飛機執行器/致動器 (Aircraft actuator collaborative) 是什麼?

飛機執行器/致動器是航空系統中的關鍵部件，可將電力、液壓或氣動能轉換為機械運動，以控制各種飛行表面和系統。它們透過調節副翼、升降舵和方向舵等控制面，在飛機運作中發揮著至關重要的作用，這些控制面向對於機動和穩定性至關重要。此外，執行器/致動器也用於起落架系統、貨艙門和其他需要精確運動的機構。由於航空營運的高要求，這些設備必須滿足嚴格的安全性和可靠性標準。這些執行器/致動器通常分為線性和旋轉類型，每種類型都針對飛機內的特定應用而設計。執行器/致動器技術的進步，例如開發更有效率、更輕質的材料，可以提高飛機的性能和燃油效率。

EMMAS (Electro‑Mechanical Magnetic Actuator Systems)專案的主要參與者為英國TRIUMPH AEROSPACE OPERATIONS，該專案的部分資金來自於航空航天工業戰略競賽(Aerospace Industrial Strategy Competition)，該競賽由ATI(Aerospace Technology Institute)、Innovate UK(the UK’s Innovation Agency)、與BIS(Department for Business, Innovation and Skills)共同主辦，致力於設計更安全、更安靜、更可靠的電驅動系統，包含適用於極端環境的電子設備，該電驅動系統必需具有抗振能力、熱調節能力、與較少的維護，並且在永久或暫時過載時可以抵抗干擾。電驅動的整套設計過程都會進行系統性的評估，目標為提高電驅動領域的技術能力、系統的可靠性、安全性與乘客體驗。

“We have been able to use our electrical knowledge for the aerospace industry, and it’s allowed us to create new tools that utilise novel mathematical techniques for analysis of the dynamic behaviour of ball screws, which could lead to improved design and reliability of these components in the industry.”

—–Youn Park, Head of Aerospace, Romax Technology

  挑 戰  

推動技術能力競賽以促進設計開發工作

創新、安全、輕量、可靠的航空電驅動系統

  解 決 方 案  

透過各領域的專家密切合作，匯集最新的設計、分析與開發技術，致力於高效能、耐用可靠且適用於極端環境的電驅動系統

  效 益  

從系統性的概念架構選擇到詳細設計與分析，該專案展示了電驅動系統各方面的可靠性皆已經達到飛行器的業界標準

在航空產業中，安全是首要考量，因此飛行作動系統（例如方向舵和副翼）必須具有高度可靠的元件，以確保飛行安全。飛機的重量和效率是影響排放和燃油消耗的關鍵因素，也是產業向更多電動飛機過渡的重要推動力。電機作動器作為液壓作動器的替代方案，因其潛力而備受關注。相較於液壓系統，電機作動器具有重量輕、能效高的優點，有助於降低飛機總重量和改善燃油效率。然而，由於擔憂其可靠性，目前採用電機作動器仍然有限。提升電機作動器的可靠性至航空標準，是實現更多電動飛機的關鍵挑戰之一。隨著技術進步，電機作動器有望取代傳統液壓系統，推動航空產業進一步向高效、低排放的目標邁進。

這個專案證明了從系統層面進行作動器設計可以降低電機技術的風險，並開發出既安全又可靠的系統，同時展現出扭矩密度提高和效率的優勢。

合作夥伴的選擇基於他們的專業領域。Triumph Actuation Systems 作為項目領導，提供了作動器設計和控制硬體。Magnomatics 提供了其新穎的偽直驅概念，這是一種結合了無刷交流電機和集成磁齒輪的系統。The University of Sheffield運用其領先世界的控制技術來設計控制系統。Romax 則利用其電機工程專業知識及系統設計和分析工具來評估整個系統。

這個專案進行了對方向舵作動器的完整系統層級設計和分析，涵蓋了新穎的容錯偽直驅概念（PDD, Pseudo Direct Drive）、專用控制器和滾珠螺桿機構。項目小組自全面審查所有飛機作動器系統開始，系統性地評估和比較每個應用的電驅動操作特徵，並確定最適合納入專案的方案。

(電驅動作動器與電子控制系統)

在專案初期，Romax專注於對多個概念進行可靠性評估，迅速依據相關航空標準進行校合，以確保方案符合行業規範，這一過程於設計初期至關重要，為未來的設計概念方向進行量化的評分，從而選擇出最適合的電驅動作動器架構。

