CN108090249B - 一种基于负载周期全局的多目标电机效率优化设计方法 - Google Patents
一种基于负载周期全局的多目标电机效率优化设计方法 Download PDFInfo
- Publication number
- CN108090249B CN108090249B CN201711180160.9A CN201711180160A CN108090249B CN 108090249 B CN108090249 B CN 108090249B CN 201711180160 A CN201711180160 A CN 201711180160A CN 108090249 B CN108090249 B CN 108090249B
- Authority
- CN
- China
- Prior art keywords
- motor
- load
- design
- parameters
- load cycle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
本发明公开了一种基于负载周期全局的多目标电机效率优化设计方法,采用基于负载周期特性的多目标优化算法进行电机设计,利用负载周期内在速度和负载转矩上的分布特征,可以充分发掘电机材料的输出潜力,达到在一个负载周期内消耗相同能量的情况下,所需电机材料成本最低的效果,有效降低了电机的制造成本。
Description
技术领域
本发明涉及电机效率优化设计方法,特别是涉及一种基于负载周期全局的多目标电机效率优化设计方法。
背景技术
效率是当今电机性能的重要衡量指标,如何设计高效电机成为了当前的研究热点。很多研究人员针对效率优化设计进行了研究并取得了一些成果,但这些研究成果都针对电机在额定工作点或某单个工作点的效率进行优化。然而实际应用中,很多应用场合下的电机工作点是会改变的,通常这种改变是有规律性的,可以直接进行函数描述建模或者可以通过统计规律归纳进行建模的。传统的优化设计算法无法保证电机在偏离额定工作点后依然保持高效率运行,或电机在偏离额定工作点运行时并未充分发挥电机材料的出力能力,造成了电机材料的浪费。另一方面,传统优化算法通常在提升电机效率的同时也提升了电机的制造成本,在成本受到限制的场合,传统优化算法很难在性能和成本之间做出较好的权衡。
发明内容
发明目的:本发明的目的是提供一种能够兼顾电机性能和成本的基于负载周期全局的多目标电机效率优化设计方法。
技术方案:为达到此目的,本发明采用以下技术方案:
本发明所述的基于负载周期全局的多目标电机效率优化设计方法,包括以下步骤:
S1:确定电机使用过程中的负载周期特性,建立负载函数方程并进行离散化:根据电机所驱动的负载典型周期,获得电机所需输出的转矩Tload和转速n,并进行离散化,得到每个离散区间上的转矩Tload(i)和转速n(i),其中i为第i个离散区间的序号;
S2:建立目标函数方程,如式(1)所示:
式(1)中,xj=[q1,q2,q3,...,qz]为优化设计参量,也即电机的制造参数,包括电机定子外径、定子内径、转子外径、转子内径、气隙长度、轴向长度、永磁体尺寸、绕组参数;qh为第h个优化设计参量,1≤h≤z;j≥1;Ecyc(xj)为设计参量为xj时的电机在一个负载周期内消耗的能量;Ecyc(x0)为初始设计参数下电机在一个负载周期内消耗的能量;cost(xj)是在计参量为xj时的电机所需的材料成本;cost(x0)为初始设计参数下电机所需的材料成本;λ1和λ2为权重系数,满足λ1+λ2=1;
S3:测试并选取电机的优化参数变量,建立约束方程;
S4:对电机性能进行优化计算,直至满足规定的收敛依据,最后达到最优解。
进一步,所述步骤S3具体为:选取电机的设计参量,并对选取的设计参量进行敏感性测试,根据敏感性测试结果,选取对目标函数影响大的参量作为优化设计参量;选取优化设计参量后,根据实际设计和制造要求,对优化设计参量做出约束,约束包括电机最大输出功率、绕组电密、槽满率、电机外径最大尺寸和最大轴向长度。
进一步,所述步骤S1中,在每个离散化后的第i个区间内,电机的负载转矩和转速是保持恒定的。
进一步,所述步骤S2中的Ecyc(xj)和Ecyc(x0)分别通过式(2)和(3)计算得到:
其中,Δt为第i个离散区间的时间长度;Tload(i)为第i个离散区间的负载转矩;n(i)是第i个离散区间上的速度;ηj(i)为第j组优化参数xj对应的电机在第i个离散区间上的效率,η0(i)为初始设计参数对应的电机在第i个离散区间上的效率;电机的材料成本通过公式cost=∑pri×vol计算,其中pri为材料的单价,vol为材料的用量。
进一步,所述步骤S3中优化设计参量按照设计中电机尺寸的极限约束条件来选取。
