Otimizador magnético: encontrando o design ideal do transformador pareto-ideal com o NSGA-II

Por que o design magnético ainda é difícil

A simulação eletrônica de potência já percorreu um longo caminho. Você pode modelar um conversor de comutação completo no SPICE, executar Monte Carlo em seu circuito de controle e prever as emissões irradiadas antes que a placa seja girada. Mas o design magnético permanece teimosamente manual. O fluxo de trabalho padrão é: estimar volt-segundos necessários, escolher um núcleo do catálogo com base nas regras básicas de manuseio de energia, calcular as curvas, verificar se o enrolamento se encaixa na janela, verificar se a densidade máxima do fluxo permanece abaixo da saturação e esperar que o aumento térmico seja aceitável.

O problema é que “escolher um núcleo do catálogo” não é uma etapa determinística. A TDK, a Ferroxcube, a Magnetics Inc. e a Micrometals oferecem coletivamente dezenas de materiais de ferrite e centenas de formatos de núcleo — EE, ETD, PQ, RM, toróides. Cada material tem seus próprios coeficientes de Steinmetz, densidade de fluxo de saturação e resistência térmica. Os núcleos ETD favorecem o enrolamento de alto volume; os núcleos PQ favorecem montagens de baixo perfil. As ferritas N87 e N97 da TDK têm diferentes perfis de perda de núcleo em 100 kHz versus 500 kHz. Os toróides de ferro em pó toleram maior fluxo de saturação, mas pagam uma penalidade na perda do núcleo em alta frequência.

Além disso, não existe um único melhor design. Um design otimizado para perdas mínimas usa um núcleo grande com baixa densidade de fluxo e fio gordo. Um design otimizado para o tamanho mínimo empurra a densidade do fluxo em direção à saturação e fecha a janela de enrolamento com firmeza. Esses objetivos entram em conflito, e a compensação correta depende de seu orçamento térmico, da restrição de espaço ocupado pela diretoria e da meta de eficiência.

O Magnetics Optimizer aborda isso diretamente. Ele trata a seleção do núcleo e a geometria do enrolamento como um problema de otimização multiobjetivo, resolvido com o NSGA-II em todos os 113 núcleos do banco de dados simultaneamente, retornando à vanguarda de Pareto: todo projeto para o qual nenhuma melhoria na eficiência é alcançável sem aumentar o volume.

O problema de design: 48V Flyback, 36W, 100 kHz

O exemplo apresentado nesta postagem é um transformador flyback regulado do lado primário: entrada de 48V (nominal), saída de 12V a 3A (36W), frequência de comutação de 100 kHz, ciclo de trabalho de 45%. Os parâmetros inseridos na ferramenta:

Com uma entrada de 48 V e um ciclo de trabalho de 45%, o produto de volt-segundo aplicado ao primário durante o tempo de funcionamento é:

“BLOCO MATEMÁTICO_0"

Isso impulsiona a seleção de turnos e a área central. Ele deve ser suportado sem saturar o núcleo e reiniciado completamente durante o tempo de inatividade — a restrição fundamental que une a contagem de voltas, a geometria do núcleo e a frequência de comutação.

Por que a otimização multiobjetivo é importante

Considere dois designs extremos para esse flyback:

Design A — perda mínima: Use um núcleo ETD44 (“MATHINLINE_6”). A grande seção transversal suporta os volt-segundos necessários com curvas moderadas e baixa densidade de fluxo de pico — talvez 80 mT. A perda do núcleo é pequena. O fio primário gordo mantém a resistência DC baixa. A eficiência excede 98%. Mas o ETD44 tem um volume de aproximadamente 18 cm³. Design B — volume mínimo: Use um núcleo EE25 (“MATHINLINE_7”). Menos curvas são necessárias, mas a densidade de pico do fluxo deve se aproximar de 240 mT para satisfazer a restrição de volt-segundo. A perda do núcleo aumenta substancialmente — o expoente de Steinmetz “MATHINLINE_8” significa que a perda aumenta abruptamente com a densidade do fluxo. Um aumento de 10% na densidade de pico de fluxo aumenta a perda do núcleo em “MATHINLINE_9”. O volume cai para cerca de 3 cm³ — um sexto do Design A.