在獲得Triumph提供的作動器機械設計(包含Magnomatics的新型PDD設計)後，Romax應用了其行業領先的專業知識，對整個系統進行了機械可靠性分析，透過使用軟體 Romax，能夠評估整個系統的剛度、變形和應力，考慮到如重力、磁力不平衡、軸向預載和軸承間隙等重要影響因素。

軸承是系統中關鍵的安全元件，而 Romax 在此領域展現了超過 25 年的世界領先評估能力。通過將這些專業知識應用於專案，Romax 能夠量化多種複雜操作條件和系統效應對軸承可靠性的影響。例如，評估了電磁力（由 PDD 的存在所引起）對軸承損壞的影響。基於這些分析，提出並實施了系統設計建議。此外，還創建了創新的動態模型，能夠識別隨著滾珠螺桿機構運動變化的模態形狀和共振現象。

控制器由The University of Sheffield設計，並包含了 Romax 開發的動態模型，這使得能夠開發出一個穩健的控制算法，該算法已經構建並進行了測試。結合 Triumph提供的尖端硬體，最終的控制系統具有良好的穩健性和抗擾動能力，適合用於航空應用中的極端環境。

總體而言，這個專案成功地提高了電驅動單元在航空應用中的技術水平，通過系統層面的設計和分析，提升了可靠性、降低了風險，並對於電動飛機的發展有了實質上的推進。

想 更 清 楚 的 了 解 航空技術飛機致動器設計 – CAE軟體Romax Romax 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from Romax ,please contact Simhex.

風力渦輪機傳動系統的耐久與噪聲-CAE軟體Romax

Romax 可 以 做 什 麼 ?

行 業 應 用 案 例 ：

    軌 道 交 通    

客 戶 需 求 ：

軸承供應商調查

Romax 所 提 供 的 服 務：

一列現代化柴油列車軸箱軸承失效問題不斷增加，引起了越來越多的關注。 Romax 工程師使用 優 化 模 擬 軟 體，基於對 軸箱軸承 和 齒輪箱 的深厚知識，通過三個關聯的工作包進行問題根源分析以及詳細高效的問題調查。

    可再生能源    

客 戶 需 求 ：

根據GL認證的要求，在指定載荷譜和極限工況下完成 耐久性 計算。

Romax 所 提 供 的 服 務 ：

詳細的軸幾何尺寸，複雜的行星齒輪系統，花鍵聯結，有限元箱體模型和內部軸承細節。使用載荷分佈評估和選擇軸承，根據ISO標準計算壽命，調查和優化 預緊力 、 遊隙 、 錯位量 、 軸承 內部幾何資訊和 潤滑 狀況。Romax 生成的報告中 耐久性 滿足GL要求。報告允許供應商在該風機中使用它們的軸承產品。

    重 載 車 輛    

客 戶 需 求 ：

審核中型卡車 變速器 ，評估低成本供應商的軸承

Romax 所 提 供 的 服 務 ：

使用 Romax 軟體的全系統方法詳細分析所選軸承類型； Romax 在軸承潛在供應商審核過程中提供支援。基於完整 齒輪箱 系統分析完成 軸承選型 和 優化 。評估預緊力、錯位量、潤滑油和量產變差，鑒別軸承性能的關鍵影響因素。

    汽 車 行 業    

客 戶 需 求 ：

某大型歐洲汽車製造商需要改進 變速器 設計，使製造流程更具魯棒性。裝配過程中產生的結構變形導致 軸承預緊量 發生變化，需分析和優化軸承預緊量變化產生的系統影響。

Romax 所 提 供 的 服 務 ：

Romax 快速的建模 和 分析 功能可以將 齒輪 、 軸 、 軸承 和 箱體 集成到單一的 齒輪箱 模型中，預測各個零部件之間的 相互耦合 作用。通過使用 Romax 軟體對 變速器 進行整體系統優化，充分考慮所有零部件之間的相互影響，分析 電機定子 與 齒輪箱 殼體之間的配合以及箱體變形及其對 齒輪 和 軸承 的影響，最終幫助該汽車製造商優化了製造工藝，成功降低製造成本並進一步提高產品品質。

