Magnetics Optimizer: transformadores óptimos de Pareto

Por qué el diseño magnético sigue siendo difícil

La simulación de electrónica de potencia se ha vuelto muy buena. Puedes instalar un convertidor de conmutación completo en SPICE, ejecutar el sistema Montecarlo en tu circuito de control e incluso predecir las emisiones radiadas antes de girar la tabla. ¿Pero el magnetismo? Sigue siendo obstinadamente manual. El flujo de trabajo no ha cambiado mucho en décadas: calcule los voltios-segundo necesarios, hojee un catálogo de proveedores y elija un núcleo según las reglas generales de manejo de la energía, calcule las vueltas, compruebe que la bobina realmente cabe en la ventana, verifique que la densidad de flujo máxima se mantenga por debajo de la saturación y cruce los dedos para que el aumento térmico sea aceptable.

Este es el problema: «elegir un núcleo del catálogo» no es realmente un paso determinista. TDK, Ferroxcube, Magnetics Inc. y Micrometals ofrecen en conjunto docenas de materiales de ferrita y cientos de formas de núcleos. EE, ETD, PQ, RM y toroides, cada uno con diferentes ventajas y desventajas. Cada material tiene sus propios coeficientes de Steinmetz, densidad de flujo de saturación y resistencia térmica. Los núcleos ETD ofrecen un espacio de bobinado de gran volumen; los núcleos PQ son mejores para ensamblajes de bajo perfil. Las ferritas N87 y N97 de TDK tienen perfiles de pérdida de núcleo completamente diferentes entre 100 kHz y 500 kHz. Los toroides de hierro en polvo pueden soportar un flujo de saturación más alto, pero se paga con una pérdida de núcleo de alta frecuencia.

Y esto es lo que lo empeora: no existe un único «mejor» diseño. Un diseño optimizado para una pérdida mínima utiliza un núcleo grande con baja densidad de flujo y alambre grueso. Un diseño optimizado para un tamaño mínimo empuja la densidad de flujo hacia la saturación y cierra herméticamente la sinuosa ventana. Estos objetivos entran en conflicto directo entre sí. La compensación correcta depende completamente de su presupuesto térmico, de la limitación del tamaño de la placa y del objetivo de eficiencia. La mayoría de los ingenieros simplemente eligen algo que parece razonable y siguen adelante, pero se deja el rendimiento sobre la mesa.

El Magnetics Optimizer aborda este problema de manera frontal. Considera la selección de núcleos y la geometría de las bobinas como un problema de optimización multiobjetivo, que se resuelve con el NSGA-II en los 113 núcleos de la base de datos de forma simultánea. Lo que se obtiene es la versión de Pareto: todos los diseños en los que no se puede mejorar la eficiencia sin aumentar el volumen. Ya no estás adivinando, estás eligiendo entre el conjunto matemáticamente óptimo.

El problema del diseño: Flyback de 48 V, 36 W, 100 kHz

El ejemplo práctico que utilizaremos a lo largo de esta publicación es un transformador de retorno regulado en el lado primario. Las especificaciones son: entrada de 48 V (nominal), salida de 12 V a 3 A (36 W en total), frecuencia de conmutación de 100 kHz, ciclo de trabajo del 45%. Bastante típico de un pequeño convertidor DC-DC aislado. Estos son los parámetros introducidos en la herramienta:

Con una entrada de 48 V y un ciclo de trabajo del 45%, el producto en voltios-segundo que se aplica al primario durante el tiempo de funcionamiento es:Este número impulsa todo lo demás: gira en torno a la selección y al área central. Debe ser compatible sin saturar el núcleo y restablecerse por completo durante el tiempo de inactividad. Esta es la restricción fundamental que combina el recuento de giros, la geometría del núcleo y la frecuencia de conmutación. Si se equivoca, su transformador se satura o no se restablece correctamente.

Por qué la optimización multiobjetivo es realmente importante

Veamos dos diseños extremos para este análisis retrospectivo y veamos por qué no se puede optimizar solo para una cosa.

