【 Twin Activate 提取系統級動態負載 】
首先建立一個完整的整車系統模型。此模型包含駕駛員模型、傳動系統、電池包以及車輛動力學等。透過模擬標準化的行車型態，可從中提取出四大關鍵動態負載數據：
- 速度變化曲線：車輛需遵循的目標速度。
- 馬達工作點分佈：在不同轉速與扭力下的操作點及其頻率。
- 功率變化曲線：馬達在行駛過程中的即時功率需求。
- 電池充放電狀態：電池的能量消耗與動能回收（回充）情況。
這些數據共同構成了後續組件設計與驗證的基礎，即「動態負載」。（圖1）
圖1：Twin Activate 提供系統模型動態負載（來源：至強整合科技）
【 使用 PSIM 與 Flux 進行高保真度零組件設計 】
獲得動態負載後，便可針對核心零組件進行精細化設計，如下：
PSIM 電力電子電路設計：
PSIM 用於設計與模擬逆變器等電源轉換電路。它可以精確建立包含 IGBT、MOSFET 等功率元件的電路模型，並模擬如 SVPWM 等控制演算法，以評估電路的性能與損耗。
Flux/FluxMotor 馬達電機設計：
要準確評估馬達的所有行為，包括銅損、鐵損、磁滯損等，必須使用有限元素法（FEA）的精準模型來計算。Flux/FluxMotor 提供了這種能力，能夠建立不同複雜程度的馬達模型，從理想化 Ld/Lq 固定值模型，到考慮飽和效應的查找表模型，再到最精確的、能捕捉空間諧波與各種損耗細節的降階 FEA 模型。（圖2）
圖2：整合Activate + PSIM + FluxMotor（來源：至強整合科技）
【 HyperStudy 與降階模型（ROM）擬合 】
此步驟是整個工作流程（圖3）的核心，旨在解決高保真度模型與長時域模擬之間的矛盾，如下：
- 流程整合與自動化：透過 PSIM-HyperStudy Connector，將 PSIM 模型與 HyperStudy 無縫串接。HyperStudy 可以自動讀取並修改 PSIM 模型中的輸入變數（如電壓、溫度、切換頻率等），並在模擬後自動提取輸出結果（如實際扭矩、各項損耗）。
- 實驗設計（DOE）：在 HyperStudy 中設定各設計變數的變動範圍，並選擇適當的 DOE 演算法（如多目標實驗設計 MELS），系統將自動執行大量的模擬測試，生成一個全面的數據集，此數據集描述了輸入與輸出之間的關係。
- 擬合模型（Fit Model）生成：利用 DOE 產生的數據，HyperStudy 的 HyperFit 功能或 romAI 工具可以訓練出一個響應曲面或降階模型（ROM）。這個模型是一個數學方程式或神經網絡，能夠以極低的計算成本快速預測出複雜模型的行為，且不損失關鍵精度。
圖3：PSIM-HyperStudy Connector：Convergence（來源：至強整合科技）
【 系統層級進行長時域模擬與多目標優化 】
生成的降階模型（Fit Model）是一個簡單的功能，可以被輕易地整合回 Twin Activate 的整車系統模型中。
長時域系統評估：
研究人員可以快速地模擬完整的行車型態，評估不同逆變器設計（例如更換不同供應商的元件、採用不同的控制策略）或馬達設計對整車總能耗的影響。
多目標優化：
HyperStudy 能在此基礎上進行參數敏感性分析與多目標優化，幫助工程師在相互衝突的目標（如降低成本、提升效率、確保穩定性）之間找到最佳的設計平衡點。（圖4）
 |
 |
| 圖4：參數敏感性分析與多目標優化（來源：至強整合科技） |
【 人工智能在電機設計中的應用 】
AI 技術的融入進一步加速了設計優化流程，使其更為高效與智能。
romAI（Reduced Order Modeling AI）：
專門用於從模擬數據中快速生成高精度的降階模型。它能捕捉複雜的非線性行為，例如一個需要10小時 FEA 計算才能生成的包含7,000個操作點的感應馬達效率圖，使用 romAI 訓練的 ROM 只需2秒即可生成，平均偏差小於5%。
PhysicsAI：
此工具應用於帶有幾何特徵的 FEA 分析。它可以在不重新運行耗時的 FEA 計算的情況下，直接預測新幾何設計的物理場分佈（如溫度雲圖、應力雲圖）。這使得幾何優化的速度提升，讓設計師能在同樣的時間內探索更多的設計可能性。
應用案例：
-
無感測器 PMSM 控制：利用AI驅動的 ROM 預測轉子角速度和位置，提升無感測器控制的精度和系統可靠性。
-
電機多物理場設計：透過 AI 模型即時預測新幾何形狀的電磁、熱、結構等多物理場性能，加速優化過程。
圖5：多物理場設計（來源：至強整合科技）
【 結論 】
電動車的開發是一項複雜的多物理場系統工程。Altair 提供的整合工具鏈，從系統層級的動態負載提取（TwinActivate）、高精度的組件設計（PSIM, FluxMotor），到流程自動化與多目標優化（HyperStudy），再到AI的快速預測（romAI, PhysicsAI），構成了一套完整且高效的解決方案。
此方法論使得工程師能夠在設計初期就全面評估各種設計決策對系統整體性能的影響，從而系統性地降低成本、減輕重量、提升效率與續航里程，開發出更具市場競爭力的產品。