• 延 伸 閱 讀 

• 風力渦輪機傳動系統的耐久與噪聲-CAE軟體Romax
• Romax 協助NBC提升輪轂軸承的效率表現
• Valeo透過Romax成功縮短9個月的電驅動產品開發週期
• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 2024 Romax 新能源車輛電驅動研討會
• 2023 Romax新能源車輛電驅動研討會圓滿落幕
• 2023 Romax 新能源車輛電驅動研討會
• Romax DT 2022新版功能於 齒輪軸承 應用之介紹
• Hexagon | Romax 軸承 解決方案
• 新版 Romax 2021.1 發布:更貼近軸承、齒輪製造的設計方案
• 電機傳動系統工程，最完整的模擬平台

這篇文章 航空技術飛機致動器設計 – CAE軟體Romax 最早出現於 星恆科技有限公司。

隨著全球對低碳社會的需求日益增加 ，電動汽車 (EV) 和 混合動力汽車 (HEV) 的數量正在快速增長。 這些車輛被認為是未來交通工具的核心 ，因為它們能夠減少對化石燃料的依賴 ，從而降低二氧化碳排放量 。 在這些新能源車中，電池 、 逆變器和電機是最關鍵的組件。  其中，電機的市場規模預計將在未來幾年持續擴大，因為它們是這些車輛的核心驅動部分 。 隨著人們對提高電動汽車性能的需求日益增強， 電機設計工程師面臨著越來越高的要求 ，需要開發出更加高效和可靠的設計 。

除了電動汽車市場外，協作機器人市場也預計會有顯著增長。 協作機器人主要應用於需要體力勞動的工作場合 ，如搬運重物和進行精密工作 。 這些機器人可以與人類協同工作 ，減少人力勞動強度 ，同時提高工作效率 。 由於協作機器人由多個執行器和電機組成， 電機在這個領域的應用也變得越來越廣泛 。  因此 ，協作機器人的電機市場也將因此而擴大。

(左：電動汽車、右：協作機器人)

CAE軟體 電機設計

在電機設計過程中，為了在實際生產之前確保設計的高效性和可靠性，模擬分析預期性能是非常必要的。 這包括對電機的形狀進行優化以及在不同工作條件下確保驅動的有效性。 形狀優化的目的是提高電機的效率和性能，而在廣泛的工作範圍內確保驅動的有效性則是為了適應不同的操作環境和需求。

(左：電機形狀優化、右：電機在不同工作條件下的性能)

這些設計過程需要工程師進行大量的磁場模擬分析，尤其是在不同工作條件下。 這些分析需要大量的計算時間，因而如何減少模擬時間並提高工作效率成為一個重要的課題。

為了解決這個問題，海克斯康的 ODYSSEE軟體 提供了一種有效的解決方案。 ODYSSEE 能夠利用少量的設計實驗點(DOE)來建立高精度的降階模型(ROM)，這樣可以顯著加速電機設計的優化過程。

CAE軟體 電機設計

電機形狀設計優化

在不同的形狀參數下，電機的平均扭矩和扭矩波動會有所不同。 電機的設計優化過程就是平衡電機的平均扭矩和扭矩波動，得到帕雷托最優前沿(Pareto front)。

(左：電機磁場分析模型、右：不同設計參數下電機的平均扭矩和扭矩波動)

針對電機設計優化問題，通常採用典型的基因演算法來進行參數最佳化。 在這個過程中，基因演算法根據設計參數的取值進行優化，直到性能改進達到穩定。 這一過程通常需要進行大量的有限元法(FEM)計算。舉例來說，如果需要進行1200次FEM計算，每次計算大約需要30秒，那麼總計算時間將達到10小時。 在這樣的情況下，FEM計算是最耗時的部分，因此，減少FEM計算時間就成為提高工作效率的關鍵。

為了解決這一問題，本研究利用少量的FEM模擬結果，並採用ODYSSEE建立的降階模型來取代FEM，以便快速預測和減少FEM計算時間。 這樣不僅能夠加快優化過程，還能減少計算資源的消耗。

具體的工作流程如下：首先使用FEM模擬生成訓練數據，然後利用基因演算法確定設計參數，並搜索最佳設計形狀。 這一過程會重複進行，直到降階模型的結果與FEM的結果精度達到滿足要求的程度。 此時，降階模型可以取代FEM進行預測。

(左：基因演算法+機器學習工作流程、右：降階模型和FEM結果對比)

