简介：面向电磁感应加热研究与工程仿真人员的PDF文档，围绕COMSOL工件导体建模展开，帮助读者理解涡流效应、焦耳热产生机制以及电磁场与温度场的耦合分布。内容覆盖几何建模、材料属性设置、电磁场与传热物理场配置、边界条件与载荷、网格划分、求解及后处理等环节，并穿插可参考的建模代码片段，便于在金属加工、半导体制造等场景中对照搭建分析流程。压缩包仅含1个PDF文件，大小约130KB，轻量便于查阅；已有183人学习。文档强调交变磁场频率、电导率、热导率等参数对结果的影响，并讨论集肤效应与热量由表及里的传导现象，可为优化加热效果、预测温度分布和提升有限元分析能力提供直接参考。

1. 先想清楚这条链路：涡流生热，热又反过来改电导率

把一根直径 20 mm 的铝棒塞进三匝铜线圈，通 50 kHz 交流电，几分钟后表面烫手、芯部还凉——第一次在 COMSOL 里跑出这个结果的人，多半会怀疑自己参数填错了。这套工件导体电磁加热模型要解决的就是把这件事算明白：交变磁场在导体内感应出涡流，涡流按电阻生热，热量往内部传导，温度升高又把电导率往下拽，形成一条闭环反馈。

它面向做感应淬火、焊接预热、金属热处理工艺的工程师，也面向做多物理场耦合课题的研究生。不需要你先把电磁学重学一遍，但得愿意改参数、会看结果、能对账。后面的内容按「模型骨架 → 核心实现 → 结果解读 → 避坑 → 二次开发」推下去，全套参数表和脚本都可以照着抄一版跑通。

2. 模型骨架与文件结构：几何、材料、物理场三件套怎么摆

拿到一个电磁热耦合模型，先别急着点求解按钮。真正决定这个模型能不能复现、能不能扫参的，是前面这三件事摆得对不对：几何域怎么分、材料属性填哪几个、物理场按什么顺序挂。这三步错了，后面网格再细、求解器再稳，出来的云图也是一张看着漂亮但没有物理意义的图。

我在拆这类模型时习惯先看参数节点，因为参数化程度直接决定它能不能二次利用。一个工程师花三天搭的模型如果参数全写死在对话框里，换个工件尺寸就得重搭一遍，那这三天里至少两天是白花的。

2.1 参数与几何：先定 12 个数，再动手画圆柱

几何之前先把关键量全部提到全局参数里。这样后面改频率、改材料、改线圈匝数都只动一行，网格和边界层厚度也能跟着公式自动变。下面这张表是我在这个模型里用的主参数集，铝棒案例：

几何上是三个同心圆柱：工件、线圈环、外面的空气域。空气域别省，磁场要闭合，省掉之后磁通全被边界截断，算出来的磁场分布会明显偏高。用 Java API 建起来是这样：

// 全局参数：单位全部显式带上，避免量纲混用 Model model = ModelUtil.create("Model"); model.param().set("R_work", "0.025[m]"); model.param().set("H_work", "0.1[m]"); model.param().set("f_drive", "50[kHz]"); model.component().create("comp1", true); model.component("comp1").geom().create("geom1", 3); // 工件：实心圆柱 model.component("comp1").geom("geom1").create("cyl_work", "Cylinder"); model.component("comp1").geom("cyl_work").set("r", "R_work"); model.component("comp1").geom("cyl_work").set("h", "H_work"); model.component("comp1").geom("cyl_work").set("pos", new double[]{0, 0, 0}); // 线圈：环柱，用外圆柱减内圆柱得到 model.component("comp1").geom("geom1").create("cyl_c_out", "Cylinder"); model.component("comp1").geom("cyl_c_out").set("r", "r_coil_out"); model.component("comp1").geom("cyl_c_out").set("h", "H_work"); model.component("comp1").geom("geom1").create("cyl_c_in", "Cylinder"); model.component("comp1").geom("geom1").create("dif_coil", "Difference"); model.component("comp1").geom("geom1").feature("dif_coil") .selection("input").set("cyl_c_out"); model.component("comp1").geom("geom1").feature("dif_coil") .selection("input2").set("cyl_c_in"); // 空气域：半径给到线圈外径的 2.5 倍以上，磁通才收得回来 model.component("comp1").geom("geom1").create("cyl_air", "Cylinder"); model.component("comp1").geom("geom1").create("dif_air", "Difference"); model.component("comp1").geom("geom1").feature("dif_air") .selection("input").set("cyl_air"); model.component("comp1").geom("geom1").feature("dif_air") .selection("input2").set(new String[]{"cyl_work", "dif_coil"}); model.component("comp1").geom("geom1").run();

