Otimizador magnético: transformadores pareto-ideais

Por que o design magnético ainda é difícil

A simulação de eletrônica de potência ficou muito boa. Você pode colocar um conversor de comutação completo no SPICE, executar Monte Carlo em seu circuito de controle e até mesmo prever emissões irradiadas antes de girar a placa. Mas magnetismo? Ainda teimosamente manual. O fluxo de trabalho não mudou muito em décadas: estime os volt-segundos necessários, folheie um catálogo de fornecedores e escolha um núcleo com base nas regras básicas de manuseio de energia, calcule as curvas, verifique se o enrolamento realmente se encaixa na janela, verifique se a densidade máxima do fluxo permanece abaixo da saturação e cruze os dedos para ver se o aumento térmico é aceitável.

Aqui está o problema: “escolher um núcleo do catálogo” não é realmente 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 um com diferentes vantagens e desvantagens. Cada material tem seus próprios coeficientes de Steinmetz, densidade de fluxo de saturação e resistência térmica. Os núcleos ETD oferecem espaço de enrolamento de alto volume; os núcleos PQ são melhores para montagens de baixo perfil. As ferritas N87 e N97 da TDK têm perfis de perda de núcleo completamente diferentes em 100 kHz versus 500 kHz. Os toróides de ferro em pó podem lidar com um fluxo de saturação mais alto, mas você paga por isso na perda de núcleo de alta frequência.

E aqui está o que piora as coisas: 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 direto entre si. A compensação certa depende inteiramente de seu orçamento térmico, da restrição de espaço ocupado pela diretoria e da meta de eficiência. A maioria dos engenheiros simplesmente escolhe algo que parece razoável e segue em frente, mas você está deixando o desempenho na mesa.

O Magnetics Optimizer aborda isso de frente. 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. O que você recebe de volta é a frente de Pareto: todo design para o qual nenhuma melhoria na eficiência é alcançável sem aumentar o volume. Você não está mais adivinhando — você está escolhendo o conjunto matematicamente ideal.

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

O exemplo prático que usaremos ao longo deste post é um transformador flyback regulado do lado primário. As especificações são: entrada de 48 V (nominal), saída de 12 V a 3 A (total de 36 W), frequência de comutação de 100 kHz, ciclo de trabalho de 45%. Muito típico para um pequeno conversor DC-DC isolado. Aqui estão 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:Esse número impulsiona todo o resto — seleção de turnos e área central. Ele deve ser suportado sem saturar o núcleo e reinicializado completamente durante o tempo de inatividade. Essa é a restrição fundamental que une a contagem de voltas, a geometria do núcleo e a frequência de comutação. Se errar, seu transformador satura ou não reinicia corretamente.

Por que a otimização multiobjetivo realmente importa

Vamos analisar dois designs extremos desse flyback para ver por que você não pode simplesmente otimizar para uma coisa.

Design A — perda mínima: Use um núcleo ETD44 com$A_e = 173\,\text{mm}^2$. Essa 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. Você pode usar um fio primário gordo e manter a resistência DC baixa. A eficiência excede 98%. Parece ótimo, certo? Exceto que o ETD44 tem um volume de aproximadamente 18 cm³. É um grande transformador. Design B — volume mínimo: Use um núcleo EE25 com$A_e = 52\,\text{mm}^2$. Você precisa de menos voltas, 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 — e é por isso que isso dói: o expoente de Steinmetz$\beta \approx 2.86$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$(1.10)^{2.86} - 1 \approx 32\%$. Isso é brutal. Mas o volume cai para cerca de 3 cm³ — um sexto do Design A.

Nenhum deles é universalmente melhor. Se você estiver projetando uma fonte de alimentação para data center, usará o núcleo maior para obter o ganho de eficiência. Se você está projetando um carregador médico vestível, precisa de um tamanho pequeno, independentemente da eficiência atingida. A resposta correta não é um design — é a frente de Pareto. Todos os projetos em que nenhuma melhoria na eficiência é possível sem aumentar o volume. Em seguida, você escolhe aquele que se adapta às suas restrições.

