Magnetics Optimizer: Pareto-Optimale Transformatoren

Warum Magnetdesign immer noch schwierig ist

Die Simulation der Leistungselektronik ist wirklich gut geworden. Sie können einen kompletten Schaltwandler in SPICE einschalten, Monte Carlo auf Ihrem Regelkreis laufen lassen und sogar Strahlungsemissionen vorhersagen, bevor Sie die Platine gedreht haben. Aber Magnetik? Immer noch stur manuell. Der Arbeitsablauf hat sich seit Jahrzehnten kaum verändert: Schätzen Sie die benötigten Voltsekunden ab, blättern Sie durch einen Anbieterkatalog und wählen Sie einen Kern auf der Grundlage der Faustregeln für die Stromversorgung aus, berechnen Sie Windungen, überprüfen Sie, ob die Wicklung tatsächlich in das Fenster passt, stellen Sie sicher, dass die maximale Flussdichte unter der Sättigung bleibt, und drücken Sie die Daumen, dass der Temperaturanstieg akzeptabel ist.

Hier ist das Problem: „Wählen Sie einen Kern aus dem Katalog aus“ ist nicht wirklich ein deterministischer Schritt. TDK, Ferroxcube, Magnetics Inc. und Micrometals bieten zusammen Dutzende von Ferritmaterialien und Hunderte von Kernformen an. EE, ETD, PQ, RM, Toroide — jedes mit unterschiedlichen Kompromissen. Jedes Material hat seine eigenen Steinmetz-Koeffizienten, seine eigene Sättigungsflussdichte und seinen eigenen Wärmewiderstand. ETD-Kerne bieten Platz für großvolumige Wicklungen; PQ-Kerne eignen sich besser für Baugruppen mit niedrigem Profil. N87- und N97-Ferrite von TDK haben völlig unterschiedliche Kernverlustprofile bei 100 kHz gegenüber 500 kHz. Toroide aus pulverisiertem Eisen können zwar höhere Sättigungsflüsse verkraften, dafür zahlen Sie jedoch mit hochfrequentem Kernverlust.

Und hier ist, was es noch schlimmer macht: Es gibt kein einziges „bestes“ Design. Ein auf minimalen Verlust optimiertes Design verwendet einen großen Kern mit niedriger Flussdichte und dickem Draht. Bei einer für die Mindestgröße optimierten Konstruktion wird die Flussdichte in Richtung Sättigung verlagert und das Windungsfenster dicht verschlossen. Diese Ziele stehen in direktem Konflikt zueinander. Der richtige Kompromiss hängt vollständig von Ihrem Wärmebudget, der begrenzten Grundfläche der Leiterplatte und Ihrem Effizienzziel ab. Die meisten Ingenieure wählen einfach etwas, das vernünftig aussieht, und machen weiter — aber Sie lassen die Leistung auf dem Tisch.

Der Magnetics Optimizer geht dieses Problem direkt an. Er behandelt die Kernauswahl und die Wickelgeometrie als ein Optimierungsproblem mit mehreren Zielen, das mit NSGA-II für alle 113 Kerne in der Datenbank gleichzeitig gelöst wird. Was man zurückbekommt, ist die Pareto-Front: jedes Design, bei dem keine Verbesserung der Effizienz ohne Erhöhung der Lautstärke erreichbar ist. Sie raten nicht mehr — Sie wählen aus dem mathematisch optimalen Set.