这段代码的要点在域划分而不是画图本身。cyl_work是发热体，dif_coil是激励源所在区域，dif_air是剩余空间，三者互不重叠，后面的材料指派和物理场域选择才有干净的编号可用。pos参数统一给{0,0,0}是为了让工件底面落在 z=0，后面做高度中点的切片时直接写H_work/2就行，不用再算偏移。

如果工件不是圆柱，比如方坯或者带台阶的轴，几何部分换成 Block 或布尔并集即可，参数表和物理场结构完全不动。这也是把尺寸提到全局参数里的好处。

2.2 材料属性：电导率、相对磁导率、导热系数的最小可用集合

材料是最容易糊弄过去、也最容易出问题的地方。COMSOL 的默认材料库里有铝，但直接引用的话，电导率是常数，温度从 20 ℃ 升到 300 ℃ 这段过程里，铝的电导率会掉将近一半，热源强度也跟着掉。常温短时加热还能凑合，长时间加热或者算到接近熔点，误差就很明显了。

所以这个模型里，材料属性分两层写：一层是必须先填对的基础量，另一层是跟温度挂钩的非线性量。

// 工件材料：先用常数把模型跑通，再加温度依赖 model.component("comp1").material().create("mat_work", "Common"); model.component("comp1").material("mat_work").selection().set(new int[]{1}); model.component("comp1").material("mat_work").propertyGroup("def") .set("electricconductivity", "sigma_al"); model.component("comp1").material("mat_work").propertyGroup("def") .set("relpermeability", "mur_al"); // 铝取 1.0，别写 0.99998 之类的近似值糊弄 model.component("comp1").material("mat_work").propertyGroup("def") .set("thermalconductivity", "k_al"); model.component("comp1").material("mat_work").propertyGroup("def") .set("density", "rho_al"); model.component("comp1").material("mat_work").propertyGroup("def") .set("heatcapacity", "Cp_al"); // 线圈：铜，只参与电磁，不参与传热 model.component("comp1").material().create("mat_coil", "Common"); model.component("comp1").material("mat_coil").selection().set(new int[]{2}); model.component("comp1").material("mat_coil").propertyGroup("def") .set("electricconductivity", "5.96e7[S/m]"); model.component("comp1").material("mat_coil").propertyGroup("def") .set("relpermeability", "1.0");

三个属性里，electricconductivity决定涡流大小，直接线性影响焦耳热；relpermeability对铝这种非铁磁材料就是 1，但对 45 号钢这类材料要填几百，填错量级会让集肤深度差一个数量级；thermalconductivity决定热量往芯部跑多快，它不影响最终稳态温度高低，但严重影响温度梯度的形状和时间常数。

温度依赖的写法是用插值函数，把实测或手册数据做成两列 CSV：

// 电导率-温度插值函数：外推设成常数，别让它在高温段乱 extrapolate model.func().create("sigma_T", "Interpolation"); model.func("sigma_T").set("source", "file"); model.func("sigma_T").set("filename", "D:\\material\\al_sigma_T.csv"); model.func("sigma_T").set("funcname", "sigma_T_fun"); model.func("sigma_T").set("extrap", "const"); model.func("sigma_T").set("interp", "linear");

CSV 是两列，第一列温度（K 或 ℃，两者要统一），第二列电导率（S/m）。extrap设成const很关键，仿真如果因为某些数值振荡把局部温度推到数据表上限之外，线性外推会给出负的或者荒谬的电导率，求解器立刻发散。设成常数，至少能保证外推区域物理上还说得过去。路径里的双反斜杠是老问题了，Windows 下写成单反斜杠，字符串会被转义吃掉，读文件直接报找不到。

2.3 物理场挂载顺序：先电磁、后传热、再耦合

物理场不是一股脑全加上去。我的习惯是分三步：先把磁场频域单独跑通，看涡流分布对不对；再加传热，用算出来的热源做一次稳态；最后才开瞬态，看温度随时间怎么走。一次性全耦合当然也能算，但一旦不收敛，你没法判断是电磁部分的问题还是传热部分的问题，排查成本翻倍。