Nenhum deles é universalmente melhor. Uma fonte de alimentação de data center aceita o núcleo maior para aumentar a eficiência; de qualquer forma, um carregador médico vestível precisa de um tamanho pequeno. A resposta correta é a frente de Pareto: todos os projetos em que nenhuma melhoria na eficiência é possível sem aumentar o volume.

O algoritmo: NSGA-II

O otimizador usa NSGA-II (Non-Dominated Sorting Genetic Algorithm II), implementado com a biblioteca DEAP. O NSGA-II mantém uma população de modelos de candidatos, avalia os dois objetivos de cada candidato, classifica os indivíduos pela dominância de Pareto e usa uma métrica de distância de aglomeração para preservar a diversidade na frente, evitando que a população se reduza a um único ponto.

Cada indivíduo codifica um design de transformador completo como um cromossomo de 7 genes:

• Índice principal — índice inteiro no banco de dados de 113 núcleos
• Turnos primários N1 — inteiro, 3—120
• Espiras secundárias N2 — derivadas da relação de espiras para transformadores; variadas para indutores acoplados
• Medidor de fio primário — AWG 14—40
• Medidor de fio secundário — AWG 14—40
• Espaço de ar — 0—3 mm (contínuo)
• Entrelaçado — Nenhum/P-S-P/S-P-S/Completo (inteiro 0—3)

Para topologias de transformadores (flyback, forward), o N2 não é otimizado diretamente — ele é derivado da restrição de taxa de giros “MATHINLINE_10”. Isso é fisicamente correto e reduz o espaço de pesquisa.

O algoritmo avalia cada candidato em 10 pontos operacionais: 5 frações de carga (20%, 40%, 60%, 80%, 100%) × 2 tensões de entrada (nominais e +10%). Os valores de condicionamento físico são a perda total e o volume principal do pior caso em todos os 10 pontos. Isso garante que o otimizador encontre projetos robustos em toda a faixa de operação, não ajustados a uma única condição nominal.

Com 200 indivíduos e 150 gerações (nível gratuito), o otimizador realiza aproximadamente 120.000 a 150.000 avaliações. No trabalhador Fargate, isso é concluído em aproximadamente 20 a 40 segundos.

Modelos de física

A função de condicionamento físico agrupa quatro modelos de física em sequência para cada candidato.

Perda do núcleo — equação de Steinmetz:

“BLOCO MATEMÁTICO_1"

onde “MATHINLINE_11”, “MATHINLINE_12” e “MATHINLINE_13” são coeficientes de Steinmetz específicos do material armazenados por material no banco de dados principal, e “MATHINLINE_14” é o volume efetivo do núcleo em m³. As unidades são SI por toda parte (f em Hz, B em T, P em W). Para TDK N87: “MATHINLINE_15”, “MATHINLINE_16”, “MATHINLINE_17”. O expoente acentuado “MATHINLINE_18” é a sensibilidade dominante: pequenas reduções na densidade de pico de fluxo geram grandes melhorias na perda do núcleo.

Densidade de fluxo de pico para topologias de extremidade única (retrocesso, avanço):

“BLOCO MATEMÁTICO_2”

Para indutores de potência: “MATHINLINE_19”, onde “MATHINLINE_20” é calculado a partir do modelo de indutância de núcleo com lacunas.

Resistência ao enrolamento AC — modelo Dowell:

O efeito de pele e o efeito de proximidade aumentam a resistência efetiva do enrolamento na frequência de comutação. O modelo Dowell calcula “MATHINLINE_21” em função do diâmetro normalizado do fio “MATHINLINE_22” (onde “MATHINLINE_23” para condutores redondos) e do número de camadas de enrolamento “MATHINLINE_24”:

“BLOCO MATEMÁTICO_3”

Profundidade da pele a 100 kHz: “MATHINLINE_25”. O fio AWG22 tem diâmetro de 0,644 mm, fornecendo “MATHINLINE_26”. Com 4 camadas primárias, “MATHINLINE_27”. O otimizador avalia todas as três opções de intercalação e seleciona a melhor.

Indutância do espaço de ar:

“BLOCO MATEMÁTICO_4”

Uma vez “MATHINLINE_28”, o espaço de ar domina e a indutância se torna quase independente da permeabilidade do material central — uma propriedade útil para a tolerância de fabricação.

Térmico:

“MATHBLOCK_5”

A resistência térmica agrupada “MATHINLINE_29” é armazenada por núcleo a partir dos dados do fabricante. O teto térmico “MATHINLINE_30” é uma restrição rígida. Projetos que o violem em qualquer ponto operacional recebem uma penalidade que domina os dois objetivos de condicionamento físico.