研究結果顯示，使用400個FEM模擬結果進行模型訓練即可得到收斂的降階模型，能夠準確替代FEM模擬。 相較於僅使用基因演算法的優化流程，引入ODYSSEE的機器學習工具後，FEM模擬次數從1200次減少到400次，大大降低了計算成本。

然而，我們也發現，在某些情況下，由於材料的非線性特性，降階模型對扭矩波動的預測精度較低。 這種情況主要是由於材料的非線性行為造成的。在這種情況下，可以通過改進優化流程來解決這個問題，即在帕雷托最優前沿位置使用FEM結果，其他位置則使用降階模型進行預測。

不同工作條件下電機性能快速預測

電動汽車的電機有著廣泛的工作範圍，為了在不同逆變器輸入電流條件下實現更有效的驅動，需要進行大量的磁場模擬分析。

(左：電動汽車工作範圍、右：電機效率隨電流和電機狀態而改變)

為了選擇適當的電流條件，需要進行1848個FEM模擬結果的優化，因此我們引入ODYSSEE的機器學習方法來減少模擬分析次數。 建模工具使用 MSC Apex ，機器學習軟體為 ODYSSEE 。 我們使用240組FEM模擬結果進行機器學習模型的訓練，並構建高精度的降階模型來替代FEM模擬分析。 結果顯示，降階模型的預測結果與FEM結果幾乎完全一致。

(上：FEM分析結果、下：降階模型預測結果)

總 結

在電機形狀設計優化問題中，使用 ODYSSEE 的機器學習方法，可以將FEM次數減少約68.9%（從1236次減少到378次）。 然而，由於電機材料的特性，降階模型對某些扭矩波動的預測結果可能與FEM結果存在一定的偏差。 這可以通過在帕雷托最優前沿選擇使用FEM結果來彌補。

針對不同工作條件下的電機設計優化問題， ODYSSEE 的機器學習方法能將FEM次數減少約87.0%（從1848次減少到240次），並且仍能保持較高的預測精度。 這樣的技術進步不僅顯著提高了電機設計的效率，也為未來的技術發展提供了新的可能性。 在全球追求低碳經濟和可持續發展的大背景下，這些技術的應用將變得越來越重要，並有望為相關行業帶來深遠的影響。

想 更 清 楚 的 了 解  ODYSSEE CAE 機器學習成為電機一大助力 ODYSSEE 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from ODYSSEE and Romax ,please contact Simhex.

ODYSSEE CAE

ODYSSEE CAE 藉由即時回答複雜的工程問題來擴增你的知識，若沒有 ODYSSEE CAE 可能需要數百小時來做模擬和分析。 只要一些先前做過的CAE模擬， ODYSSEE 可以即時預測、最佳化和穩健的產出準確的結果。 ODYSSEE CAE 生產完整時程的歷史輸出，包含完整的CAE分析，有詳細的後處理結果。

ODYSSEE CAE is an innovative platform for engineers that integrates machine learning, artificial intelligence, reduced order modelling, and design optimisation into workflows. It enables cost-efficient digital twin creation through real-time predictive modelling and optimisation by leveraging CAE simulation and physical test data. With minimal prior simulations, ODYSSEE CAE can quickly generate accurate results (with deformation, stresses, …) and full-time history outputs.

ODYSSEE A-Eye

使用以影像為基礎的機器學習，為任何產業提供即時預測和優化。

ODYSSEE-A-Eye 使用影像為基礎的預測或基於 CAD 幾何 (STEP) 為生產/非工程師建立專用的客製化。

ODYSSEE A-Eye is a machine learning solution for accelerating product design and development through image and CAD-based learning. Using images, CAD and sensor data as inputs, ODYSSEE A-Eye creates customised AI applications that predict output responses and field data. This enables designers and production technicians to explore the design space thoroughly and design next-generation products efficiently without excessive computing time and cost.