Das Konstruktionsproblem: 48 V Flyback, 36 W, 100 kHz

Das funktionierende Beispiel, das wir in diesem Beitrag verwenden werden, ist ein primärseitig geregelter Flyback-Transformator. Die technischen Daten sind: 48-V-Eingang (nominal), 12-V-Ausgang bei 3 A (insgesamt 36 W), 100 kHz Schaltfrequenz, 45% Einschaltdauer. Ziemlich typisch für einen kleinen isolierten DC-DC-Wandler. Hier sind die in das Tool eingegebenen Parameter:

Bei einer Eingangsspannung von 48 V und einer Einschaltdauer von 45% ergibt das während der Einschaltdauer an die Primärleitung angelegte Volt-Sekunden-Produkt:

§0 §

Diese Zahl bestimmt alles andere — sie dreht sich um Auswahl und Kernbereich. Sie muss unterstützt werden, ohne den Kern zu überlasten, und während der Ausfallzeit vollständig zurückgesetzt werden. Dies ist die grundlegende Einschränkung, die die Anzahl der Windungen, die Kerngeometrie und die Schaltfrequenz miteinander verbindet. Wenn Sie einen Fehler machen, ist Ihr Transformator entweder gesättigt oder wird nicht richtig zurückgesetzt.

Warum Optimierung mit mehreren Zielen wirklich wichtig ist

Schauen wir uns zwei extreme Designs für dieses Flyback an, um zu sehen, warum Sie nicht nur für eine Sache optimieren können.

Design A — minimaler Verlust: Verwenden Sie einen ETD44-Kern mit$A_e = 173\,\text{mm}^2$. Dieser große Querschnitt unterstützt die erforderlichen Voltsekunden bei moderaten Windungen und niedriger Spitzenflussdichte — vielleicht 80 mT. Der Kernverlust ist gering. Sie können einen dicken Primärdraht verwenden und den Gleichstromwiderstand niedrig halten. Der Wirkungsgrad liegt bei über 98%. Hört sich toll an, oder? Außer dass der ETD44 ein Volumen von ca. 18 cm³ hat. Das ist ein großer Transformator. Design B — Mindestvolumen: Verwenden Sie einen EE25-Kern mit$A_e = 52\,\text{mm}^2$. Sie benötigen weniger Windungen, aber die maximale Flussdichte muss sich 240 mT nähern, um die Volt-Sekunden-Beschränkung zu erfüllen. Der Kernverlust nimmt erheblich zu — und das tut aus folgenden Gründen weh: Der Steinmetz-Exponent$\beta \approx 2.86$bedeutet, dass der Verlust steil mit der Flussdichte skaliert. Ein Anstieg der Spitzenflussdichte um 10% erhöht den Kernverlust um$(1.10)^{2.86} - 1 \approx 32\%$. Das ist brutal. Aber das Volumen sinkt auf rund 3 cm³ — ein Sechstel von Design A.

Beides ist allgemein nicht besser. Wenn Sie eine Stromversorgung für Rechenzentren entwerfen, wählen Sie den größeren Kern, um die Effizienz zu steigern. Wenn Sie ein tragbares Ladegerät für medizinische Zwecke entwickeln, benötigen Sie unabhängig von den Leistungseinbußen einen geringen Platzbedarf. Die richtige Antwort ist nicht ein Design — es ist die Pareto-Front. Alle Designs, bei denen keine Verbesserung der Effizienz ohne Erhöhung des Volumens möglich ist. Dann wählen Sie diejenige aus, die Ihren Einschränkungen entspricht.

Der Algorithmus: NSGA-II

Der Optimierer verwendet NSGA-II (Non-dominated Sorting Genetic Algorithm II), implementiert mit der DEAP-Bibliothek. Falls Sie mit genetischen Algorithmen nicht vertraut sind, hier ist die Grundidee: Pflegen Sie eine Population von Kandidatendesigns, evaluieren Sie beide Ziele für jeden Kandidaten, ordnen Sie die Individuen nach Pareto-Dominanz ein und verwenden Sie eine Metrik für die überfüllte Distanz, um die Vielfalt entlang der Front zu wahren. Der letzte Teil ist wichtig — er verhindert, dass die Population auf einen einzigen Punkt zusammenbricht. Sie wollen das gesamte Spektrum an Kompromissen, nicht nur ein „ziemlich gutes“ Design.

