基本假定
• 4.4.2 三维温度场的有限元方程及边界条件
• 4.4.3 三维温度场的结果与分析
• 4.5 本章小结
• 第五章 异步电动机温升的智能预测
• 5.1 人工神经网络的基本原理
• 5.1.1 人工神经元模型
• 5.1.2 人工神经网络及其学习法则
• 5.2 BP 神经网络的算法
• 5.2.1 标准 BP 网络算法
• 5.2.2 标准 BP 网络算法的改进
• 5.3 基于神经网络的电动机温升智能预测
• 5.3.1 电动机温升预测模型
• 5.3.2 温升实验数据预处理
• 5.3.3 神经网络的结构设计
• 5.3.4 神经网络的测试分析
• 5.4 本章小结
• 结论与展望
• 参考文献
• 致谢
• 个人简历
• 攻读硕士学位期间发表的学术论文