进一步,所述步骤S4中,对电机性能进行的优化计算通过有限元计算法或者对电机进行解析建模。
有益效果:本发明公开了一种基于负载周期全局的多目标电机效率优化设计方法,与现有技术相比,具有如下的有益效果:
1)通过对负载特性的充分分析,建立负载周期的数学模型,为电机的优化设计提供了更加准确和全面的依据,为充分发挥电机材料提供了基础。
2)使用电机在整个负载周期上消耗的能量和电机材料成本为优化目标,可以减小电机体积,提高电机效率,同时降低电机的制造成本。
附图说明
图1为本发明具体实施方式中方法的流程图;
图2为本发明具体实施方式中电机的结构图;
图3本发明具体实施方式中的负载数学模型曲线。
具体实施方式
本具体实施方式公开了一种基于负载周期全局的多目标电机效率优化设计方法,如图1所示,包括以下步骤:
S1:确定电机使用过程中的负载周期特性,建立负载函数方程并进行离散化:根据电机所驱动的负载典型周期,获得电机所需输出的转矩Tload和转速n,并进行离散化,得到每个离散区间上的转矩Tload(i)和转速n(i),其中i为第i个离散区间的序号;在每个离散化后的第i个区间内,电机的负载转矩和转速是保持恒定的。获得如图3所示的负载周期模型。
S2:建立目标函数方程,如式(1)所示:
式(1)中,xj=[q1,q2,q3,...,qz]为优化设计参量,也即电机的制造参数,包括电机定子外径、定子内径、转子外径、转子内径、气隙长度、轴向长度、永磁体尺寸、绕组参数;qh为第h个优化设计参量,1≤h≤z;j≥1;Ecyc(xj)为设计参量为xj时的电机在一个负载周期内消耗的能量;Ecyc(x0)为初始设计参数下电机在一个负载周期内消耗的能量;cost(xj)是在计参量为xj时的电机所需的材料成本;cost(x0)为初始设计参数下电机所需的材料成本;λ1和λ2为权重系数,满足λ1+λ2=1。本具体实施方式中λ1=0.5和λ2=0.5。
Ecyc(xj)和Ecyc(x0)分别通过式(2)和(3)计算得到:
其中,Δt为第i个离散区间的时间长度;Tload(i)为第i个离散区间的负载转矩;n(i)是第i个离散区间上的速度;ηj(i)为第j组优化参数xj对应的电机在第i个离散区间上的效率,η0(i)为初始设计参数对应的电机在第i个离散区间上的效率;电机的材料成本通过公式cost=∑pri×vol计算,其中pri为材料的单价,vol为材料的用量。
S3:测试并选取电机的优化参数变量,建立约束方程,具体为:选取电机的设计参量,并对选取的设计参量进行敏感性测试,根据敏感性测试结果,选取对目标函数影响大的参量作为优化设计参量;选取优化设计参量后,根据实际设计和制造要求,对优化设计参量做出约束,约束包括电机最大输出功率、绕组电密、槽满率、电机外径最大尺寸和最大轴向长度。优化设计参量按照设计中电机尺寸的极限约束条件来选取。本具体实施方式中的约束包括电机最大输出功率、绕组电密、槽满率、电机外径最大尺寸,如下公式所示。
S4:对电机性能进行优化计算,直至满足规定的收敛依据,最后达到最优解。对电机性能进行的优化计算通过有限元计算法或者对电机进行解析建模。得到的最优解如下表所示。
表1优化结果
Claims (4)
1.一种基于负载周期全局的多目标电机效率优化设计方法,其特征在于:包括以下步骤:
S1:确定电机使用过程中的负载周期特性,建立负载函数方程并进行离散化:根据电机所驱动的负载典型周期,获得电机所需输出的转矩Tload和转速n,并进行离散化,得到每个离散区间上的转矩Tload(i)和转速n(i),其中i为第i个离散区间的序号;
S2:建立目标函数方程f(xj),如式(1)所示:
式(1)中,xj=[q1,q2,q3,...,qz]为优化设计参量,也即电机的制造参数,包括电机定子外径、定子内径、转子外径、转子内径、气隙长度、轴向长度、永磁体尺寸、绕组参数;qh为第h个优化设计参量,1≤h≤z;j≥1;Ecyc(xj)为设计参量为xj时的电机在一个负载周期内消耗的能量;Ecyc(x0)为初始设计参数下电机在一个负载周期内消耗的能量;cost(xj)是在计参量为xj时的电机所需的材料成本;cost(x0)为初始设计参数下电机所需的材料成本;λ1和λ2为权重系数,满足λ1+λ2=1;
其中,Ecyc(xj)和Ecyc(x0)分别通过式(2)和(3)计算得到:
其中,Δt为第i个离散区间的时间长度;Tload(i)为第i个离散区间的负载转矩;n(i)是第i个离散区间上的速度;ηj(i)为第j组优化参数xj对应的电机在第i个离散区间上的效率,η0(i)为初始设计参数对应的电机在第i个离散区间上的效率;电机的材料成本通过公式cost=∑pri×vol计算,其中pri为材料的单价,vol为材料的用量;