Diseño A: pérdida mínima: Utilice un núcleo ETD44 con$A_e = 173\,\text{mm}^2$. Esa gran sección transversal soporta los voltios-segundos necesarios con giros moderados y una densidad de flujo máxima baja, tal vez 80 mT. La pérdida de núcleo es pequeña. Puede utilizar un cable primario grueso y mantener baja la resistencia a la corriente continua. La eficiencia supera el 98%. Suena genial, ¿verdad? Excepto que el ETD44 tiene un volumen de aproximadamente 18 cm³. Es un transformador grande. Diseño B: volumen mínimo: Utilice un núcleo EE25 con$A_e = 52\,\text{mm}^2$. Se necesitan menos vueltas, pero la densidad máxima de flujo tiene que aproximarse a los 240 mT para cumplir con la restricción de voltios-segundo. La pérdida del núcleo aumenta considerablemente, y esta es la razón por la que esto perjudica: el exponente de Steinmetz$\beta \approx 2.86$significa que la pérdida aumenta considerablemente con la densidad de flujo. Un aumento del 10% en la densidad máxima de flujo aumenta la pérdida de núcleo en un 9§. Eso es brutal. Sin embargo, el volumen se reduce a unos 3 cm³, una sexta parte del volumen del Diseño A.

Tampoco es universalmente mejor. Si está diseñando una fuente de alimentación para un centro de datos, utilizará el núcleo más grande para aumentar la eficiencia. Si estás diseñando un cargador portátil para uso médico, necesitas que ocupe poco espacio, independientemente del impacto en la eficiencia. La respuesta correcta no es un solo diseño, es la parte frontal de Pareto. Todos los diseños en los que no se puede lograr ninguna mejora en la eficiencia sin aumentar el volumen. Luego, elige el que se adapte a tus limitaciones.

El algoritmo: NSGA-II

El optimizador utiliza el NSGA-II (algoritmo genético de clasificación no dominado II), implementado con la biblioteca DEAP. Si no estás familiarizado con los algoritmos genéticos, la idea básica es la siguiente: mantener una población de diseños de candidatos, evaluar ambos objetivos para cada candidato, clasificar a las personas según su posición dominante en términos de Pareto y utilizar una métrica de distancia entre grupos para preservar la diversidad en la primera fila. Esta última parte es importante: evita que la población se reduzca a un solo punto. Quieres todo el espectro de ventajas y desventajas, no solo un diseño «bastante bueno».

Cada individuo codifica un diseño transformador completo como un cromosoma de 7 genes:

• Índice central: índice de enteros en la base de datos de 113 núcleos
• El primario se convierte en N1: entero, 3—120
• Giros secundarios N2: se deriva de la relación de giros de los transformadores; varía para los inductores acoplados
• Calibre de cable primario — AWG 14—40
• Calibre de cable secundario — AWG 14—40
• Intervalo de aire — 0—3 mm (continuo)
• Intercalación — Ninguno/P-S-P/S-P-S/Completo (entero 0—3)

Para topologías de transformadores como el retroceso y el avance, el N2 no se optimiza directamente. Se deriva de la restricción de la relación de vueltas:$N_2 = \text{round}(N_1 \cdot V_{out} / (V_{in} \cdot D))$. Esto es físicamente correcto y reduce el espacio de búsqueda, lo que ayuda a la convergencia.

Hay algo importante en lo que la mayoría de los optimizadores se equivocan: el algoritmo evalúa a cada candidato en 10 puntos operativos. Esto equivale a 5 fracciones de carga (20%, 40%, 60%, 80%, 100%) multiplicadas por 2 voltajes de entrada (nominales y +10%). Los valores de estado físico son la pérdida total y el volumen del tronco en el peor de los casos** en los 10 puntos. Esto garantiza que el optimizador encuentre diseños que sean robustos en todo el rango de operación, y no que solo estén ajustados a una sola condición nominal. Un diseño que se vea bien con una carga del 100% y una entrada nominal podría saturarse con un voltaje de entrada del 110%. El optimizador lo detecta.

Con 200 personas y 150 generaciones en la capa gratuita, el optimizador realiza aproximadamente entre 120 000 y 150 000 evaluaciones. En el modelo Fargate Worker, esto se completa en aproximadamente 20 a 40 segundos. Lo suficientemente rápido como para repetirlo durante una revisión del diseño.

Modelos de física

La función de aptitud encadena cuatro modelos físicos en secuencia para cada candidato. Vamos a repasarlos.

Pérdida de núcleo: ecuación de Steinmetz: donde$C_m$,$\alpha$y$\beta$son coeficientes de Steinmetz específicos del material almacenados por material en la base de datos central, y$V_e$es el volumen efectivo del núcleo en m³. Las unidades son SI en todas partes: frecuencia en Hz, densidad de flujo en T, potencia en W. Para el TDK N87, los coeficientes son:$C_m = 0.0585$,$\alpha = 1.86$,$\beta = 2.86$. Ese exponente pronunciado de$\beta$es la sensibilidad dominante. Las pequeñas reducciones en la densidad máxima de flujo producen grandes mejoras en las pérdidas de núcleo. Esta es la razón por la que aumentar la densidad de flujo para ahorrar volumen es tan caro en términos de eficiencia. Densidad máxima de flujo para topologías de un solo extremo, como el retroceso y el avance:En el caso de los inductores de potencia, la fórmula cambia ligeramente:$B_{pk} = L \cdot I_{peak} / (N_1 \cdot A_e)$, donde$L$se calcula a partir del modelo de inductancia de núcleo con huecos. El punto es que la densidad de flujo se establece según el producto en voltios-segundo y la geometría del núcleo, no se puede hacer trampa. Resistencia al devanado AC — modelo Dowell:

Tanto el efecto piel como el efecto de proximidad aumentan la resistencia efectiva al enrollamiento a la frecuencia de conmutación. No puedes ignorar esto a 100 kHz. El modelo de Dowell calcula el artículo 21 en función del diámetro normalizado del cable 22 (donde es 23 para los conductores redondos) y del número de capas de bobinado 24:

La profundidad de la piel a 100 kHz es$\delta = \sqrt{\rho_{Cu}/(\pi f \mu_0)} \approx 209\,\mu\text{m}$. El cable AWG22 tiene un diámetro de 0,644 mm, lo que da como resultado$\Delta \approx 1.5$. Con 4 capas primarias,$F_R \approx 5$. Su resistencia de corriente alterna es cinco veces mayor que la de corriente continua. Por eso es tan importante una intercalación adecuada: el optimizador evalúa las tres opciones de intercalación y selecciona la mejor automáticamente.

Inductancia del intersticio de aire: Una vez que está en el artículo 28§, el espacio de aire domina y la inductancia se vuelve casi independiente de la permeabilidad del material del núcleo. De hecho, esta es una propiedad útil para la tolerancia de fabricación: no se combate la variación de la permeabilidad a la ferrita de un lote a otro. Térmico: La resistencia térmica acumulada$R_{th}$se almacena por núcleo a partir de los datos del fabricante. El techo térmico según el artículo 30 es una restricción estricta. Los diseños que lo infrinjan en cualquier punto de operación reciben una penalización que supera ambos objetivos de acondicionamiento físico. El optimizador no te entregará un diseño que se derrita. Importantes restricciones de viabilidad:

-$B_{pk} < 0.8 \times B_{sat}$— Margen de saturación del 20% con la tensión más desfavorable

• Factor de llenado$k_u = (N_1 A_{w1} + N_2 A_{w2})/W_a < 0.40$-$T_{ambient} + P_{total} \cdot R_{th} < T_{max}$No son negociables. Un diseño que viole cualquiera de ellos se marca como inviable y se descarta.

Cómo ejecutar el optimizador: resultados del Flyback de 48 V

Una vez finalizada la ejecución, la herramienta muestra el frente de Pareto en forma de diagrama de dispersión: pérdida frente a volumen. Se puede hacer clic en cada punto para ver los detalles del diseño. También hay un gráfico de convergencia evolutiva que muestra que el indicador de hipervolumen crece hacia una meseta. Una vez que la curva se aplana, las generaciones adicionales producen rendimientos decrecientes. Ya terminaste.

He aquí tres soluciones representativas de la versión final de Pareto:

El diseño B es la solución balanceada recomendada por el optimizador para una temperatura ambiente nominal de 40 °C. ETD34 con material N87, 28 giros primarios y 7 giros secundarios (relación de giros de 4:1 para 12 V a partir de 48 V con un ciclo de trabajo del 45%), AWG22 primario y AWG18 secundario, espacio de aire de 0,5 mm, intercalación P-S-P. Pérdida total de 660 mW, eficiencia del 98,2%, aumento de temperatura de 28 °C. La densidad máxima de flujo es de 0,118 T frente al$B_{sat} = 0.39\,\text{T}$del N87, lo que representa un margen de saturación del 70% con respecto al límite reducido. Amplio margen de maniobra.

El diseño A muestra lo que te ofrece el ETD44 más grande. La pérdida de núcleo disminuye porque el$B_{pk} = 0.071\,\text{T}$es apenas un tercio de la densidad de flujo del Diseño B. Con el$\beta = 2.86$, ese factor de 1,66 en la densidad de flujo reduce la pérdida del núcleo en un$(1.66)^{2.86} \approx 5\times$. La compensación es 2,3 veces más volumen. Si tienes espacio en el tablero, es una obviedad.

El diseño C es térmicamente seguro a una temperatura ambiente de 40 °C, pero marginalmente. A una temperatura ambiente de 55 °C, el aumento de 51 °C eleva la temperatura de la unión a 106 °C, lo que infringe la restricción. La parte frontal de Pareto hace que este límite sea explícito antes de construir cualquier hardware. Esto es valioso: la mayoría de los ingenieros no descubren los problemas del margen térmico hasta que el prototipo deja mucho humo.

