徐子昂 · 电机工程师
个人总结
新能源汽车电驱系统研发硕士,具备电磁设计、控制策略与多物理场联合仿真的综合能力,专注高效高功率密度永磁同步电机。
主导200kW级驱动电机电磁方案开发与多物理场优化,峰值功率密度达4.2kW/kg、峰值效率97.1%,通过电磁-热-结构-声学耦合仿真使48阶噪声降低3.2dB(A),编写自动化脚本将单轮仿真周期缩短40%。
独立完成800V油冷扁线低交流损耗课题,提出不等匝分段交错换位拓扑,额定铜耗降低12%、高速区交流损耗占比压至7.2%,形成可复用设计准则与评估脚本,获校级优秀硕士学位论文推荐。 兼具电驱总成NVH仿真链搭建、整机约束模态分析与无位置传感器控制算法开发经验,多项优化措施已被工程样机采纳。
工作经历
某新能源车企研发中心/电机系统实习生
负责200kW级车用永磁同步电机初始电磁方案设计,利用Maxwell建立参数化模型,对极槽配合、磁钢厚度与气隙长度等关键变量进行敏感性扫描,在转矩密度与弱磁扩速比约束下锁定初版电磁拓扑,峰值功率密度达4.2kW/kg。
基于Motor-CAD构建热-电磁耦合快速校核模型,迭代优化绕组排布与磁路结构,将峰值效率从96.3%提升至97.1%,额定工况温升裕量提高5K,确保方案满足热性能与绝缘要求。
独立开展电磁振动噪声分析,对气隙电磁力进行二维FFT时空分解,识别出引起定子共振的主导谐波阶次;提出转子分段斜极与定子槽口尺寸联合优化方案,在Maxwell中完成多参数寻优,使48阶径向电磁力幅值降低34%。
搭建电磁-结构-声学联合仿真流程,结合模态与谐响应分析预测电机振动响应和声场,优化方案在额定工况下48阶A计权声压级下降3.2dB(A),台架对标测试偏差<1.5dB(A)。
开发Python后处理脚本,自动提取反电动势谐波畸变率、齿槽转矩峰值与转矩脉动等关键性能指标并生成可视化报告,将单轮仿真分析周期缩短40%,已纳入团队常规分析工具链。
整理电磁设计方案报告与DFMEA文件,参与机械、热管理、控制等跨部门技术评审2次,闭环管理12项电磁风险项,其中7项优化措施被工程样机方案采纳。
项目经历
硕士课题/独立完成
面向800V电驱平台高转速下扁线绕组的交流损耗问题,独立构建计及趋肤与邻近效应的Maxwell 2D分段参数化模型,完成8极48槽方案在0~12000rpm全工况域损耗分布仿真及主控参数敏感度分析。
量化导条宽厚比、层数与端部不换位段长度的影响,提出一种不等匝分段交错换位绕组拓扑;全工况电磁仿真结果表明,额定持续工况下定子铜耗降低12%,高速区交流损耗占比由16.8%压缩至7.2%。
形成《低交流损耗扁线绕组设计准则》与标准化损耗评估脚本,将多方案迭代周期由2人天缩短至0.5人天(提效75%);应用于某OEM预研平台的3款油冷扁线电机定子方案快速收敛,最高效率点提升0.5%。
独立完成课题结题与成果固化,以第一作者投稿SCI期刊论文1篇(在审),申请发明专利1项,获校级优秀硕士学位论文推荐。
校企联合项目/核心成员
主导搭建电驱总成多体动力学与有限元联合仿真模型,基于LMS Virtual.Lab完成整机约束模态分析,定位壳体局部模态与齿轮啮合激励共振风险点3处,为避频优化提供量化输入。
针对减速器齿轮啸叫问题,提出宏微观几何修形与壳体加强筋组合方案,经联合迭代仿真优化后,主要阶次噪声声压级降低6.8dB(A),并输出参数化设计指导边界。
引入电磁力波与转矩脉动作为激励源,搭建电磁-结构-声学耦合NVH仿真链,将总成辐射声功率级仿真预测精度提升至与台架试验误差<2dB(A)。
编制电驱总成NVH仿真分析规范与建模标准(含网格划分、连接刚度等效、阻尼参数标定流程),缩短同类项目前处理周期约30%。
协同测试团队完成半消声室台架对标试验,通过阶次分析与模态试验验证仿真模型,最终达成客户方整车级NVH目标阈值,方案被项目组直接采纳。
本科毕业设计/独立完成
针对永磁同步电机无位置传感器运行需求,独立设计基于改进型滑模观测器的转子位置估算方案,在Simulink中搭建计及逆变器非线性的控制与电机联合仿真模型,实现全转速范围位置估计误差<4°电角度,稳态转速脉动<2%。
引入自适应边界层函数与分数阶锁相环替代传统开关函数及固定带宽PLL,有效抑制滑模抖振并提高动态跟踪能力,使突加额定负载时转速跌落由8%降至3%以内,恢复时间缩短至0.4s。
对比分析零低速IF起动切换至中高速滑模无传感器的过渡策略,确定最佳切换转速区间并设计线性加权过渡算法,保证切换过程转矩波动<5%。
独立完成从公式推导、模型构建到仿真测试与数据分析的全流程,形成逾1.2万字的毕业设计论文及可复用的算法模块库,获评校级优秀毕业设计。
教育经历
主修课程:电力系统分析(96/100)、电机学(94/100)、高电压技术(92/100)、电力电子技术(95/100)、自动控制理论(93/100)
毕业设计:《基于深度学习的短期电力负荷预测方法研究》,获校级优秀毕业论文
荣誉奖励:浙江大学优秀学生(Top 5%)、全国大学生电气数学建模竞赛一等奖
专业技能
荣誉奖项
综合成绩排名前1%获评。
获评省级优秀硕士毕业生。
示例数据,仅供参考
换个风格试试
挑一个喜欢的风格,一键创建你的简历

















































