MathWorks AI工具链，破解电机热管理开发难题

面对汽车行业技术迭代快、研发周期短、成本压力大等挑战，借助AI工具提升开发效率，已成为行业发展的必然趋势。以MathWorks为代表的软件工具供应商，正持续在开发平台中深度集成 AI 能力，助力研发人员高效攻克技术难题。

以电机热管理为例，传统的磁链和LPTN热网络法均存在技术局限，博格华纳动力驱动系统事业部依托MathWorks工具链，创新性地采用基于机器学习的电机温度在线估算方案，突破传统开发瓶颈，取得了显著的开发成效。

在 2026 MathWorks中国汽车年会上，本刊记者与博格华纳（中国）研发有限公司动力驱动系统事业部架构经理张体环、MathWorks中国汽车技术团队首席专家兼团队经理董淑成进行了交流。

传统开发模式存在局限性

作为电驱动总成的关键部件，电机的热管理是影响电驱动性能的重要因素。其中，定子及转子温度是重要监测参数，电机运行过程中必须对其精准把控，防止过热引发性能衰减或故障。

定子作为静止的固定部件，通常通过嵌入传感器来采集温度，并依托模型推算最热点位温度。在降本压力的推动下，定子传感器未来很有可能被虚拟传感器所取代，全面采用模型估算。而转子因处于高速旋转状态，无法通过安装传感器来直接测量，通常依靠模型进行估算。

当前，行业主流的温度估算技术方案是电模型（磁链）和热模型（LPTN），前者多用于转子，后者则主要用于定子。

博格华纳（中国）研发有限公司动力驱动系统事业部系统架构经理张体环

张体环指出，这两种方法都存在一定的局限性：磁链法在低速小扭矩工况下的温度估算误差偏高，且仅适用于永磁同步电机；LPTN热网络法则需要开发工程师具备丰富的电机结构和传热学专业知识，开发门槛较高。

与此同时，电机开发也面临双重痛点。一是成本和周期压力，需在短周期、低成本约束下，保障产品开发质量。二是协同开发难题，由于电机控制单元安装于电控系统，而电机和电控通常分属不同供应商，或同一供应商的不同开发团队，电机、电控及算法需同步并行开发，跨部件协同推进难度较大。

针对上述行业共性技术难题与开发痛点，张体环及其团队借助MathWorks工具链，探索基于机器学习的电机温度在线估算方案，以此突破传统开发模式瓶颈。

“AI 模型可同时基于台架实测数据和电机有限元仿真数据开展训练，在电机样机尚未完成试制时，仅凭仿真数据即可提前完成温控算法训练，实现电机与电控同步开发，打破实体硬件对研发进度的限制；进入正式测试阶段后，能大幅减少定制测温模具使用和高频台架迭代次数，显著降低试验成本与资源投入。” 张体环介绍道。

让AI开发可追溯

从目前来看，基于机器学习的电机温度估算方法，在实际量产项目中落地的案例并不多，且估算精度较差。但汽车行业对安全性、可靠性又有着极高要求，机器学习方案是否具有可行性？如何让机器学习过程变成可追溯的工程活动？

ASPICE 4.0的发布，为基于机器学习的开发建立了行业统一规范。该标准首次将机器学习工程（MLE，Machine Learning Engineering）列为独立过程组，要求机器学习模型的开发过程必须像传统软件开发一样，具备可追溯性、可验证性和可管理性，为车载AI及机器学习功能的开发提供了标准化工程指引。

此外，ASPICE 4.0也强调与预期功能安全（SOTIF，即ISO 21448）的融合，系统性识别并解决因AI决策“黑箱”而带来的未知不安全场景。

在 MLE 纳入标准的背景下，如何在严守安全与质量底线的前提下开发车载 AI 应用成为关键。MathWorks 的策略，是将其成熟的 MBD（Model-Based Design，基于模型设计） 工程体系（需求追溯、模型验证、代码生成等）全面延伸至机器学习开发全流程。

董淑成表示：“MathWorks具备完备工具链，可在Simulink®中直接导入训练好的深度学习神经网络模块，开展仿真验证与推理部署，覆盖全流程开发环节。针对行业关注的深度学习可解释性难题，MATLAB®在2024版本引入了DRISE函数，可溯源影响模型预测结果的核心因素，破除模型应用顾虑，同时配套完备实验与数据验证体系。”

MathWorks中国汽车技术团队首席专家兼团队经理董淑成

目前，张体环团队的电机温度在线估算方案已完成台架全流程测试，下一步还将展开实车验证。尽管该方案在车辆瞬态工况下估算精度仍存在波动，但团队后续还将扩充全工况数据集，持续迭代优化模型。

“AI开发的价值，不仅在于缩短研发周期、降低试验成本，还在于知识的迁移。这套在电机温度估算中形成的方法论具备高度复用性，可拓展应用到电感、功率器件、位置传感器等部件开发，持续实现降本增效。” 张体环补充道。

面对行业日益增长的嵌入式 AI 落地需求，MathWorks也将加快布局，为车企与供应商提供安全可信、可工程化的落地方案。“‘Accelerating the pace of engineering and science’帮助工程师加速设计、开发，并交付真正的创新正是我们MathWorks的使命。”董淑成说道。