Comparación de los materiales básicos

El optimizador responde automáticamente a la pregunta de selección de materiales. Para 100 kHz, el patrón es uniforme en varias ejecuciones:

A 100 kHz, el N97 supera constantemente al N87 en diseños de eficiencia crítica. Su sección 42§ más baja reduce la pérdida de núcleo en aproximadamente un 35% con la misma densidad de flujo y frecuencia. El optimizador selecciona el N97 en el extremo de baja pérdida de la parte frontal de Pareto y el N87 en el extremo equilibrado y de volumen mínimo. Esto tiene sentido: el N97 es más caro, por lo que solo se utiliza cuando la eficiencia justifica el coste.

El hierro en polvo (material R, Mix26) aparece en la parte frontal de Pareto solo cuando se necesita una alta densidad de flujo de saturación. Esto suele ocurrir en inductores de potencia con una polarización de corriente continua significativa. En el caso de un motor de retorno de 36 W, la ferrita es la que predomina en todo momento, ya que la energía almacenada por ciclo es moderada y gana la cantidad baja de 43 grados de ferrita. Si estuvieras diseñando un convertidor elevador de 500 W con una fuerte polarización de corriente continua, verías aparecer hierro en polvo.

Para frecuencias de conmutación superiores a 200 kHz, el N49 o el 3F36 dominan constantemente. El escalado$f^{\alpha}$con$\alpha \approx 1.86$significa que duplicar la frecuencia de 100 kHz a 200 kHz aumenta la pérdida de núcleo en$2^{1.86} \approx 3.6\times$. Eso es brutal. El cambio del N87 al 3F36 a 200 kHz permite recuperar aproximadamente la mitad de este aumento. El optimizador detecta este cruce empíricamente: no hay un umbral de frecuencia codificado de forma rígida. Simplemente evalúa todo y elige al ganador.

Margen de saturación y factor de relleno

Cuando los imanes se diseñan a mano, los dos fallos de producción más comunes son la saturación del núcleo y las ventanas enrolladas demasiado llenas. He visto a ambos acabar con series enteras de producción. El optimizador elimina ambas con restricciones estrictas.

La saturación se comprueba en el punto de funcionamiento más desfavorable:$V_{in} \times 1.1$, en cualquier carga. Una sobretensión de entrada del 10% por sí sola aumenta el$B_{pk}$en un 10%. Si a esto le sumamos una reducción del 10% en el artículo 49§ debido a un cambio de diseño inducido por la tolerancia, el efecto acumulativo puede provocar la saturación de un diseño marginal. La reducción del 20% del optimizador ($B_{pk} < 0.8 \times B_{sat}$) proporciona este margen de maniobra de forma explícita. La mayoría de los ingenieros utilizan entre un 10 y un 15%, lo que es muy ajustado. El 20% permite que se produzcan variaciones en el mundo real. El factor de lleno § 51§ tiene en cuenta el aislamiento del cable, el grosor de la pared de la bobina y la cinta entre capas. Un diseño que muestre el artículo 52 en papel es físicamente imposible de enrollar de manera uniforme. Pregúntale a cualquier empresa de magnetismo: te dirán que el 0.40 ya es optimista para los ensamblajes enrollados a mano. La restricción se aplica estrictamente. No se acepta ninguna compensación por pérdida o volumen. Si no se ajusta, no es un diseño válido.

Ambos valores se muestran en el panel de detalles del diseño para cada punto de Pareto seleccionado. Obtienes una visibilidad total de los márgenes de diseño antes de comprometerte con un núcleo. Esto por sí solo ahorra semanas de trabajo repetitivo con su proveedor de productos magnéticos.

Pérdida de intercalación y bobinado de corriente alterna

A 100 kHz, la resistencia del devanado de corriente alterna es con frecuencia el factor que más contribuye a la pérdida, no la pérdida del núcleo. La mayoría de los ingenieros subestiman esto. El modelo Dowell lo hace visible, y la elección de intercalado tiene un efecto espectacular.

Para el diseño ETD34/N87 con cable principal AWG22,$\Delta = d_w \sqrt{\pi/4} / \delta \approx 1.37$. Con una sencilla disposición P-S y 4 capas principales, el modelo Dowell proporciona el número$F_R \approx 4.8$. La pérdida primaria de cobre es 4,8 veces mayor que la predicción de corriente continua. Si calculó la resistencia en función de la longitud del cable y la resistividad de corriente continua, tiene una diferencia de cinco veces. Por eso tu prototipo se calienta.