Jedes Individuum kodiert ein vollständiges Transformer-Design als Chromosom aus 7 Genen:

• Kernindex — Integer-Index in die 113-Core-Datenbank
• Primär macht N1 — Ganzzahl, 3—120
• Sekundärwindungen N2 — abgeleitet vom Windungsverhältnis von Transformatoren; variiert für gekoppelte Induktoren
• Primärdrahtstärke — AWG 14—40
• Sekundärer Drahtstärke — AWG 14—40
• Luftspalt — 0—3 mm (kontinuierlich)
• Verschachtelung — Keine/P-S-P/S-P-S/Voll (Ganzzahl 0—3)

Für Transformatortopologien wie Flyback und Forward wird N2 nicht direkt optimiert. Es ergibt sich aus der Beschränkung des Windungsverhältnisses:$N_2 = \text{round}(N_1 \cdot V_{out} / (V_{in} \cdot D))$. Das ist physikalisch korrekt und reduziert den Suchraum, was der Konvergenz förderlich ist.

Hier ist etwas Wichtiges, das die meisten Optimierer falsch machen: Der Algorithmus bewertet jeden Kandidaten anhand von 10 Arbeitspunkten. Das sind 5 Lastfraktionen (20%, 40%, 60%, 80%, 100%) mal 2 Eingangsspannungen (nominal und +10%). Bei den Fitnesswerten handelt es sich um den **Worst-Case-Totalverlust und das Kernvolumen aller 10 Punkte. Dadurch wird sichergestellt, dass der Optimierer Designs findet, die über den gesamten Betriebsbereich hinweg robust sind und nicht nur auf eine einzige Nennbedingung abgestimmt sind. Ein Design, das bei 100% Last und Nenneingang gut aussieht, kann bei 110% Eingangsspannung gesättigt sein. Der Optimierer fängt das ein.

Bei 200 Personen und 150 Generationen im kostenlosen Tarif führt der Optimierer ungefähr 120.000—150.000 Bewertungen durch. Beim Fargate-Worker ist dies in etwa 20—40 Sekunden abgeschlossen. Schnell genug, um während einer Entwurfsprüfung zu iterieren.

Physikalische Modelle

Die Fitnessfunktion verkettet nacheinander vier Physikmodelle für jeden Kandidaten. Gehen wir sie einmal durch.

Kernverlust — Steinmetz-Gleichung: wobei$C_m$,$\alpha$und$\beta$materialspezifische Steinmetz-Koeffizienten sind, die pro Material in der Kerndatenbank gespeichert sind, und$V_e$das effektive Kernvolumen in m³ ist. Die Einheiten sind durchgehend SI — Frequenz in Hz, Flussdichte in T, Leistung in W. Für TDK N87 lauten die Koeffizienten:$C_m = 0.0585$,$\alpha = 1.86$,$\beta = 2.86$. Dieser steile Exponent nach$\beta$ist die dominante Sensitivität. Kleine Verringerungen der Spitzenflussdichte führen zu erheblichen Verbesserungen des Kernverlusts. Aus diesem Grund ist es im Hinblick auf die Effizienz so teuer, die Flussdichte zu erhöhen, um Volumen zu sparen. Spitzenflussdichte für einseitige Topologien wie Flyback- und Forward-Topologien:Für Leistungsinduktoren ändert sich die Formel geringfügig:$B_{pk} = L \cdot I_{peak} / (N_1 \cdot A_e)$, wobei$L$aus dem Modell der Kerninduktivität mit Lücken berechnet wird. Der Punkt ist, dass die Flussdichte durch Ihr Voltsekundenprodukt und die Kerngeometrie bestimmt wird — Sie können nicht darüber hinwegtäuschen. Wechselstrom-Wicklungswiderstand — Modell Dowell:

Sowohl der Hauteffekt als auch der Näherungseffekt erhöhen den effektiven Wicklungswiderstand bei der Schaltfrequenz. Das können Sie bei 100 kHz nicht ignorieren. Das Dowell-Modell berechnet$F_R = R_{ac}/R_{dc}$als Funktion des normalisierten Drahtdurchmessers$\Delta = h_{layer}/\delta$(wobei$h_{layer} = d_w \sqrt{\pi/4}$für runde Leiter) und der Anzahl der Wicklungslagen$n_l$gilt:

Die Hauttiefe bei 100 kHz beträgt$\delta = \sqrt{\rho_{Cu}/(\pi f \mu_0)} \approx 209\,\mu\text{m}$. AWG22-Draht hat einen Durchmesser von 0,644 mm, was$\Delta \approx 1.5$entspricht. Mit 4 Primärschichten,$F_R \approx 5$. Ihr Wechselstromwiderstand beträgt das Fünffache Ihres Gleichstromwiderstands. Deshalb ist die richtige Verschachtelung so wichtig — der Optimierer bewertet alle drei Verschachtelungsoptionen und wählt automatisch die beste aus.

Luftspaltinduktivität:

§4 §

Nach § 28§ dominiert der Luftspalt und die Induktivität wird nahezu unabhängig von der Permeabilität des Kernmaterials. Diese Eigenschaft ist in der Tat nützlich für die Herstellungstoleranz — Sie bekämpfen nicht die Veränderung der Ferritdurchlässigkeit von Charge zu Charge.

Thermisch: Der zusammenfassende Wärmewiderstand$R_{th}$wird pro Kern aus den Herstellerdaten gespeichert. Die thermische Obergrenze$T_{ambient} + \Delta T \leq T_{max}$ist eine harte Einschränkung. Bei Konstruktionen, die an einem beliebigen Betriebspunkt gegen diesen Grenzwert verstoßen, wird eine Strafe verhängt, die bei beiden Fitnesszielen Vorrang hat. Der Optimierer gibt dir kein Design, das schmilzt. Harte Einschränkungen bei der Machbarkeit:

-$B_{pk} < 0.8 \times B_{sat}$— 20% ige Sättigungsspanne bei Spannung im ungünstigsten Fall

• Füllfaktor$k_u = (N_1 A_{w1} + N_2 A_{w2})/W_a < 0.40$-$T_{ambient} + P_{total} \cdot R_{th} < T_{max}$Diese sind nicht verhandelbar. Ein Design, das gegen einen von ihnen verstößt, wird als nicht durchführbar markiert und verworfen.

Den Optimizer ausführen: Ergebnisse für den 48V Flyback

Nach Abschluss des Durchlaufs zeigt das Tool die Pareto-Front als Streudiagramm an — Verlust versus Volumen. Jeder Punkt kann angeklickt werden, um Konstruktionsdetails anzuzeigen. Es gibt auch ein Konvergenzdiagramm zur Entwicklung, das zeigt, wie sich der Hypervolumenindikator einem Plateau nähert. Sobald sich diese Kurve abflacht, erzielen weitere Generationen sinkende Renditen. Du bist fertig.

Hier sind drei repräsentative Lösungen aus der letzten Pareto-Front:

Design B ist die vom Optimierer empfohlene ausgewogene Lösung für eine nominale Umgebungsumgebung von 40 °C. ETD34 mit N87-Material, 28 Primärwindungen und 7 Sekundärwindungen (Umdrehungsverhältnis 4:1 für 12 V ab 48 V bei 45% Einschaltdauer), AWG22 primär und AWG18 sekundär, 0,5 mm Luftspalt, P-S-P-Verschachtelung. Gesamtverlust 660 mW, Wirkungsgrad 98,2%, Temperaturanstieg 28 °C. Die maximale Flussdichte beträgt 0,118 T im Vergleich zu$B_{sat} = 0.39\,\text{T}$von N87 — das entspricht einer Sättigungsmarge von 70% gegenüber dem reduzierten Grenzwert. Viel Kopffreiheit.

