【技术实现步骤摘要】
本专利技术涉及永磁电机性能改进，尤其涉及一种基于改进sms-emoa算法的永磁电机多目标优化方法。
技术介绍
1、随着电动飞机需求的增加，开发具有低齿槽转矩、高功率密度的永磁电机变得尤为重要。齿槽转矩是由定子槽气隙磁导率变化所引起的，会造成永磁电机的振动和噪声，且对永磁电机的控制精度也会产生不利影响，严重影响电动飞机的控制和适航性。
2、通常通过改进永磁电机的结构参数来抑制齿槽转矩。然而，永磁电机结构参数涉及到永磁电机的各方面性能，是永磁同步电机的一个系统性问题，而永磁电机的非线性特性又进一步增加了齿槽转矩抑制的难度。永磁电机结构参数的常规确定方法主要包括磁路计算法和有限元模拟方法，前者准确度不足，后者计算效率低下。尽管科研人员在永磁电机结构参数优化方面已经做了大量的工作，但这些方法多数采用试错的方式，优化成本高，效率低。
3、启发式多目标优化算法为解决结构参数优化问题提供了有效的手段。zhu,l等利用基于等效无槽电机的气隙磁导和磁通密度分布的能量分析方法，采用傅里叶级数分析，推导出齿槽转矩的广义解析表达式。这种解析方法有助于识别最佳设计参数，如槽-极组合和斜角的选择，并通过有限元分析进行验证。bai,w等使用能量分析法对一台4极24槽表贴式永磁电机的齿槽转矩产生机制进行了分析，并确定了优化参数。通过仿真和实验验证，表明该方法在提高电机效率、减少齿槽转矩和最小化转矩脉动方面取得了一定的成果。磁极边缘效应对齿槽转矩也有一定影响，xing,z等提出一种新方法来调节每个磁极极段产生齿槽转矩的幅度和相移。该方法通
技术实现思路
1、本专利技术的目的是提供一种基于改进sms-emoa算法的永磁电机多目标优化方法，能够应用于永磁电机齿槽转矩和功率密度的优化，有效降低永磁电机齿槽转矩、提高功率密度。
2、为了实现上述目的，本专利技术所采用的技术方案是：一种基于改进sms-emoa算法的永磁电机多目标优化方法，包括以下步骤：
3、步骤1、分析永磁电机结构的基本参数，得到永磁电机齿槽转矩和功率密度的计算公式；
4、步骤2、基于减小齿槽转矩并增加功率密度的优化目标，使用改进sms-emoa方法优化永磁电机结构参数；
5、所述步骤2包括以下步骤：
6、步骤21、初始永磁电机结构的基本参数；
7、步骤22、将永磁电机结构的基本参数放入训练模型进行训练；
8、步骤23、对训练模型的超参数进行优化；
9、步骤24、对训练模型的结构进行优化；
10、步骤25、根据训练结果得出永磁电机结构的基本参数的边界条件；
11、步骤26、得到低齿槽转矩高功率密度的永磁电机结构的基本参数的最优解。
12、优选的，所述步骤1中分析永磁电机结构的基本参数得到传递变量沿圆周分布气隙磁通密度和存储在气隙中的磁场能量进而得到齿槽转矩和功率密度。
13、优选的，所述气隙磁通密度沿圆周分布可表示为
14、
15、其中，f(θ)、hc和δ(θ,α)分别表示气隙磁动势amf、永磁体厚度和有效气隙长度沿圆周的分布，μ0为气隙磁导率；
16、存储在气隙中的磁场能量可表示为f2(θ)在区间上的傅里叶展开式可表示为下式，
17、
18、其中，f0＝αpf2，αp和br分别为永磁体的极弧系数和剩余磁化强度，p为极对数。
19、优选的，考虑定子槽结构对气隙磁导率的影响，一个齿距内的磁势用fδt表示，如下所示
20、其中，bδtn为点n处的磁通密度，δ′为齿中心线处的气隙长度，齿距内的有效气隙长度可由下式求得
21、
22、齿距内气隙磁通密度的分布表示为bδt(θ,α)，可有效、精确地确定各种结构电机的有效气隙长度和气隙导磁，同时考虑复杂的狭槽结构的影响，在区间上的傅里叶展开如下式所示
23、
24、其中，g0和gk为傅里叶系数，z为定子槽数，齿槽转矩的表达式可简化为下式
25、
26、其中，la为电枢的轴向长度，r1和r2分别为转子铁心的外半径和内半径，k，n均为正整数，k为的最小值，
27、优选的，所述齿槽转矩可由下式计算
28、
29、所述功率密度可由下式计算
30、
31、其中，p为永磁电机的功率；m为永磁电机的总质量，永磁电机的总质量是由电机的定转子、永磁体、端盖等质量构成。
32、优选的，所述步骤22将永磁电机结构的基本参数放入训练模型进行训练核心工作流程包括初始化随机种群、通过变异生成子代、对个体进行非支配排序、以及基于s指标值选择最佳个体，定义了如何将输入数据转换为所需的输出，用以不断收集永磁电机结构参数，并在上述训练过程中通过优化损失函数来学习这些参数，最终基于s指标值选择最佳结构参数。
33、优选的，所述步骤23中对训练模型的超参数进行优化包括以下步骤：
34、步骤231、选择超参数生成初始模型群体，根据衡量模型预测值与真实值之间差异的损失函数来评估群体中的模型；
35、步骤232、使用新生成的群体进行进一步优化，选择、交叉和变异的过程重复若干代；
