上一篇把一字型IPM转子Q轴凹槽的全参数化建模拉通了。这篇不聊几何,只解决一件事:Maxwell Optimetrics跑完之后,1080组理论组合、946组实际可用Case摊在桌面上,到底挑哪一组进图纸?
这个问题的常见答案是:按齿槽转矩从小到大排序,取第一条。这么干的后果通常是——齿槽是下来了,平均转矩也跟着掉了,THD飙了,线电压飘了,磁桥薄到高速有可能裂。单目标思维放到多目标问题里,本身就是坑。
我写了一套工具来处理这件事:Maxwell参数化多目标优化工具 v1.1(Python GUI),拖进Optimetrics导出的CSV,自动完成Case对齐、约束筛选、五维加权、Pareto前沿识别和Excel报告。这篇把工具的内部逻辑、操作步骤、以及本项目946组实测数据的结果完整讲清楚。
先看结果
946组扫描方案,856组通过硬约束,111组进入Pareto非支配解,最终输出Top10。
Top1:平均转矩 +8.24%,转矩脉动改善 52.20%,线THD改善 64.41%,齿槽转矩改善 37.38%。但线RMS提高了15.46%——所以它只能进"推荐复算",不能直接定型。

(图1:筛选漏斗——从946组共同Case到Top10候选的完整路径)
Q轴凹槽由四个参数决定,每个参数独立变化、互相耦合:
① 偏置角 Notch_Offset_Angle
凹槽开口偏离Q轴中心线的角度。范围 40°~80°,步长 10°,共 5 层。
② 切入深度 Notch_Depth
从转子表面向内切入的深度。范围 0~0.5 mm,步长 0.1 mm,共 6 层。
③ 入口圆角 Notch_R1
凹槽入口处的大圆角半径。范围 0~10 mm,步长 2 mm,共 6 层。
④ 底部圆角 Notch_R2
凹槽底部的过渡圆角半径。范围 0~5 mm,步长 1 mm,共 6 层。
四变量全组合理论值 = 5 × 6 × 6 × 6 = 1080 组。完成文件识别和四类指标 Case 对齐后,实际得到 946 组共同 Case——有 134 组理论组合在部分指标中缺失。946 是真正进入分析的数据量。

(图2:Optimetrics参数扫描设置。四变量全组合理论值 5×6×6×6=1080 组,四类CSV共同Case 946 组)

(图3:凹槽四参数定义表——偏置角、深度、入口圆角、底部圆角的扫描步长)


(图4:Q轴凹槽CAD工程图细节,标注四参数的几何位置)
盯着齿槽转矩最小值选,最容易挑出"齿槽是降了,平均转矩也掉了一大截"的假优解。真正能落地的方案,必须同时回答五个问题:转矩够不够、脉动低不低、齿槽小不小、THD好不好、反电动势幅值有没有飘。
optiSLang是一套很强的流程集成和鲁棒设计优化平台,适合跨软件的敏感性分析、不确定性量化、代理模型和自动寻优。这次不用它,不是因为它不好,是任务目标不一样。
946组Maxwell Optimetrics仿真已经跑完了。这时候再搭optiSLang流程,需要重新配参数映射、响应定义、约束、优化算法和软件接口;一旦让它继续调Maxwell迭代求解,总周期还是卡在有限元求解时间上。对一个已经拿到完整CSV的单电机项目,这套流程太重了。
Python方案不重新启动946次有限元求解,直接读现有CSV,很短时间就能完成Case对齐、基准比较、五指标归一化、可调权重评分、Pareto筛选和Top10报告。权重和工程门槛都能按项目调整,逻辑透明,交给其他工程师也能复用。它是一个面向Maxwell已有结果的轻量后处理工具,不是optiSLang的替代品。
带凹槽的参数化结果和无凹槽基准必须来自同一模型版本、同一转速/电流/温度、同一统计窗口。没有无凹槽基准,工具也能做内部排序,但回答不了"比原方案到底改善了多少"。
需要准备 4 类工况 × 2 种文件(参数化 + 基准)= 8 个 CSV:
工况一:空载反电动势
工况二:空载反电动势 THD
工况三:额定负载转矩
工况四:空载齿槽转矩
> Phase rms THD 作为辅助校核可选,不进入核心五指标。
每一组方案由Notch_Depth、Notch_Offset_Angle、Notch_R1、Notch_R2唯一标识。工具不会按CSV行号硬拼,而是在所有必需指标中取共同Case交集:只有四类结果都存在的组合才进入分析。这样能避免某个CSV少一行后,整张表从第二行开始全部错配。
本项目扫描总组合1080组,四类CSV共同Case 946组,说明有134组理论组合在部分指标中缺失;946组是四类数据完整对应的可用样本。