Design A zeigt, was Sie mit dem größeren ETD44 kaufen können. Der Kernverlust sinkt, weil$B_{pk} = 0.071\,\text{T}$kaum ein Drittel der Flussdichte von Design B ausmacht. Bei$\beta = 2.86$reduziert dieser Faktor von 1,66 bei der Flussdichte den Kernverlust um$(1.66)^{2.86} \approx 5\times$. Der Kompromiss ist das 2,3-fache an Volumen. Wenn Sie genügend Platz auf dem Board haben, ist das ein Kinderspiel.

Design C ist bei einer Umgebungstemperatur von 40 °C thermisch unbedenklich, wenn auch nur geringfügig. Bei einer Umgebungstemperatur von 55 °C erhöht sich die Sperrschichttemperatur durch den Anstieg um 51 °C auf 106 °C, wodurch die Beschränkung verletzt wird. Die Pareto-Front macht diese Grenze deutlich, bevor Sie die Hardware gebaut haben. Das ist wertvoll — die meisten Ingenieure entdecken Probleme mit dem thermischen Spielraum erst, wenn der Prototyp raucht.

Vergleich der Kernmaterialien

Der Optimierer beantwortet die Frage zur Materialauswahl automatisch. Bei 100 kHz ist das Muster über mehrere Durchläufe hinweg konsistent:

Bei 100 kHz übertrifft N97 bei effizienzkritischen Designs durchweg N87. Sein niedrigerer$C_m$reduziert den Kernverlust bei gleicher Flussdichte und Frequenz um etwa 35%. Der Optimierer wählt N97 am verlustarmen Ende der Pareto-Front und N87 am Ende der ausgewogenen und minimalen Lautstärke aus. Das ist sinnvoll — N97 ist teurer, Sie verwenden es also nur, wenn die Effizienz die Kosten rechtfertigt.

Eisenpulver (R-Material, Mix26) erscheint auf der Pareto-Vorderseite nur, wenn eine hohe Sättigungsflussdichte erforderlich ist. Das ist in der Regel bei Leistungsinduktoren mit erheblicher Gleichstromvorspannung der Fall. Bei einem 36W-Flyback dominiert durchgehend Ferrit, da die gespeicherte Energie pro Zyklus moderat ist und der niedrige$C_m$von Ferrit die Oberhand gewinnt. Wenn Sie einen 500-W-Aufwärtswandler mit starker Gleichstromspannung konstruieren würden, würden Sie sehen, dass pulverförmiges Eisen auftaucht.

Bei Schaltfrequenzen über 200 kHz dominieren durchweg N49 oder 3F36. Die$f^{\alpha}$-Skalierung mit$\alpha \approx 1.86$bedeutet, dass die Verdoppelung der Frequenz von 100 kHz auf 200 kHz den Kernverlust um$2^{1.86} \approx 3.6\times$erhöht. Das ist brutal. Das Umschalten von N87 auf 3F36 bei 200 kHz macht ungefähr die Hälfte dieses Anstiegs wieder wett. Der Optimierer findet diese Frequenzweiche empirisch — es gibt keinen fest codierten Frequenzschwellenwert. Er bewertet einfach alles und wählt den Gewinner aus.

Sättigungsrand und Füllfaktor

Wenn Magnete von Hand entworfen werden, sind die beiden häufigsten Produktionsfehler die Kernsättigung und überfüllte Wicklungsfenster. Ich habe gesehen, wie beide ganze Produktionsläufe zum Erliegen gebracht haben. Der Optimierer eliminiert beide mit strengen Einschränkungen.