36、步骤233、根据精英百分比保留一定的精英群体，这些精英模型代表了表现最好的个体，并在下一代中优先考虑，持续到达到指定的代数；
37、步骤234、报告在各代中获得的最佳模型的超参数作为最佳配置。
38、优选的，所述步骤231中对训练模型的超参数进行优化包括以下步骤：
39、步骤2311、选择上一代中误差最低的最佳模型，这些模型表现良好，被作为创建下一代的基础；
40、步骤2312、以一定概率进行交叉操作以创建后代，在交叉过程中，将两个父模型的超参数组合以生成新模型，如果不进行交叉操作，后代将是其父模型的精确复制；
41、步骤2313、最新的后代以一定概率进行变异，在变异过程中，模型的超参数会稍微改变；这引入了群体的多样性，允许探索搜索空间的不同区域；
42、步骤2313、后代加入新群体，加入上一代的模型。
43、优选的，所述步骤24中对训练模型的结构进行优化包括以下步骤：
44、步骤2341、获取永磁电机的结构参数原始数据集；
45、步骤2342、进行特征工程，通过领域知识提取特征和目标；
46、步骤2343、将处理后的数据集划分为训练、测试和验证数据集；
47、步骤2344、使用测试数据集评估训练模型的性能；
48、步骤2345、使用未在模型训练中使用的单独验证数据集对模型进行验证，如果结果符合期望标准，则保本文档来自技高网...
【技术保护点】
1.一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述步骤1中分析永磁电机结构的基本参数得到传递变量沿圆周分布气隙磁通密度和存储在气隙中的磁场能量进而得到齿槽转矩和功率密度。
3.根据权利要求2所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述气隙磁通密度沿圆周分布可表示为
4.根据权利要求3所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：考虑定子槽结构对气隙磁导率的影响，一个齿距内的磁势用Fδt表示，如下所示
5.根据权利要求4所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述齿槽转矩可由下式计算
6.根据权利要求1所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述步骤22将永磁电机结构的基本参数放入训练模型进行训练核心工作流程包括初始化随机种群、通过变异生成子代、对个体
7.根据权利要求1所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述步骤23中对训练模型的超参数进行优化包括以下步骤：
8.根据权利要求7所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述步骤231中对训练模型的超参数进行优化包括以下步骤：
9.根据权利要求8所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述步骤24中对训练模型的结构进行优化包括以下步骤：
10.根据权利要求9所述的一种基于改进SMS-EMOA算法的永磁电机多目标优化方法，其特征在于：所述验证数据集采用有限元方法对永磁电机各个结构参数下的齿槽转矩等进行分析得到。
...【技术特征摘要】
1.一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：所述步骤1中分析永磁电机结构的基本参数得到传递变量沿圆周分布气隙磁通密度和存储在气隙中的磁场能量进而得到齿槽转矩和功率密度。
3.根据权利要求2所述的一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：所述气隙磁通密度沿圆周分布可表示为
4.根据权利要求3所述的一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：考虑定子槽结构对气隙磁导率的影响，一个齿距内的磁势用fδt表示，如下所示
5.根据权利要求4所述的一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：所述齿槽转矩可由下式计算
6.根据权利要求1所述的一种基于改进sms-emoa算法的永磁电机多目标优化方法，其特征在于：所述步骤22将永磁电机结构的基本参数放入训练模型进行...
【专利技术属性】
技术研发人员：陈萍，原博，辛克岩，王尔申，赵晋芳，樊馨月，李玉柱，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。