// 1) 磁场，频域：算涡流与电阻损耗 model.component("comp1").physics().create("mef", "MagneticFields", "geom1"); model.component("comp1").physics("mef").prop("Frequency").set("f_drive"); // 只让工件和线圈参与涡流计算，空气域用安培定律 model.component("comp1").physics("mef").feature().create("ec", "EddyCurrents", 2); model.component("comp1").physics("mef").feature("ec").selection().set(new int[]{1, 2}); // 2) 固体传热：瞬态温度场 model.component("comp1").physics().create("ht", "HeatTransfer", "geom1"); model.component("comp1").physics("ht").selection().set(new int[]{1}); // 3) 多物理场耦合：把电磁损耗塞进传热方程的热源项 model.component("comp1").multiphysics().create("emh1", "ElectromagneticHeating", 1); model.component("comp1").multiphysics("emh1").selection("source").set(new int[]{1}); model.component("comp1").multiphysics("emh1").selection("target").set(new int[]{1});

EddyCurrents这个特征必须显式建出来，选中的域才会算感应电流。如果只在磁场接口里勾了频域研究而没加这个特征，导体域里根本没有电流环，出来的结果是纯磁场穿透，温度场自然是平的——这是很常见的一个误判。

耦合项ElectromagneticHeating做的事情就是把电磁侧的电阻损耗密度mef.Qrh（单位 W/m³）映射成传热侧的体热源。变量名在不同版本里可能略有差异，在 6.x 里通常就是mef.Qrh，如果你手写热源表达式时写成了mef.Qh或别的名字，检查一下结果节点里的变量列表，别凭空猜。

3. 核心实现逐段拆：从线圈激励到焦耳热源项

物理场挂好之后，剩下四件事决定了这个模型能不能算准：激励怎么加、边界怎么给、网格怎么切、求解怎么推进。这四步每一步都有个「差不多」的写法，也都有一个更贴近实际的写法，两者的结果差异可以到几十度甚至翻倍。

3.1 线圈激励：面电流密度怎么从安匝数换算

线圈的建模方式有几种：完整建出铜管几何加线圈特征、用等效面电流密度、用均匀电流密度。完整建铜管的好处是能算线圈自己的焦耳热和冷却，坏处是网格量上去一到两倍。做工件温度场的时候，线圈通常只是激励源，用等效面电流密度更划算。

换算关系很简单：N 匝、每匝电流 I、线圈轴向长度 L，等效面电流密度 Js = N·I/L，单位 A/m。比如 3 匝、每匝 100 A、轴向长度 0.1 m，Js 就是 3000 A/m。

// 线圈边界：用面电流密度，作用在线圈内表面 model.component("comp1").physics("mef").feature().create("scd1", "SurfaceCurrent", 2); model.component("comp1").physics("mef").feature("scd1").selection().set(new int[]{5}); model.component("comp1").physics("mef").feature("scd1").set("Js0", new String[]{"0", "3000[A/m]", "0"}); // 线圈域本身设为不参与涡流，只做源 model.component("comp1").physics("mef").feature("ec").selection().set(new int[]{1});

这里有几个细节值得停一下。SurfaceCurrent的边界编号（上面的5）取决于你几何建完之后的面编号，改了几何就得重新对一遍，别照抄我的号。方向向量{0, 3000, 0}是按切向环绕的，你的线圈轴向如果沿 z 轴，那切向就是 x-y 平面内的环向，具体怎么写要看坐标系和实际边界朝向，跑一次看磁场云图绕不绕圈，绕反了就是把方向写错了。

数值上 3000 A/m 看着不大，但它是面电流密度，实际电流是 Js 乘以线圈轴向长度，也就是 300 A 安匝。工程上的感应加热线圈动辄几十到几百安匝，这个量级是对的。如果你发现温度几乎不动，先回去把匝数、电流和长度重新算一遍 Js，这是最常见的第一层错误。

对于铁磁工件，还要考虑线圈和工件之间的间隙对磁路的影响，间隙越大漏磁越多，同样的安匝数下工件表面磁场强度越低。这一点没法在面电流密度里体现，需要靠空气域网格和几何尺寸真实性来保证。

