CST软件对OPERA&CST软件联合仿真汽车无线充电站对人体的影响

上海又收紧了新能源车的免费上牌政策。所以年前一些伙伴和我探讨过买新能源汽车的问题,小伙伴们基本纠结的点是买插电还是纯电?我个人是很抗拒新能源车的,也开过坐过。个人有几个观点:

  1. 溢价过高,不保值。
  2. 实际并不环保,只是把污染从排气管换到了锂电池和煤电。
  3. 为了不用拍牌的退而求其次。
  4. 并不怎么省钱。
  5. 对人体有无危害有待商榷,电磁辐射标准没有完善。

这就让我想到了这次的话题:汽车无线充电站对人体的影响。新能源汽车的电磁场都可以用该方法来评估对人体的影响。

无线感应充电对电动汽车充电具有明显的优势,但充电能量效率较低。小型汽车感应充电的最低效率为大于85%,在位置偏离时达到80%(如车没停准)。传统充电的效率约为92%-95%。效率达到的同时,需要证明其对人是安全的。那就可以用OPERA和CST仿真电磁场对人体暴露的影响评估。目前使用真实汽车车身的研究很少。目前标准中有规定极限值:

接下来介绍下如何用OPERA和CST根据标准完成计算的方法:无限充电站与汽车的连接关系如下图:

AC/AC变换器将功率频率电压转换为传输频率的电压,重型车辆的频率为20 kHz -30 kHz,轻型车辆的频率约为85 kHz (81.38 ~90 kHz)(功率≤20 kW,通常为7.7 kW)。充电站线圈连接电网,并且耦合到车辆上的线圈,车载线圈收集的信号经过整流,然后它给汽车电池充电。仿真需要用到参数化建模,如不同心,线圈之间的距离,线圈在汽车下的位置等,从而评估人体暴露在充电系统的不同场景。此外,通过生物电磁模型,可以计算出婴儿、儿童、成人,以及各种姿势时的实际感应电场水平。将OPERA中计算得到的磁场空间分布,导入到CST中使用人体生物模型库进行仿真。模型为半径为280mm的两个线圈,发射线圈和接收线圈的正交电流分别为500安匝和1050安匝。

整个系统还包含一个铁氧体集中器和一个铝外壳屏蔽组成。用该尺寸建立两个充电站模型,一个用于工作频率为85 kHz的轻型车辆,另一个用于工作频率为25 kHz的重型车辆(小型巴士)。充电站(充电线圈连接电网部分)的参数使用SAE J2954标准。

采用WPT2/Z3功率等级系统模型,其最大功率为7.7 kVA。车身采用是汽车制造商提供的真实车身。车身的物理性能参数化:磁导率从30到300。电导率从2MS /m到7MS /m。小巴的最大额定功率约为50kVA。用OPERA计算这些系统周围产生的杂散磁场,在准静态下,假设磁场不受人体内感应电流的干扰,得到感应电场的空间分布。该分布作为后期的生物电磁仿真的输入源。

在CST中使用人体模型使用成年男性,并且包含所有器官组织。皮肤组织的电导率设置为0.1 S/m。

根据现有的准则如ICNIRP 1998, ICNIRP 2010, IEEE 2005确定每个组织和器官的感应电场和电流密度的最大值。截图是模拟一个成年男性在距离轿车车身约0.2米的距离处暴露于电磁场中的例子。这个例子中磁通密度的水平低于0.7 uT和人体感应电场最大10 mV / m,大大低于ICNIRP2020参考电场限制(27uT、11.5 V / m@85KHz)。那么该无线充电站:"按照现有标准"来看是对人体无害的。

相关推荐
火山引擎开发者社区6 小时前
技术速递|使用 GitHub Copilot CLI 构建 Emoji 列表生成器
人工智能
石山代码6 小时前
ArrayList / HashMap / ConcurrentHashMap
java·开发语言
codefan※6 小时前
干掉“幻觉“实战:如何构建企业级知识图谱增强 RAG
人工智能·知识图谱
wukangjupingbb6 小时前
传统基于药物 SMILES 序列和蛋白质氨基酸序列的 DTI(Drug-Target Interaction)预测方法的缺陷
人工智能
沪漂阿龙6 小时前
Codex 额度重置周期变化:AI 编程免费试玩时代正在结束
人工智能
程序大视界7 小时前
【Python系列课程】Python正则表达式(下):环视、命名分组与日志实战
开发语言·python·正则表达式
TickDB7 小时前
美股行情 API 接入避坑:REST 快照、WebSocket 推送、盘前盘后数据的边界
人工智能·python·websocket·行情数据 api
装不满的克莱因瓶7 小时前
深入理解卷积神经网络(CNN)——从原理到代码实践
人工智能·神经网络·cnn
完成大叔7 小时前
模块二,Agent知识图谱的工具链思考
人工智能
lauo7 小时前
ibbot手机发布:搭载poplang技术 + token节点经济,革新AI手机体验
人工智能·智能手机