Beichao Yang · Fei Xiao · Xinsheng Zhang · Ruitian Wang 等8人 · IEEE Transactions on Power Electronics · 2025年9月

针对变压器铁芯在SPWM激励下的振动问题，本文提出了一种基于电磁-结构耦合的改进预测方法。研究考虑了磁滞和磁致伸缩效应，利用神经网络建模磁致伸缩特性，并通过多物理场耦合仿真，实现了对卷铁芯振动特性的精确预测，为电力电子设备的噪声控制与结构优化提供了理论支撑。

解读: 该研究对于阳光电源的组串式逆变器及储能变流器（PCS）中的磁性元件设计具有重要意义。随着产品功率密度的提升，高频SPWM激励下的电磁振动与噪声控制已成为提升产品可靠性与用户体验的关键。通过引入该多物理场耦合模型，研发团队可在设计阶段精确评估磁芯振动，优化电感与变压器结构，从而降低PowerTitan...