3.2 边界条件：磁绝缘、阻抗边界、对流换热

边界条件分两套，电磁的和传热的，别混着给。

电磁侧，最外层空气域边界默认就是磁绝缘（切向磁场为零），一般不用改。如果工件表面有薄涂层或者你不想在集肤层里铺网格，可以在工件表面用阻抗边界条件，它对集肤效应做解析近似，能省很多网格。传热侧，工件暴露在空气里的表面给对流，线圈和空气域不参与传热计算。

// 电磁：空气域外边界磁绝缘（默认行为，显式写出来便于检查） model.component("comp1").physics("mef").feature().create("min1", "MagneticInsulation", 2); model.component("comp1").physics("mef").feature("min1").selection().set(new int[]{12, 13}); // 传热：工件侧表面与环境自然对流 model.component("comp1").physics("ht").feature().create("hf1", "HeatFluxBoundary", 2); model.component("comp1").physics("ht").feature("hf1").selection().set(new int[]{3, 4}); model.component("comp1").physics("ht").feature("hf1").set("q0", "h_conv*(T_ext-T)"); model.component("comp1").physics("ht").feature("hf1").set("type", "Convective"); // 初始温度：整个工件从室温起步 model.component("comp1").physics("ht").feature("init1").set("Tinit", "293.15[K]");

对流系数取 10 W/(m²·K) 是自然对流的量级，如果工件放在风冷或者油冷环境里，得换成几十到几千。这个参数对表面温度影响不小：加热初期热源远大于散热，差别不明显；一旦接近热平衡，散热项就主导了。做淬火预热这类短时加热，10 的粗略值够用；做长时间保温，必须实测或查关联式。

还有一个容易漏的：工件和空气域在传热上不耦合，空气域根本不参与ht计算，所以边界上不需要给「热绝缘」之类的处理。如果你把空气域也选进了ht，求解规模会翻好几倍，而且空气自然对流你也没建，算出来的空气温度毫无意义。

3.3 网格：用集肤深度反推边界层第一层厚度

网格是这个模型里最需要动手算的地方。集肤深度决定了涡流集中在表面多厚的一层里，网格如果比这层还粗，等于没算到涡流。手算公式：

δ = sqrt(2 / (2π · f · μ0 · μr · σ))

铝在 50 kHz 下：σ = 3.77e7 S/m，μr = 1，代入得 δ ≈ 0.37 mm。也就是说涡流有六成以上集中在表面 0.37 mm 内，网格在这层里至少要有三层单元，第一层厚度大概取 δ/3 到 δ/2。

// 把集肤深度做成参数，频率和材料一改，网格自动跟着变 model.param().set("mu0", "4*pi*1e-7[H/m]"); model.param().set("delta_skin", "sqrt(2/(2*pi*f_drive*mu0*mur_al*sigma_al))"); model.param().set("bl_total", "2*delta_skin"); // 边界层总厚度 model.param().set("bl_first", "delta_skin/3"); // 第一层厚度 // 边界层网格：工件外表面，5 层，拉伸因子 1.2 model.component("comp1").mesh().create("mesh1"); model.component("comp1").mesh("mesh1").create("bl1", "BndLayer"); model.component("comp1").mesh("mesh1").feature("bl1").selection().set(new int[]{3, 4}); model.component("comp1").mesh("mesh1").feature("bl1").set("nLayers", 5); model.component("comp1").mesh("mesh1").feature("bl1") .set("thickness", new String[]{"bl_first", "bl_total"}); model.component("comp1").mesh("mesh1").feature("bl1").set("stretch", 1.2); model.component("comp1").mesh("mesh1").create("ftet1", "FreeTet"); model.component("comp1").mesh("mesh1").run();

参数化delta_skin的好处是扫频的时候不用手改网格。频率从 50 kHz 调到 10 kHz，δ 会变成原来的 sqrt(5) 倍，边界层自动变厚，避免了「换了频率忘了改网格」这种低级但很致命的错误。

体网格用自由四面体就够，工件内部区域最大单元可以放大到工件半径的 1/5 左右。如果做三维全模型，空气域可以只画到线圈外径的 2.5 倍，再往外对结果影响很小，边界用磁绝缘兜住。网格无关性验证别省：把边界层数从 3 加到 7，最大单元尺寸缩一半，看表面温度和热源总量变化是否在 1%~2% 以内，做到了再往下做参数扫描，否则扫出来的整张表都不可信。