O algoritmo: NSGA-II

O otimizador usa NSGA-II (Non-Dominated Sorting Genetic Algorithm II), implementado com a biblioteca DEAP. Se você não está familiarizado com algoritmos genéticos, aqui está a ideia básica: mantenha uma população de designs de candidatos, avalie os dois objetivos de cada candidato, classifique os indivíduos pela dominância de Pareto e use uma métrica de distância de aglomeração para preservar a diversidade na frente. Essa última parte é importante — ela evita que a população entre em colapso em um único ponto. Você quer todo o espectro de vantagens e desvantagens, não apenas um design “muito bom”.

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, como retrocesso e avanço, o N2 não é otimizado diretamente. É derivado da restrição da razão de voltas:$N_2 = \text{round}(N_1 \cdot V_{out} / (V_{in} \cdot D))$. Isso é fisicamente correto e reduz o espaço de pesquisa, o que ajuda na convergência.

Aqui está algo importante que a maioria dos otimizadores erram: o algoritmo avalia cada candidato em 10 pontos operacionais. São 5 frações de carga (20%, 40%, 60%, 80%, 100%) vezes 2 tensões de entrada (nominal 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 apenas ajustados a uma única condição nominal. Um design que parece ótimo com 100% de carga e entrada nominal pode saturar com 110% de tensão de entrada. O otimizador detecta isso.

Com 200 indivíduos e 150 gerações no nível gratuito, o otimizador realiza aproximadamente 120.000 a 150.000 avaliações. No trabalhador Fargate, isso é concluído em aproximadamente 20 a 40 segundos. Rápido o suficiente para iterar durante uma revisão de design.

Modelos de física

A função de condicionamento físico agrupa quatro modelos de física em sequência para cada candidato. Vamos examiná-los.

Perda do núcleo — equação de Steinmetz: onde$C_m$,$\alpha$e$\beta$são coeficientes de Steinmetz específicos do material armazenados por material no banco de dados principal e$V_e$é o volume efetivo do núcleo em m³. As unidades são SI por toda parte — frequência em Hz, densidade de fluxo em T, potência em W. Para TDK N87, os coeficientes são:$C_m = 0.0585$,$\alpha = 1.86$,$\beta = 2.86$. Esse expoente íngreme de$\beta$é a sensibilidade dominante. Pequenas reduções na densidade de pico de fluxo geram grandes melhorias na perda do núcleo. É por isso que aumentar a densidade do fluxo para economizar volume é tão caro em termos de eficiência. Densidade de fluxo de pico para topologias de extremidade única, como retrocesso e avanço:Para indutores de potência, a fórmula muda um pouco:$B_{pk} = L \cdot I_{peak} / (N_1 \cdot A_e)$onde$L$é calculado a partir do modelo de indutância de núcleo com lacunas. A questão é que a densidade do fluxo é definida pelo produto de volt-segundo e pela geometria do núcleo — você não pode enganá-la. 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. Você não pode ignorar isso a 100 kHz. O modelo Dowell calcula$F_R = R_{ac}/R_{dc}$em função do diâmetro normalizado do fio$\Delta = h_{layer}/\delta$(onde$h_{layer} = d_w \sqrt{\pi/4}$para condutores redondos) e do número de camadas de enrolamento$n_l$:

A profundidade da pele a 100 kHz é$\delta = \sqrt{\rho_{Cu}/(\pi f \mu_0)} \approx 209\,\mu\text{m}$. O fio AWG22 tem um diâmetro de 0,644 mm, dando$\Delta \approx 1.5$. Com 4 camadas primárias,$F_R \approx 5$. Sua resistência AC é cinco vezes sua resistência DC. É por isso que a intercalação adequada é tão importante — o otimizador avalia todas as três opções de intercalação e seleciona a melhor automaticamente.