(图5:四类CSV按共同Case对齐——不按行号硬拼,而是按四参数Case键取交集)
正式版采用三层结构,三者各管各的——否则就会出现规则写着 2%、Top1 却偏差 15.46% 的逻辑矛盾。
第一层:硬约束(不满足直接淘汰)
第二层:评分项(决定通过方案的排名顺序)
五个核心指标按权重综合打分:平均转矩 35%、线THD 25%、转矩脉动 20%、齿槽转矩 15%、线RMS偏差 5%。权重可以按项目调整。
第三层:工程警示(不自动淘汰,但必须人工复核)
> 本项目结果:946 组方案中,856 组通过硬约束,90 组被淘汰。这个 856 是按当前约束得到的真实数量。
五个指标的量纲不同(N·m、%、V、mN·m),不能直接加减。工具先在通过约束的方案内部做 0~100 分的 Min-Max 归一化,再按权重合成综合得分。
五指标权重与方向:
平均转矩 —— 权重 35%
线反电动势 THD —— 权重 25%
转矩脉动 —— 权重 20%
齿槽转矩 Pk2Pk —— 权重 15%
线 RMS 绝对偏差 —— 权重 5%
计算方式:
综合得分 = 35%×转矩得分 + 25%×THD得分 + 20%×脉动得分 + 15%×齿槽得分 + 5%×线RMS偏差得分
> 这个分数是本批样本内部的相对分数,不是效率也不是合格率。扫描边界、样本范围或权重改变后,分数和排名都可能变化。

(图6:Min-Max归一化 + 五维 权重——把不同量纲拉到同一尺度,再用权重反映项目优先级)
通过硬约束的方案先做Pareto前沿分析,本项目得到111组非支配解:没有另一组方案能在所有核心目标上同时更好。Pareto负责保留有价值的折中,整数权重负责从这些方案中给出明确的Top10复算顺序。

(图7:Pareto前沿——保留多目标权衡边界,不先假定只有一个最优答案)
以下结果全部来自48mm外径、10极一字型IPM的Maxwell参数化仿真和无凹槽基准。它们不是示例值,也不是台架实测。
Excel综合看板给出整批数据的决策摘要:946组共同Case,856组通过硬约束,111组进入Pareto前沿,最终按综合得分输出Top10。
Top1 方案:D0.5-A70-R10-R5(综合得分 82.44)
无凹槽基准 | Top1 | 变化 | |---|---|---|---|
平均转矩 | 2.1828 N·m | 2.3626 N·m | +8.24% ✅ |
转矩脉动率 | 4.86% | 2.32% | 改善 52.20% ✅ |
线THD | 2.01% | 0.72% | 改善 64.41% ✅ |
齿槽转矩Pk2Pk | 21.8486 mN·m | 13.6827 mN·m | 改善 37.38% ✅ | | 线RMS | 28.8045 V | 33.2583 V | +15.46% ⚠️ 需电压校核 |
四项指标全部改善,但线RMS越界——所以Top1目前只能标记为"推荐复算",不能直接定型。

(图8:决策摘要卡片——把方案数量、Top1参数和工程警示集中在一页)
看这张表时别只盯综合得分。评分负责排序,工程提示告诉工程师下一步必须复核什么。

(图9:Top1 vs 无凹槽五指标对比——四项改善,线RMS越界,必须电压校核)

(图10:Top10候选参数表——保留完整参数、原始指标和综合得分,便于回到Maxwell逐一复算)
Top10得分集中在81.98~82.44,彼此差距不大。它们全部采用0.5mm深度,但偏置角和R2仍存在不同组合。Top1不是唯一答案,Top2~Top10是为电压、强度或制造复核不通过时保留的替代路线。

(图11:按凹槽深度着色的转矩与齿槽转矩散点图——颜色表示深度,黑色为Top10)
各深度样本量:0mm 90组、0.1mm 180组、0.2mm 176组、0.3mm 174组、0.4mm 167组、0.5mm 159组,合计946组。黑色Top10集中在高转矩、低脉动区域,但没有同时占据齿槽转矩的绝对最低点——这正是多目标折中的结果。

(图12:平均转矩与线THD、线RMS的关联——解释Top1的收益与电压风险)
一部分高转矩方案同时获得了较低线THD,但线RMS随平均转矩明显同步上升。提高有效磁链和平均转矩时,反电动势幅值往往一起升高。Top10虽然在转矩、脉动和THD上很漂亮,仍必须检查最高转速反电动势、母线电压和弱磁裕量。
在当前0~0.5mm扫描范围和当前权重下,Top10全部落在0.5mm,只说明电磁最优点位于当前搜索边界。它不能证明继续加深一定更好,更不能证明0.6mm也安全。