3.4 求解器：频域先跑通，再切瞬态传热

求解策略我建议两段式：先解一次频域电磁，把涡流分布和电阻损耗算出来看对不对；再在同一个模型里加瞬态传热，用前面算出来的损耗作为固定热源推进时间。全耦合当然理论上更准，但三维模型的内存占用会高一个量级，而且时间步受电磁侧稳定性约束，跑起来非常慢。

// 研究 1：频域，只解电磁 model.study().create("std_em"); model.study("std_em").create("freq", "Frequency"); model.study("std_em").feature("freq").set("plist", "f_drive"); model.study("std_em").feature("freq").set("usetol", true); model.study("std_em").feature("freq").set("toltarget", 1e-4); // 研究 2：瞬态，只解传热，热源读上一段的结果 model.study().create("std_ht"); model.study("std_ht").create("time", "Transient"); model.study("std_ht").feature("time").set("tlist", "range(0,0.5,60)"); model.study("std_ht").feature("time").set("usetol", true); model.study("std_ht").feature("time").set("toltarget", 1e-4); // 温度越限就停，别等算完才发现已经在模拟炼钢炉 model.study("std_ht").feature("time") .set("stopcond", "comp1.maxT > 660[degC]");

时间步range(0,0.5,60)的意思是 0 到 60 秒、步长 0.5 秒，共 121 个输出点。铝导热快，温度梯度变化主要集中在加热前几秒，所以前 5 秒用 0.1 秒步长、之后放到 0.5 秒是个更省的组合，可以把 tlist 写成两段拼接。容差 1e-4 是相对容差，再收紧通常只是多花时间，对温度曲线几乎没有可见影响；放大到 1e-2 则可能把早期瞬态抹平，表面温度曲线开头会失真。

「只解传热」的设置方式是在瞬态研究步骤里点「物理场和变量选择」，把mef的求解开关关掉，保留ht，热源表达式仍然引用mef.Qrh，求解器会自动读取上一段频域解的数据集。跑之前确认一下两个研究用的是同一个解，不然热源全是零，温度曲线一条直线，很容易误判成物理上没加热。

3.5 后处理：切片、焦耳热积分与温度峰值监控

结果看三样东西：温度云图、热源密度分布、还有一个能量守恒的对账数。

// 温度表面云图 model.result().create("pg_T", "PlotGroup3D"); model.result("pg_T").create("surf1", "Surface"); model.result("pg_T").feature("surf1").set("expr", "T"); model.result("pg_T").feature("surf1").set("unit", "degC"); // 高度中点的切片，专门看径向温度梯度 model.result().dataset().create("cpl1", "CutPlane"); model.result().dataset("cpl1").set("plane", "quickz"); model.result().dataset("cpl1").set("quickz", "H_work/2"); // 热源密度与电流密度叠加，验证集肤效应 model.result().create("pg_Q", "PlotGroup3D"); model.result("pg_Q").create("surf2", "Surface"); model.result("pg_Q").feature("surf2").set("expr", "mef.Qrh"); model.result("pg_Q").create("arr1", "ArrowVolume"); model.result("pg_Q").feature("arr1").set("expr", new String[]{"mef.Jx","mef.Jy","mef.Jz"}); // 电阻损耗体积分：总发热功率 W，用来和温升对账 model.result().numerical().create("int_Q", "IntVolume"); model.result().numerical("int_Q").selection().set(new int[]{1}); model.result().numerical("int_Q").set("expr", "mef.Qrh"); // 温度峰值，配合停止条件用 model.result().numerical().create("maxT", "MaxVolume"); model.result().numerical("maxT").selection().set(new int[]{1}); model.result().numerical("maxT").set("expr", "T");

mef.Qrh的体积分给出的是整个工件的总发热功率，单位 W。用它乘加热时间，除以质量乘比热，就是绝热条件下的平均温升；实际温升一定小于这个值，因为有对流散热和热传导。如果算出来的平均温升反而大于绝热上限，那说明热源项被重复计算了，通常是耦合节点建了两遍。这个对账在改完参数以后花十秒钟就能做，比盯着云图猜靠谱得多。

切片位置选在高度中点，是为了避开端面的边缘效应。工件两端磁场畸变，端面温度会偏高，用中点切片的径向分布来判断集肤效应是否被网格捕捉到，结论最干净。

4. 结果解读：温度云图上那圈环状分布到底说明了什么

模型跑通只是第一步。真正拉开水平差距的是能不能从结果里读出物理，并且判断这个结果可不可信。感应加热的温度场有几个很典型的特征，认出来就知道模型对不对。

4.1 集肤深度手算与仿真对账

前面算过铝在 50 kHz 下 δ ≈ 0.37 mm。仿真跑完之后，在高度中点切片上取热源密度沿半径的分布，从表面向里，Qrh 应当在 0.37 mm 附近掉到表面值的约 1/e（37%）左右，再往芯部迅速趋近于零。