Indutância do espaço de ar: Uma vez$l_{gap} > l_e/\mu_r$, o espaço de ar domina e a indutância se torna quase independente da permeabilidade do material central. Na verdade, essa é uma propriedade útil para a tolerância de fabricação — você não está combatendo a variação de lote para lote na permeabilidade da ferrite. Térmico: A resistência térmica agrupada$R_{th}$é armazenada por núcleo a partir dos dados do fabricante. O teto térmico$T_{ambient} + \Delta T \leq T_{max}$é uma restrição rígida. Projetos que o violem em qualquer ponto operacional recebem uma penalidade que domina os dois objetivos de condicionamento físico. O otimizador não fornecerá um design que derreta. Restrições rígidas de viabilidade:

-$B_{pk} < 0.8 \times B_{sat}$— margem de saturação de 20% na pior das hipóteses de tensão

• Fator de preenchimento$k_u = (N_1 A_{w1} + N_2 A_{w2})/W_a < 0.40$-$T_{ambient} + P_{total} \cdot R_{th} < T_{max}$Eles não são negociáveis. Um design que viole qualquer um deles é marcado como inviável e descartado.

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. Cada ponto é clicável para ver os detalhes do design. Há também um gráfico de convergência evolutiva que mostra o indicador de hipervolume crescendo em direção a um platô. Uma vez que essa curva se achata, gerações adicionais geram retornos decrescentes. Você terminou.

Aqui estão 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. A densidade de fluxo de pico é de 0,118 T contra o$B_{sat} = 0.39\,\text{T}$do N87 — essa é uma margem de saturação de 70% em relação ao limite reduzido. Muito espaço livre.

O Design A mostra o que o ETD44 maior compra para você. A perda de núcleo diminui porque o$B_{pk} = 0.071\,\text{T}$é apenas um terço da densidade de fluxo do Design B. Com o$\beta = 2.86$, esse fator de 1,66 na densidade do fluxo reduz a perda do núcleo em$(1.66)^{2.86} \approx 5\times$. A compensação é 2,3 vezes mais volume. Se você tem espaço para o tabuleiro, isso é óbvio.

O Design C é termicamente seguro em ambientes de 40° C, mas marginalmente. Em um ambiente 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 de você criar qualquer hardware. Isso é valioso — a maioria dos engenheiros não descobre problemas de margem térmica até que o protótipo comece a soltar fumaça.

Comparando materiais principais

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

A 100 kHz, o N97 supera consistentemente o N87 em projetos de eficiência crítica. Seu$C_m$inferior 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. Isso faz sentido — o N97 é mais caro, então você só o usa quando a eficiência justifica o custo.

O ferro em pó (material R, Mix26) aparece na frente de Pareto somente quando é necessária uma alta densidade de fluxo de saturação. Isso normalmente é 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 a baixa seção 43§ de ferrita vence. Se você estivesse projetando um conversor de impulso de 500 W com forte polarização DC, veria o ferro em pó aparecer.

Para frequências de comutação acima de 200 kHz, N49 ou 3F36 dominam consistentemente. A escala$f^{\alpha}$com$\alpha \approx 1.86$significa que dobrar a frequência de 100 kHz para 200 kHz aumenta a perda do núcleo em$2^{1.86} \approx 3.6\times$. Isso é brutal. Mudar de N87 para 3F36 a 200 kHz recupera aproximadamente metade desse aumento. O otimizador encontra esse cruzamento empiricamente — não há limite de frequência codificado. Ele apenas avalia tudo e escolhe o vencedor.

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. Já vi os dois matarem toda a produção. O otimizador elimina ambos com restrições rígidas.