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

補充說明：

AI 人工智慧 (Artificial Intelligence) 是指通過電腦系統模擬人類智能的技術。AI 包括能夠進行推理、學習、理解自然語言、解決問題、感知環境並做出決策的系統。

ML 機器學習 (Machine Learning) 是 AI 的一個子領域，專注於通過數據進行學習，無需特定編程來完成特定任務。ML 的系統會通過大量數據進行訓練，識別其中的模式，並基於學到的模式進行預測或決策。

AI 和 ML 的區別：

• AI 是一個廣泛的領域，涵蓋了模仿人類智能的各種技術和方法。
• ML 是實現 AI 的方法之一，利用數據訓練模型，通過學習改進系統的表現。

ODYSSEE 應用:

• 延 伸 閱 讀 

• ODYSSEE幫助臨床醫學最佳化3D列印矯正鞋墊
• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 機器學習、人工智慧AI的最佳幫手 ODYSSEE
• ODYSSEE 以CAE為中心的AI/ML創新平台

這篇文章 ODYSSEE CAE 機器學習成為電機一大助力 最早出現於 星恆科技有限公司。

–上 課 地 點 : 於 MSC 台 北 辦 公 室 電 腦 教 室 (台北市林森北路577號7樓之2), 學員不須準備電腦

每堂 10名 ，座位有限，請儘早報名 ! 。(報名完成後，各課程講師將Email通知確認是否報名成功。)

報名方式：     報 名 連 結   

若對此 Romax齒輪軸承變速箱強度分析 2023第一季培訓課程 有任何問題，請致電：(02)2585-1228 (MSC Taiwan)

專業的軸承知識是 Romax 的技術核心。協助客戶計算 軸 承 壽 命 和耐 久 度 、 評估軸 承 選 型 、 降 低 成 本 、 提 高 性 能 、 分析 軸 承 失 效 原因 。我們持續致力於高級分析功能研發，強化世界領先的軟體功能和優秀的工程服務能力，為客戶提供 全方位 的 軸 承 技 術 服 務 。

行 業 應 用 案 例 ：

    軌 道 交 通

客 戶 需 求 ：

軸承供應商調查

Romax 所 提 供 的 服 務：

一列現代化柴油列車軸箱軸承失效問題不斷增加，引起了越來越多的關注。 Romax 工程師使用 優 化 模 擬 軟 體，基於對 軸箱軸承 和 齒輪箱 的深厚知識，通過三個關聯的工作包進行問題根源分析以及詳細高效的問題調查。

    可再生能源    

客 戶 需 求 ：

根據GL認證的要求，在指定載荷譜和極限工況下完成 耐久性 計算。

Romax 所 提 供 的 服 務 ：

詳細的軸幾何尺寸，複雜的行星齒輪系統，花鍵聯結，有限元箱體模型和內部軸承細節。使用載荷分佈評估和選擇軸承，根據ISO標準計算壽命，調查和優化 預緊力 、 遊隙 、 錯位量 、 軸承 內部幾何資訊和 潤滑 狀況。Romax 生成的報告中 耐久性 滿足GL要求。報告允許供應商在該風機中使用它們的軸承產品。

    重 載 車 輛    

客 戶 需 求 ：

審核中型卡車 變速器 ，評估低成本供應商的軸承

Romax 所 提 供 的 服 務 ：

使用 Romax 軟體的全系統方法詳細分析所選軸承類型； Romax 在軸承潛在供應商審核過程中提供支援。基於完整 齒輪箱 系統分析完成 軸承選型 和 優化 。評估預緊力、錯位量、潤滑油和量產變差，鑒別軸承性能的關鍵影響因素。

    汽 車 行 業    

客 戶 需 求 ：

某大型歐洲汽車製造商需要改進 變速器 設計，使製造流程更具魯棒性。裝配過程中產生的結構變形導致 軸承預緊量 發生變化，需分析和優化軸承預緊量變化產生的系統影響。

Romax 所 提 供 的 服 務 ：

Romax 快速的建模 和 分析 功能可以將 齒輪 、 軸 、 軸承 和 箱體 集成到單一的 齒輪箱 模型中，預測各個零部件之間的 相互耦合 作用。通過使用 Romax 軟體對 變速器 進行整體系統優化，充分考慮所有零部件之間的相互影響，分析 電機定子 與 齒輪箱 殼體之間的配合以及箱體變形及其對 齒輪 和 軸承 的影響，最終幫助該汽車製造商優化了製造工藝，成功降低製造成本並進一步提高產品品質。

• 延 伸 閱 讀 

• Romax DT 2022新版功能於 齒輪軸承 應用之介紹

• Hexagon | Romax 軸承 解決方案

• 新版 Romax 2021.1 發布:更貼近軸承、齒輪製造的設計方案

• 電機傳動系統工程，最完整的模擬平台

這篇文章 Romax齒輪軸承變速箱強度分析 2023第一季培訓課程 最早出現於 星恆科技有限公司。