如果这个衰减位置差了两倍以上，基本就是三个原因之一：网格边界层厚度没跟着 δ 走、材料磁导率填错了一个数量级、频率参数和研究里设置的频率不一致。第三种特别多，尤其是参数化了频率却没把研究步骤里的plist改成引用参数，看着改了 50 kHz，实际算的还是默认值。

手算还有个用途是快速判断该不该用阻抗边界。如果 δ 只有零点几毫米，而工件尺寸是几十毫米，两者差两个数量级以上，用阻抗边界替代薄层网格是划算的；如果 δ 和工件尺寸接近（低频、低电导率材料），就别用阻抗边界了，老老实实铺网格。

4.2 温度曲线与工艺窗口：为什么边缘总是先热

典型的温度曲线是这样的：表面温度在前几秒快速上升，斜率逐渐放缓；芯部温度几乎不动，过十几秒才开始有可见上升。两条曲线的交点时间，大致就是热量扩散到芯部的时间尺度，可以拿工件半径平方除以热扩散率做量级估算，铝的热扩散率大约 1e-4 m²/s，25 mm 半径对应的时间尺度在秒级，跟仿真对得上就说明传热部分没有问题。

工程上关心的工艺窗口，通常用「表面到温时间」和「表面与芯部温差」两个量来描述。前者决定加热功率和频率怎么配，后者决定淬火后硬度层深度。这个模型的价值就在于把频率、安匝数、加热时间三个旋钮和这两个量的关系定量地拉出来，而不是凭经验试。

如果你看到温度场是均匀的一片，没有环状分布，先别怀疑物理，去查热源项。九成的情况是热源根本没加上，或者加上了但用的是常数热源而不是电磁耦合变量。

4.3 材料非线性：电导率掉一半意味着什么

铝的电导率温度系数大约 0.4%/K，从 20 ℃ 升到 300 ℃，电导率掉大概 45%。涡流损耗正比于电导率，也就是说同样的磁场下，热源强度会随着升温明显减弱，温度曲线会自然出现饱和趋势。这是真实物理，不是数值问题。

用常数电导率算出来的温度会偏高、而且升温过程偏线性，看起来「太理想」。做短时（几秒内）加热问题，常数近似还能接受；做几十秒到几分钟的过程，必须把温度依赖加上，否则工艺窗口会算偏。铁磁材料更麻烦，居里点附近磁导率骤降，热源会突然塌一块，温度曲线上能看到明显的拐点，这个拐点位置对淬火工艺影响很大，也是这类模型最值得算准的地方。

5. 避坑与排查：五条翻过车的记录

这一节全是我自己或者旁边人踩过的坑，按「现象 → 原因 → 解决」写，对照着查能省不少时间。

5.1 磁导率填 1 之后热源异常，或者结果直接发散

现象：铜线圈或铝工件的相对磁导率填了 0.99998 这种「更精确」的值，或者把钢的磁导率误填成了 1，前者算出来的损耗大得离谱，后者热源小到几乎为零，甚至求解不收敛。

原因：相对磁导率接近 1 但与 1 有微小偏差时，某些版本的处理会在材料本构上引入数值上的强非线性；而铁磁材料填 1，等于把钢当成铝来算，集肤深度差出一个数量级，热源自然全错。

解决：非铁磁材料一律老实填 1.0，不要画蛇添足；铁磁材料查手册给出 B-H 曲线或者至少给出初始相对磁导率的量级，并在材料节点里显式检查单位。改完之后重新手算一遍 δ，跟仿真衰减位置对上再用。

5.2 温度云图均匀得像摊煎饼，看不出集肤效应

现象：跑完一看，工件温度几乎是均匀的一片，表面和芯部差别很小，或者干脆一点温升都没有。

原因：最常见的两个，一是热源没耦合上，ht里没有引用mef.Qrh，或者耦合节点选错了域；二是网格太粗，边界层压根没铺，涡流在数值上被抹平了。

解决：先查耦合节点的源域和目标域编号，再看热源密度云图有没有非零值；然后检查边界层是否真的生成了，剖一刀看表面有没有几层薄单元。两步都过了还均匀，再去看频率和材料参数。

