||
本期人物专访,Machines 期刊有幸邀请到2025年最佳博士论文奖 (Best PhD Thesis Award) 获奖者张文韬博士。本次专访围绕其获奖博士论文的核心研究内容、关键科研攻关历程以及机械工程领域未来研究趋势展开深度对话。张文韬博士还分享了自己的读博感悟与后续科研规划,希望能为广大青年科研工作者带来切实的启发与参考。
学者信息
张文韬 博士
张文韬博士的获奖博士论文题目为《电动汽车驱动用永磁扁线电机多物理场分析与设计》,由中国东南大学吴中泽教授指导完成。目前,张博士在英国诺丁汉大学担任研究助理,主要研究方向为电机系统的多物理场设计、分析与控制。
访谈内容
1.请您简要介绍个人的博士研究工作,并阐述本次获奖博士论文的核心研究内容与研究目标。
我在东南大学的博士研究由吴中泽教授指导,重点聚焦于电动汽车驱动用永磁扁线电机的多物理场分析与优化设计。和传统圆线电机相比,永磁扁线电机具备更高的槽满率、更低的铜损耗,端部绕组结构更紧凑,同时整机热性能表现也更优异;但在实际工业设计层面,行业内长期缺少一套电磁–热–机械多场耦合的统一设计方法论。
这篇论文围绕上述核心研究空白,设立了四项明确研究目标:建立适用于含奇数层构型的多层发卡绕组通用设计方法;搭建面向直冷油冷电机的快速集总参数热模型;构建一套全参数化的转子电磁–机械耦合统一设计框架;基于两台工业级样机完成实验验证,样机峰值功率分别达到113千瓦与271千瓦,峰值效率分别为95.70%和97.37%。
2.在博士研究阶段,您面临的最大科研挑战是什么?您如何克服困难,维持科研动力?
在博士阶段,我遇到的最大困难在于处理电磁、热、机械多物理场之间的耦合关系,同时保证设计方案能够满足工业界严苛的成本与周期约束。不同仿真软件之间的几何模型交互极易出错,且运行效率低下。我采用分模块问题拆解的思路攻克该核心难题:首先独立开发绕组分析设计方法以及油冷热网络模型;随后搭建一套全参数化的统一仿真模型,实现电磁、机械仿真共用同一套几何模型,支持多目标并行优化。
保持长期科研动力也是一个难题,多场耦合优化的迭代提升过程往往十分漫长,很难看到即时进展。真正支撑我坚持下来的,是亲眼看到理论设计落地为实物样机——当样机实测的效率、转矩、超速性能与仿真预测结果高度吻合的那一刻,所有的付出都有了切实回报。
3.在您看来,未来十年机械工程领域有哪些极具发展潜力的前沿研究方向?
我认为该领域最核心的发展趋势是人工智能驱动工程设计、数字孪生技术与传统机械工程的深度融合。电机研发的设计空间庞大,同时涉及多物理场耦合,依靠传统分析手段很难完成充分探索,电磁参数的微小改动就会同步带来热、机械性能的连锁变化。人工智能辅助优化可以高效遍历庞大的高维设计空间;数字孪生则能够对电机全生命周期开展全时段状态监测与性能动态迭代。二者结合将广泛重塑机械工程领域,覆盖从结构热设计到制造的全链条。
与此同时,未来工程师的工作重心将从反复手动修改几何结构参数,转向搭建智能优化模型,输出更高效、更科学的工程决策。未来行业领军人才,一定是同时掌握物理机理和数据驱动工具的研究者。
4.对于刚步入博士阶段、或是即将完成博士学业的青年学子,您有什么建议吗?
我不想讲那些空泛的大道理,只想发自内心地说一句:好好享受这段独一无二的科研旅程。
博士阶段是一段难得的、可以全身心投入自己真正热爱的科研事业的时光。爱你所爱,行你所行,听从你心,无问西东。
5.请您谈谈对Machines 期刊的认识,以及您申请本次最佳博士论文奖的原因。
我对Machines 期刊的印象很好:期刊覆盖机械工程各领域的前沿研究方向,审稿流程高效公正,这对于电机设计这类技术迭代迅猛的细分领域而言尤为重要。
我申报该奖项的最核心原因在于,它是为数不多的以完整博士论文作为评价对象的国际奖项,而非仅针对单篇期刊论文进行评审。
一篇博士论文凝聚了研究者数年持续深耕的全部心血,能够得到国际权威期刊的官方认可,对青年研究者而言意义非凡。配套的奖金、获奖证书以及有效期为一年的文章处理费 (APC) 减免券,也为我后续的学术成果发表提供了实实在在的支持。我非常建议其他优秀的博士毕业生积极申报该奖项。
6.可否介绍您现阶段的科研规划,以及长期的学术研究与职业发展目标?
我的后续研究将继续围绕博士论文工作展开。下一步计划把AI驱动设计与我搭建的多物理场分析设计框架相结合,把高精度仿真、解析模型、实验测试数据整合到同一个优化闭环体系中。同时,我也希望推动这套自研技术走出实验室,落地到实际车用产品开发流程中,在可控的成本前提下进一步提升电动汽车驱动电机的功率密度与运行效率。长远来看,我的目标就是持续为这个领域产出严谨、具备明确实际落地价值的原创性研究成果。
7.请您简单分享一下此次获奖感受。您想要对哪些人表达感谢?
能够获得这一奖项,我倍感荣幸,这份荣誉的背后离不开很多人的鼎力帮助。首先感谢我的导师吴中泽教授,他耐心细致地指导我的研究,治学态度严谨,不断给予我正向鼓励,深刻塑造了我的科研思维与学术素养。感谢花为教授给予我的高层次学术引领,同时为整个实验室搭建了完善的科研协作平台。感谢各位实验室同事与产业合作伙伴,正是有了大家的全力支持,漫长的多组实验工作才得以顺利推进完成;感谢工业合作单位协助完成样机的精密制造与全性能测试。特别感谢我的家人,多年来无条件地支持我的全部学业;同时感谢Machines 编辑部与奖项评审委员会的认可。我会格外珍惜这份荣誉,继续深耕本研究领域,产出更多高质量的原创研究成果。
Machines 期刊介绍
主编:Antonio J. Marques Cardoso, University of Beira Interior, Portugal
主要发表机械设备故障诊断和预测、机械设计、机电一体化、机器人、叶轮机械、控制及自动化、电机和驱动器、先进制造等领域的最新学术成果。
2025 Impact Factor:3.0
2025 CiteScore:6.1
Time to First Decision:15.9 Days
Acceptance to Publication:2.9 Days
期刊主页:https://www.mdpi.com/journal/machines

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2026-10-22 14:01
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社