A saturação é verificada no pior ponto de operação possível —$V_{in} \times 1.1$, qualquer carga. Somente uma sobretensão de entrada de 10% aumenta o$B_{pk}$em 10%. Combine isso com uma redução de 10% no$N_1$de uma alteração de projeto induzida pela tolerância, e o efeito cumulativo pode levar um experimento marginal à saturação. A redução de 20% do otimizador ($B_{pk} < 0.8 \times B_{sat}$) fornece esse espaço livre explicitamente. A maioria dos engenheiros usa de 10 a 15%, o que é restrito. 20% oferecem espaço para variações no mundo real. O fator de preenchimento$k_u < 0.40$é responsável pelo isolamento do fio, espessura da parede da bobina e fita intercalar. Um desenho mostrando$k_u = 0.42$no papel é fisicamente impossível de enrolar de forma consistente. Pergunte a qualquer casa magnética — eles dirão que 0,40 já é otimista para montagens enroladas à mão. A restrição é aplicada de forma estrita. Nenhuma compensação contra perda ou volume é aceita. Se não couber, não é um design válido.

Ambos os valores são relatados no painel de detalhes do projeto para cada ponto de Pareto selecionado. Você obtém visibilidade total das margens do projeto antes de se comprometer com um núcleo. Só isso economiza semanas de iteração com seu fornecedor de magnetismo.

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. A maioria dos engenheiros subestima isso. O modelo Dowell o torna visível, e a escolha de intercalação tem um efeito dramático.

Para o design ETD34/N87 com fio primário AWG22,$\Delta = d_w \sqrt{\pi/4} / \delta \approx 1.37$. Com um arranjo P-S simples e 4 camadas primárias, o modelo Dowell fornece$F_R \approx 4.8$. A perda primária de cobre é 4,8 × a previsão de DC. Se você calculou a resistência com base no comprimento do fio e na resistividade DC, está errado por um fator de cinco. É por isso que seu protótipo esquenta.

A intercalação P-S-P divide o primário em duas metades flanqueando o secundário. Cada metade agora tem apenas 2 camadas efetivas. O termo efeito de proximidade$(n_l^2 - 1)$cai de 15 para 3 — uma redução de 5 vezes. O$F_R$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. São 190 mW recuperados de uma alteração de 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. Você não precisa pensar nisso — ele já está otimizado.

Regras práticas de design a partir das tendências do otimizador

A execução desse otimizador em uma variedade de topologias e frequências revela padrões consistentes. Esses são os tipos de coisas que você aprende depois de projetar algumas centenas de transformadores, mas agora o otimizador apenas diz.

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. Se você estiver fazendo um flyback de 48V a 3,3V com uma taxa de giros de 12:1, o N97 vence quase todas as vezes. Acima de 200 kHz, troque os materiais antes de alterar a geometria do centro. A escala de perda de núcleo$f^{1.86}$torna a seleção de materiais mais impactante do que a seleção de tamanho em alta frequência. O otimizador seleciona esse cruzamento de material empiricamente, mas você deve fazê-lo deliberadamente. Não tente forçar o N87 a funcionar a 500 kHz — mude para o N49 ou 3F36 e evite dores de cabeça. O otimizador encontra o espaço de ar correto automaticamente. Um espaço menor proporciona maior indutância magnetizante e menor perda de cobre reativo, mas aproxima o$B_{pk}$da saturação. Uma lacuna maior diminui o$B_{pk}$, 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. Descobrir isso manualmente levaria horas. O otimizador faz isso em 30 segundos.

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. Se você estiver fazendo um projeto automotivo de alta temperatura, preste atenção a isso.

Por que isso importa

O projeto manual do transformador produz projetos viáveis que raramente são ideais. Eles são 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. Você pode chegar perto, mas está deixando o desempenho na mesa.

O Magnetics Optimizer automatiza a pesquisa exaustiva. Até 500 × 400 avaliações de candidatos no banco de dados de nível pago, independente de fornecedor, de 113 núcleos, avaliadas em 10 pontos operacionais por candidato, retornando a frente completa de Pareto em eficiência versus volume. Você escolhe onde, nessa frente, seu aplicativo fica — e você tem os dados físicos para defender a escolha. Chega de adivinhar. Chega de “vamos tentar um núcleo maior e ver o que acontece”. Você sabe exatamente o que está negociando.

Execute o Magnetics Optimizer