立即报名
活动内容
行业面临的挑战
当前NVH优化面临的核心挑战在于优化目标与最终噪声表现之间存在明显脱节。传统方法多以电磁激励力等源头指标为优化对象，但激励力的降低并不必然带来声辐射的降低，因为结构模态、传递路径及声辐射效率的复杂耦合作用，使得“力”与“声”之间呈现出强非线性关系。同时，从激励到声辐射的多物理场传递过程（电磁-结构-声）建模困难，导致难以准确识别对噪声贡献最大的关键因素。另一方面，直接以声功率为优化目标虽然更接近感知结果，但其计算成本高昂，难以在工程中大规模应用。此外，行业内缺乏统一有效的评价指标，不同团队采用激励力、振动或声学指标，往往得到不一致的优化结论。在电机等复杂系统中，频谱成分丰富且谐波众多，进一步增加了NVH问题的识别与控制难度。因此，如何在计算效率与结果准确性之间取得平衡，选择既具有物理代表性又具工程可行性的优化目标，成为当前NVH领域亟待解决的关键问题。
行业先进的解决方案
传统NVH优化受限于计算能力与多物理场耦合复杂性，往往以电磁激励力等源头物理量作为优化目标，但这类指标与最终声辐射之间存在显著偏差。而Manatee的出现，使得工程上可以直接以声功率等声学物理量作为优化目标，从源头打通“激励-结构-声辐射”的完整链路。这一能力突破了以往依赖间接指标的局限，使优化过程更加贴近最终NVH性能表现，实质上改变了NVH优化的游戏规则——从“优化可计算的力”转向“优化可感知的声”。
演讲亮点
本次演讲聚焦使用SIMULIA Manatee软件分析和优化电动机振动与噪音水平，演讲内容主要涵盖以下内容：
1. 电动机NVH基础介绍
2. 使用SIMULIA Manatee对电机噪音溯源分析
3. 基于激励力与声功率的NVH优化策略对比分析
讲师介绍
倪思杰 博士：达索系统SIMULIA研发技术专家
倪思杰，现任达索系统SIMULIA电机仿真技术专家。他于2024年完成法国国家电气EE4.0博士后研究项目出站。于2023年获得法国阿尔图瓦大学电气工程博士学位，博士研究课题是被动式阻尼绕组对电动机振动噪音的抑制。他双硕士学位先后毕业于格勒诺布尔国立理工学院能源水环境工程学院及巴黎萨克雷大学，研究专长涵盖电机降噪与优化领域。
在达索系统担任Manatee软件的SIMULIA研发技术专家，使他得以延续电机领域的研究，并有机会接触前沿技术。Manatee软件是一款卓越的产品，彻底革新了人们对电机多物理场仿真的认知。能参与该软件的开发令他深感荣幸，更期待向用户展示其价值。
扫描上方二维码，在线注册报名！
报名确认成功后，将获得参会链接及参会码