Die Sättigung wird im ungünstigsten Betriebspunkt —$V_{in} \times 1.1$, bei jeder Belastung — überprüft. Eine 10% ige Eingangsüberspannung allein erhöht$B_{pk}$um 10%. Kombinieren Sie das mit einer Reduzierung von$N_1$um 10% aufgrund einer toleranzbedingten Konstruktionsänderung, und der kumulative Effekt kann dazu führen, dass ein marginaler Versuchsplan überlastet wird. Die Reduzierung des Optimierers um 20% ($B_{pk} < 0.8 \times B_{sat}$) gewährt diesen Spielraum ausdrücklich. Die meisten Ingenieure verwenden 10— 15%, was knapp ist. 20% bieten Ihnen Spielraum für reale Variationen. Füllfaktor$k_u < 0.40$berücksichtigt die Drahtisolierung, die Spulenwandstärke und das Zwischenschichtband. Ein Design, auf dem$k_u = 0.42$auf Papier abgebildet ist, lässt sich aus physikalischen Gründen nicht gleichmäßig aufwickeln. Fragen Sie irgendein Magnetunternehmen — es wird Ihnen sagen, dass 0,40 für handgewickelte Baugruppen bereits optimistisch ist. Die Beschränkung wird strikt durchgesetzt. Ein Kompromiss gegen Verlust oder Volumen wird nicht akzeptiert. Wenn es nicht passt, ist es kein gültiges Design.

Beide Werte werden im Bereich mit den Konstruktionsdetails für jeden ausgewählten Pareto-Punkt angegeben. Sie erhalten einen vollständigen Überblick über die Entwurfsränder, bevor Sie sich auf einen Kern festlegen. Dies allein erspart Ihnen wochenlange Wiederholungen mit Ihrem Magnetanbieter.

Verschachtelung und Verlust der Wechselstromwicklung

Bei 100 kHz ist der Wechselstrom-Wicklungswiderstand häufig der größte Einzelverlust — nicht der Kernverlust. Die meisten Ingenieure unterschätzen dies. Das Dowell-Modell macht es sichtbar, und die Wahl der Verschachtelung hat dramatische Auswirkungen.

Für das ETD34/N87-Design mit AWG22-Primärkabel,$\Delta = d_w \sqrt{\pi/4} / \delta \approx 1.37$. Mit einer einfachen P-S-Anordnung und 4 Primärschichten entspricht das Dowell-Modell$F_R \approx 4.8$. Der primäre Kupferverlust beträgt das 4,8-fache der DC-Prognose. Wenn Sie den Widerstand anhand der Drahtlänge und des Gleichstromwiderstands berechnet haben, liegen Sie um den Faktor fünf daneben. Deshalb läuft Ihr Prototyp heiß.

Die P-S-P-Verschachtelung teilt die Primärseite in zwei Hälften, die die Sekundärseite flankieren. Jede Hälfte hat jetzt nur noch 2 effektive Schichten. Die Gültigkeitsdauer des Näherungseffekts ($(n_l^2 - 1)$) sinkt von 15 auf 3 — das entspricht einer Verkleinerung um das Fünffache. Der daraus resultierende$F_R$fällt von 4,8 auf etwa 1,9, wodurch der Verlust an Wechselstrom-Kupfer um mehr als die Hälfte reduziert wird.

Beim 48V-Flyback-Beispiel reduziert der Wechsel von der P-S- zur P-S-P-Verschachtelung den primären Kupferverlust von etwa 310 mW auf 120 mW. Das sind 190 mW, die bei einer Änderung der Wicklungsreihenfolge zurückgewonnen werden, was im Stücklisten- oder Leiterplattenbereich keine Kosten verursacht. Der Optimierer bewertet alle vier Verschachtelungsoptionen (Keine, P-S-P, S-P-S, Vollständig) für jeden Kandidaten und wählt automatisch die beste aus. Sie müssen nicht darüber nachdenken — es ist bereits optimiert.

Praktische Designregeln Aus den Tendenzen des Optimierers

Wenn Sie diesen Optimierer über eine Reihe von Topologien und Frequenzen hinweg ausführen, werden konsistente Muster sichtbar. Das sind Dinge, die Sie lernen, nachdem Sie ein paar hundert Transformatoren entworfen haben, aber jetzt sagt es Ihnen der Optimierer nur noch.