(图13:0.5mm电磁边界与机械边界——电磁最优点≠机械安全点,更不等于可以外推)
0.5mm已经是当前最薄位置承受离心力的极限尺寸。正式选择时,Notch_Depth≤0.5mm必须作为硬约束,并在0.40、0.45、0.50mm附近加密复算。Top1~Top3还要进入结构模型做离心应力、磁桥应力和疲劳校核。
Top1的平均转矩、转矩脉动、线THD和齿槽转矩都明显优于无凹槽基准,但线RMS提高了15.46%,远高于默认2%的警示线。它目前只能标记为"推荐复算"。
下一步:
Maxwell参数化多目标优化工具 v1.1 通用兼容版,双击 `Maxwell_Optimizer_Universal_v1.1.pyw` 启动,自动在本机浏览器打开网页界面(`http://127.0.0.1:8765`,所有CSV均在本机处理,不上传网络)。

(图14:通用版主界面 v1.1——项目路径、极数、工程门槛、五指标权重和参数名映射均可按新电机重新设置)
从准备CSV到拿到Excel报告,一共六步:

(图15:一次分析的完整操作流程——从数据就位到Excel报告的六步管线)
把四类参数化 CSV 和四类无凹槽基准 CSV 放进同一个项目文件夹。工具按文件名关键词自动识别每个文件的角色和指标:
角色识别规则:
指标识别规则:
> 命名不标准也没关系——扫描后可以在"文件识别与映射"表里手动改角色和指标。
① 扫描CSV
点击"① 扫描CSV",工具列出每个文件的使用勾选、角色(parametric/baseline)、指标类型、格式(wide/long/baseline),生成完整的文件识别表。
如果某个文件的角色或指标识别错了,在表格里改掉即可。这是后续所有计算的数据基础。
② 兼容性检查
点击"② 兼容性检查",界面返回三项关键信息:
状态
共同Case数
错误/提示
只有状态显示 OK 才建议继续生成报告。这一步的作用是在正式分析前拦截数据问题,避免跑完才发现缺文件或Case对不上。
③ 保存映射与设置
确认识别无误后,点"③ 保存映射与设置"。工具将以下内容写入项目文件夹下的 `project_config.json`:
下次再打开同一项目文件夹,工具会自动加载已保存的配置。
#### ④ 开始分析
点"④ 开始分析",工具内部执行:
读取全部CSV → Case键对齐 → 约束筛选 → 五维Min-Max归一化加权 → Pareto前沿识别 → Top10排序
完成后生成两个文件:
必填项(换电机时必须重新设置):
CSV 项目文件夹
转子极数
平均转矩最大下降
线RMS 最大偏差
最大凹槽深度 (mm)
凹槽参数名映射
可调项(建议复核):
Excel 输出路径
评价模式与 Top 数量
核心指标改善/退化
五指标权重
报告包含 8 个工作表,按以下顺序查看:
① 综合看板(决策入口)
顶部 6 张 KPI 卡片 + Top1 概览 + Top1~Top10 逐项对比 + 权重与工程提示。告诉你共同 Case 多少组、通过了多少组、Top1 是谁、线RMS 有没有越界。黄色提示框会明确标记"需电压校核"还是"推荐复算"。
② 优选 Top10
当前权重下的 10 组候选完整参数与得分,便于回到 Maxwell 逐一复算。
③ 帕累托前沿
多目标非支配解列表(本项目 111 组)。
④ 优化图表
4 张按凹槽深度着色的散点图:转矩 vs 脉动、转矩 vs 齿槽、转矩 vs THD、转矩 vs RMS。
⑤ 全部方案
946 组方案全部指标、PASS/FAIL 状态和淘汰原因。
⑦ 数据校核
CSV 识别情况、共同 Case 数量、异常告警。
程序通用,不代表工程参数可以照搬。即使只改变转子极数,也必须建立新电机自己的无凹槽基准,并重新确认偏置角范围、最大凹槽深度、平均转矩下降门槛、线RMS警示值和权重。
这套方法的核心不是替工程师自动决定最终尺寸,而是把大量参数化结果变成一条可追溯的决策链。多目标优化不是单指标排序——先过硬约束砍掉不合格的,再用五维加权和Pareto前沿做二次筛选,最后给出Top10复算优先级。
任何Top1都只是电磁候选,不是定型方案。线RMS偏差、离心强度、退磁、温升、效率和NVH,每一项都可能把它刷下来。优化工具做的事,是帮你从946组里快速定位值得复算的小范围,而不是替你拍板。
两篇文章,把"转子外圆挖个槽"这件事,从原理、建模、参数化、扫描、多目标优化一路推到工程定型。看起来是讲一个槽,其实是在讲一套用仿真数据驱动电机设计决策的方法。
同样的思路,放到V字型IPM、内置式永磁同步电机、甚至轴向磁通电机的参数化优化上,都可以复用。建模是骨架,数据是血液,规则是神经——三者搭好了,电机设计才不只是靠经验试错,而是有据可依。
脚本、输出报告以及Maxwell 参数化多目标优化工具使用手册