Restrições rígidas de viabilidade:

• “MATHINLINE_31” — margem de saturação de 20% na pior das hipóteses de tensão
• Fator de preenchimento “MATHINLINE_32”
• “MATHINLINE_33”

Executando o otimizador: resultados para o Flyback de 48V

Após a conclusão da execução, a ferramenta exibe a frente de Pareto como um gráfico de dispersão (perda versus volume), com cada ponto clicável para visualizar os detalhes do projeto. O gráfico de convergência evolutiva mostra o indicador de hipervolume crescendo em direção a um patamar — uma vez que a curva se achata, gerações adicionais geram retornos decrescentes.

Três soluções representativas da frente final de Pareto:

O Design B é a solução balanceada recomendada pelo otimizador para o ambiente nominal de 40°C. ETD34 com material N87, 28 voltas primárias e 7 espiras secundárias (relação de giros 4:1 para 12 V de 48 V com ciclo de trabalho de 45%), AWG22 primário e AWG18 secundário, espaço de ar de 0,5 mm, intercalação P-S-P. Perda total de 660 mW, eficiência de 98,2%, aumento de temperatura de 28 °C. Pico de densidade de fluxo de 0,118 T contra o “MATHINLINE_34” do N87 — uma margem de saturação de 70% em relação ao limite reduzido.

O Design A mostra o que o ETD44 maior compra: a perda de núcleo cai porque “MATHINLINE_35” é apenas um terço da densidade de fluxo do Design B. Em “MATHINLINE_36”, esse fator de 1,66 na densidade de fluxo reduz a perda do núcleo em “MATHINLINE_37”. A compensação é 2,3 vezes mais volume.

O Design C é termicamente seguro em ambientes de 40° C, mas marginalmente — em ambientes de 55° C, o aumento de 51° C empurra a temperatura da junção para 106° C, violando a restrição. A frente de Pareto torna esse limite explícito antes que qualquer hardware exista.

Comparando os principais materiais

O otimizador responde à pergunta de seleção de material automaticamente. Para 100 kHz, o padrão é consistente:

A 100 kHz, o N97 supera consistentemente o N87 em projetos de eficiência crítica. Seu menor “MATHINLINE_42” reduz a perda do núcleo em aproximadamente 35% na mesma densidade e frequência de fluxo. O otimizador seleciona N97 na extremidade de baixa perda da frente de Pareto e N87 na extremidade balanceada e de volume mínimo.

O ferro em pó (material R, Mix26) aparece na frente de Pareto somente quando é necessária uma alta densidade de fluxo de saturação — normalmente para indutores de potência com polarização DC significativa. Para um flyback de 36 W, a ferrita domina por toda parte porque a energia armazenada por ciclo é moderada e o baixo “MATHINLINE_43” de ferrite vence.

Para frequências de comutação acima de 200 kHz, N49 ou 3F36 dominam consistentemente. A escala “MATHINLINE_44” com “MATHINLINE_45” significa que dobrar a frequência de 100 kHz para 200 kHz aumenta a perda de núcleo em “MATHINLINE_46”. Mudar de N87 para 3F36 a 200 kHz recupera aproximadamente metade desse aumento. O otimizador encontra esse cruzamento empiricamente — nenhum limite de frequência codificado é necessário.

Margem de saturação e fator de preenchimento

Quando o magnetismo é projetado manualmente, as duas falhas de produção mais comuns são a saturação do núcleo e as janelas enroladas sobrecarregadas. O otimizador elimina ambos com restrições rígidas.

A saturação é verificada no pior ponto operacional possível (“MATHINLINE_47”, qualquer carga). Somente uma sobretensão de entrada de 10% aumenta “MATHINLINE_48” em 10%. Combinado com uma redução de 10% em “MATHINLINE_49” devido a uma alteração de projeto induzida pela tolerância, o efeito cumulativo pode levar um experimento marginal à saturação. A redução de 20% do otimizador (“MATHINLINE_50”) fornece esse espaço livre explicitamente. O fator de preenchimento “MATHINLINE_51” é responsável pelo isolamento do fio, espessura da parede da bobina e fita intercalar. Um design mostrando “MATHINLINE_52” no papel é fisicamente impossível de enrolar de forma consistente. A restrição é aplicada de forma estrita — nenhuma compensação contra perda ou volume é aceita.