5.3 三维模型一开瞬态就内存爆掉，或者跑一晚上没结果

现象：二维能跑，换成三维之后求解器直接报内存不足，或者进度条卡住不动。

原因：全耦合瞬态求解，电磁和传热的自由度一起进矩阵，三维涡流问题的自由度本来就大，加上时间步受稳定性限制，规模直接失控。

解决：改成两段式，频域电磁先解一次，瞬态只解传热，热源读固定解。这样瞬态部分的未知量只剩温度一个场，内存占用能降下来一大截。如果必须全耦合，用分离式求解器，让电磁和传热交替迭代，每个子步的矩阵规模也小得多。

5.4 读材料 CSV 报错，或者高温段电导率变成负数

现象：插值函数读文件失败，提示找不到路径；或者能读进来，但温度超过数据表上限之后，求解在中途崩掉。

原因：Windows 路径里的反斜杠没转义；插值函数默认线性外推，超出数据范围后电导率被外推成负值，本构方程直接失效。

解决：路径写双反斜杠或者用正斜杠；把插值函数的外推方式设成常数，并且确认温度数据表的覆盖范围比预期最高温度至少高 50 K。CSV 首行别有中文表头，有些版本解析会出问题，纯数字两列最保险。

5.5 温度早就超过熔点，求解还在往前推

现象：算完之后看结果，局部温度一千多度，材料早该熔化了，模型却一点没反应。

原因：没有设置任何停止条件或失效判据，求解器只管把时间步走完，不管物理上还成不成立。

解决：在瞬态研究步骤里加停止条件，比如温度峰值超过材料固相线就终止；同时在结果里定义一个温度峰值监测量，跑完先看这个数。养成习惯之后，就不用等三个小时才发现自己算的是一锅金属汤。

6. 二次开发：把单次仿真改造成参数扫描工具

模型跑通一次不算本事，能把它变成一个可以批量出数据的工具才算。我改造这类模型的做法是：参数表全部外置，研究步骤用脚本循环生成，结果用一个统一的导出函数收口。这样换材料、换频率、换工件尺寸都只是改几个字符串，不用再手动点一遍界面。

// 扫频骨架：外层循环频率，内层循环安匝数，结果写 CSV String[] freqList = {"10[kHz]", "20[kHz]", "50[kHz]", "100[kHz]"}; String[] ampTurn = {"150[A]", "300[A]", "450[A]"}; for (String f : freqList) { for (String at : ampTurn) { model.param().set("f_drive", f); model.param().set("Js_mag", at); // 面电流密度直接由安匝数换算 model.component("comp1").mesh("mesh1").run(); // δ 变了，网格必须重建 model.study("std_em").run(); model.study("std_ht").run(); // 导出关键量：表面峰值温度、芯部温度、总功率 model.result().numerical("maxT").setResult(); double tMax = model.result().numerical("maxT").getReal()[0][0]; // 写文件逻辑略，按行追加即可 } }

这段骨架里有三个地方值得强调。Js_mag要跟着安匝数改，别只改电流忘了匝数；每次改频率都要重建网格，因为delta_skin是公式驱动的，不重建等于用旧网格算新频率；结果导出建议只存几个标量（峰值温度、指定点温度、体积分功率），不要每个工况都存整个解，几十个工况下来磁盘就撑不住了。

验证方法我固定用两条。第一条是能量对账：任意工况下，mef.Qrh的体积分乘以时间，必须大于等于工件实际吸热（质量 × 比热 × 平均温升），差额就是散失掉的热，符号和量级都得说得过去。第二条是网格无关性抽查：随机挑两个工况，把边界层数翻倍再算一次，峰值温度变化超过 2% 就停下来查网格，不要继续往下扫。

最后一个习惯：每次改完模型，先跑一组已知答案的基准工况，比如低频、低安匝数、短时间，跟之前保存的结果对比，差异在容差内才继续。这个动作花不了两分钟，但能挡住绝大多数「改了一处、坏了一片」的情况。从那以后我每次动耦合节点或者材料属性，都会强制走一遍这组基准回归——仿真模型和代码一样，没有回归就等着后悔。希望这些能帮到你少走几段弯路。

本文还有配套的精品资源，点击获取