La intercalación P-S-P divide la primaria en dos mitades que flanquean la secundaria. Ahora, cada mitad tiene solo 2 capas efectivas. El término del efecto de proximidad$(n_l^2 - 1)$se reduce de 15 a 3, lo que supone una reducción de 5 veces. El índice § 56§ resultante pasa de 4,8 a aproximadamente 1,9, lo que reduce la pérdida de cobre en corriente alterna en más de la mitad.

En el ejemplo de retroceso de 48 V, el cambio de la intercalación P-S a la P-S-P reduce la pérdida de cobre primario de aproximadamente 310 mW a 120 mW. Son 190 mW recuperados de un cambio de pedido puntual que no costó nada en la BOM ni en el área de la junta directiva. El optimizador evalúa las cuatro opciones de intercalación (Ninguna, P-S-P, S-P-S y Completa) de cada candidato y selecciona la mejor automáticamente. No tienes que pensar en ello, ya está optimizado.

Reglas prácticas de diseño basadas en las tendencias del optimizador

La ejecución de este optimizador en una variedad de topologías y frecuencias revela patrones consistentes. Estos son los tipos de cosas que aprendes después de diseñar unos cientos de transformadores, pero ahora el optimizador simplemente te lo dice.

Relación de vueltas más alta → prefiera el N97 antes que el N87 para aumentar la eficiencia. Una relación de vueltas de 4:1 aumenta el N1 en relación con el N2, lo que aumenta la presión del factor de llenado y favorece las geometrías con ventanas de bobinado más grandes. La menor pérdida de núcleo del N97 en geometrías ETD más grandes (ETD39, ETD44) proporciona la combinación adecuada. Si haces un vuelo de 48 V a 3,3 V con una relación de vueltas de 12:1, el N97 gana casi siempre. Por encima de los 200 kHz, cambia los materiales antes de cambiar la geometría del nucleo. La escala de pérdida del núcleo$f^{1.86}$hace que la selección del material sea más impactante que la selección del tamaño a alta frecuencia. El optimizador selecciona este cruce de materiales de forma empírica, pero debes hacerlo de forma deliberada. No intentes forzar al N87 a trabajar a 500 kHz; cámbialo al N49 o al 3F36 y ahórrate dolores de cabeza. El optimizador encuentra automáticamente el espacio de aire correcto. Un espacio más pequeño proporciona una mayor inductancia de magnetización y una menor pérdida de cobre reactivo, pero acerca el$B_{pk}$a la saturación. Un espacio más grande reduce los grados 59 grados, pero desperdicia giros en la corriente magnetizante. La selección de huecos del optimizador para el diseño ETD34/N87 (0,5 mm) equilibra estos efectos en los 10 puntos de funcionamiento. Descubrirlo con una iteración manual llevaría horas. El optimizador lo hace en 30 segundos.

Para presupuestos térmicos ajustados, ETD supera a PQ a un volumen similar. Los núcleos ETD tienen una menor resistencia térmica por unidad de volumen que los núcleos PQ con un manejo de energía equivalente. Para obtener la misma pérdida total, un diseño ETD funciona a una temperatura entre 8 y 12 °C más fría. Cuando la restricción térmica es constante (temperatura ambiente por encima de 50 °C o densidad de potencia superior a 0,5 W/cm³), las geometrías ETD predominan en el frente de Pareto. Si estás diseñando un automóvil para altas temperaturas, presta atención a esto.

Por qué es importante

El diseño manual de transformadores produce diseños viables que rara vez son óptimos. O están sobredimensionados para alcanzar su objetivo de eficiencia o son marginales desde el punto de vista térmico porque el núcleo se seleccionó para que tuviera un volumen mínimo sin evaluar los peores puntos de operación. La interacción entre la geometría del núcleo, los coeficientes de Steinmetz del material, la resistencia al devanado por corriente alterna, el espacio de aire y la resistencia térmica es de dimensiones demasiado altas para que la intuición pueda navegar de forma fiable. Puedes acercarte, pero estás dejando el rendimiento sobre la mesa.

El Magnetics Optimizer automatiza la búsqueda exhaustiva. Hasta 500 × 400 evaluaciones de candidatos en la base de datos de 113 núcleos independientes del proveedor, de nivel de pago, se evalúan en 10 puntos operativos por candidato, lo que arroja un resultado completo de eficiencia frente a volumen. Usted elige en qué aspecto se encuentra su solicitud y cuenta con los datos basados en la física para defender su elección. Se acabaron las conjeturas. No más «probemos con un núcleo más grande y veamos qué pasa». Sabes exactamente con qué estás negociando.

Ejecute el optimizador magnético