Ambos os valores são relatados no painel de detalhes do projeto para cada ponto de Pareto selecionado, dando ao engenheiro visibilidade total das margens do projeto antes de se comprometer com um núcleo.

Intercalação e perda de enrolamento AC

A 100 kHz, a resistência do enrolamento AC é frequentemente o maior contribuinte de perda individual — não a perda do núcleo. O modelo Dowell torna isso visível, e a escolha de intercalação tem um efeito dramático.

Para o design ETD34/N87 com fio primário AWG22, “MATHINLINE_53”. Com um arranjo P-S simples e 4 camadas primárias, o modelo Dowell fornece “MATHINLINE_54”. A perda primária de cobre é 4,8 × a previsão de DC.

A intercalação P-S-P divide o primário em duas metades flanqueando o secundário. Cada metade agora tem apenas 2 camadas efetivas. O termo de efeito de proximidade “MATHINLINE_55” cai de 15 para 3 — uma redução de 5 vezes. O “MATHINLINE_56” resultante cai de 4,8 para aproximadamente 1,9, reduzindo a perda de cobre AC em mais da metade.

Para o exemplo de flyback de 48 V, a mudança da intercalação P-S para P-S-P reduz a perda primária de cobre de aproximadamente 310 mW para 120 mW — 190 mW recuperados de uma alteração na ordem de enrolamento que não custa nada na BOM ou na área da placa. O otimizador avalia todas as quatro opções de intercalação (Nenhuma, P-S-P, S-P-S, Completo) para cada candidato e seleciona a melhor automaticamente.

Regras práticas de design a partir das tendências do otimizador

A execução desse otimizador em uma variedade de topologias e frequências revela padrões consistentes.

Taxa de giros mais alta → prefira N97 em vez de N87 para maior eficiência. Uma relação de giros de 4:1 aumenta N1 em relação a N2, aumentando a pressão do fator de preenchimento e favorecendo geometrias com janelas sinuosas maiores. A menor perda de núcleo do N97 em geometrias ETD maiores (ETD39, ETD44) fornece a combinação certa. Acima de 200 kHz, troque os materiais antes de alterar a geometria do centro. A escala de perda de núcleo “MATHINLINE_57” torna a seleção de materiais mais impactante do que a seleção de tamanho em alta frequência. O otimizador seleciona esse cruzamento de material empiricamente; o engenheiro de projeto deve fazê-lo deliberadamente. O otimizador encontra a folga de ar correta automaticamente. Uma folga menor proporciona maior indutância magnetizante e menor perda reativa de cobre, mas aproxima “MATHINLINE_58” da saturação. Uma lacuna maior diminui “MATHINLINE_59”, mas desperdiça turnos na corrente magnetizante. A seleção de folga do otimizador para o design ETD34/N87 — 0,5 mm — equilibra esses efeitos em todos os 10 pontos operacionais e seria difícil encontrá-los manualmente. Para orçamentos térmicos apertados, o ETD supera o PQ em volumes semelhantes. Os núcleos ETD têm menor resistência térmica por unidade de volume do que os núcleos PQ de manuseio de energia equivalente. Para a mesma perda total, um projeto de ETD funciona de 8 a 12° C mais frio. Quando a restrição térmica é vinculativa (ambiente acima de 50°C ou densidade de potência acima de 0,5 W/cm³), as geometrias ETD dominam a frente de Pareto.

Conclusão

O projeto de transformador manual produz projetos viáveis que raramente são ideais — sejam superdimensionados para sua meta de eficiência ou termicamente marginais porque o núcleo foi selecionado para um volume mínimo sem avaliar os piores pontos operacionais. A interação entre a geometria do núcleo, os coeficientes de Steinmetz do material, a resistência do enrolamento AC, o espaço de ar e a resistência térmica é muito alta para que a intuição navegue de forma confiável.

O Magnetics Optimizer automatiza a pesquisa exaustiva: até 500 × 400 avaliações de candidatos (nível pago), banco de dados independente de fornecedor de 113 núcleos, avaliado em 10 pontos operacionais por candidato, retornando a frente completa de Pareto de eficiência versus volume. Você escolhe onde, nessa frente, seu aplicativo fica — e você tem os dados baseados na física para defender a escolha.

[Execute o Magnetics Optimizer] (/tools/magnetics-optimizer)