Höheres Windungsverhältnis → aus Effizienzgründen ist N97 gegenüber N87 vorzuziehen. Ein Umdrehungsverhältnis von 4:1 erhöht N1 im Vergleich zu N2, wodurch der Füllfaktordruck erhöht wird und Geometrien mit größeren Wicklungsfenstern bevorzugt werden. Der geringere Kernverlust von N97 bei größeren ETD-Geometrien (ETD39, ETD44) bietet die richtige Kombination. Wenn Sie einen Flyback von 48 V bis 3,3 V mit einem Umdrehungsverhältnis von 12:1 durchführen, gewinnt N97 fast jedes Mal. Oberhalb von 200 kHz müssen Sie die Materialien wechseln, bevor Sie die Kerngeometrie ändern. Durch die Skalierung des Kernverlusts nach$f^{1.86}$ist die Materialauswahl wirkungsvoller als die Größenauswahl bei hohen Frequenzen. Der Optimierer wählt diese Materialüberschneidung empirisch aus, aber Sie sollten sie mit Bedacht wählen. Versuchen Sie nicht, N87 dazu zu zwingen, mit 500 kHz zu arbeiten — schalten Sie auf N49 oder 3F36 um und ersparen Sie sich die Kopfschmerzen. Der Optimierer findet automatisch den richtigen Luftspalt. Ein kleinerer Abstand führt zu einer höheren Magnetisierungsinduktivität und einem geringeren reaktiven Kupferverlust, bringt$B_{pk}$jedoch der Sättigung näher. Ein größerer Abstand senkt den$B_{pk}$, verschwendet aber Windungen beim Magnetisierungsstrom. Der vom Optimierer gewählte Abstand für das ETD34/N87-Design — 0,5 mm — gleicht diese Effekte über alle 10 Betriebspunkte aus. Diese manuelle Iteration zu finden, würde Stunden dauern. Der Optimierer erledigt das in 30 Sekunden.

Bei knappen thermischen Budgets übertrifft ETD PQ bei ähnlichem Volumen. ETD-Kerne haben einen niedrigeren Wärmewiderstand pro Volumeneinheit als PQ-Kerne mit vergleichbarer Belastbarkeit. Bei gleichem Gesamtverlust läuft ein ETD-Design 8—12 °C kühler. Wenn die thermische Beschränkung bindend ist — Umgebungstemperatur über 50 °C oder Leistungsdichte über 0,5 W/cm³ — dominieren ETD-Geometrien die Pareto-Front. Wenn Sie ein Hochtemperatur-Automobildesign entwerfen, sollten Sie darauf achten.

Warum das wichtig ist

Das manuelle Transformatordesign führt zu praktikablen Designs, die selten optimal sind. Sie sind entweder überdimensioniert, um ihren angestrebten Wirkungsgrad zu erreichen, oder sie sind thermisch marginal, weil der Kern für ein minimales Volumen ausgewählt wurde, ohne die Worst-Case-Betriebspunkte zu berücksichtigen. Die Wechselwirkung zwischen der Kerngeometrie, den Steinmetz-Koeffizienten des Materials, dem Wechselstromwiderstand, dem Luftspalt und dem Wärmewiderstand ist zu hoch, als dass Intuition sie zuverlässig steuern könnte. Sie können nah ran, aber Sie lassen die Leistung auf dem Tisch liegen.

Der Magnetics Optimizer automatisiert die umfassende Suche. Bis zu 500 × 400 Kandidatenbewertungen in der kostenpflichtigen, herstellerunabhängigen Datenbank mit 113 Kernen, bewertet mit 10 Betriebspunkten pro Kandidat, sodass die komplette Pareto-Front-Darstellung von Effizienz und Volumen wiedergegeben wird. Sie entscheiden, an welcher Stelle sich Ihre Anwendung befindet — und Sie verfügen über die physikalisch fundierten Daten, die diese Wahl rechtfertigen. Kein Rätselraten mehr. Kein „Lass uns einfach einen größeren Kern ausprobieren und schauen, was passiert.“ Sie wissen genau, womit Sie handeln.

Führen Sie den Magnetics Optimizer aus