S3:测试并选取电机的优化参数变量,建立约束方程;具体为:选取电机的设计参量,并对选取的设计参量进行敏感性测试,根据敏感性测试结果,选取对目标函数影响大的参量作为优化设计参量;选取优化设计参量后,根据实际设计和制造要求,对优化设计参量做出约束,约束包括电机最大输出功率、绕组电密、槽满率、电机外径最大尺寸和最大轴向长度;
S4:对电机性能进行优化计算,直至满足规定的收敛依据,最后达到最优解。
2.根据权利要求1所述的基于负载周期全局的多目标电机效率优化设计方法,其特征在于:所述步骤S1中,在每个离散化后的第i个区间内,电机的负载转矩和转速是保持恒定的。
3.根据权利要求1所述的基于负载周期全局的多目标电机效率优化设计方法,其特征在于:所述步骤S3中优化设计参量按照设计中电机尺寸的极限约束条件来选取。
4.根据权利要求1所述的基于负载周期全局的多目标电机效率优化设计方法,其特征在于:所述步骤S4中,对电机性能进行的优化计算通过有限元计算法或者对电机进行解析建模。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711180160.9A CN108090249B (zh) | 2017-11-23 | 2017-11-23 | 一种基于负载周期全局的多目标电机效率优化设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711180160.9A CN108090249B (zh) | 2017-11-23 | 2017-11-23 | 一种基于负载周期全局的多目标电机效率优化设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090249A CN108090249A (zh) | 2018-05-29 |
CN108090249B true CN108090249B (zh) | 2021-04-30 |
Family
ID=62172845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711180160.9A Active CN108090249B (zh) | 2017-11-23 | 2017-11-23 | 一种基于负载周期全局的多目标电机效率优化设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090249B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7139741B1 (en) * | 2003-07-31 | 2006-11-21 | The United States Of America As Represented By The Secretary Of The Navy | Multi-objective optimization method |
CN105676646A (zh) * | 2016-03-11 | 2016-06-15 | 国网天津市电力公司 | 一种冷热电联供系统优化运行的线性化方法 |
CN106385211A (zh) * | 2016-10-09 | 2017-02-08 | 重庆大学 | 一种步进电机负载转矩估计方法 |
CN106709129A (zh) * | 2016-11-15 | 2017-05-24 | 武汉科技大学 | 一种多孔材料隔热性能的优化控制方法 |
-
2017
- 2017-11-23 CN CN201711180160.9A patent/CN108090249B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7139741B1 (en) * | 2003-07-31 | 2006-11-21 | The United States Of America As Represented By The Secretary Of The Navy | Multi-objective optimization method |
CN105676646A (zh) * | 2016-03-11 | 2016-06-15 | 国网天津市电力公司 | 一种冷热电联供系统优化运行的线性化方法 |
CN106385211A (zh) * | 2016-10-09 | 2017-02-08 | 重庆大学 | 一种步进电机负载转矩估计方法 |
CN106709129A (zh) * | 2016-11-15 | 2017-05-24 | 武汉科技大学 | 一种多孔材料隔热性能的优化控制方法 |
Non-Patent Citations (1)
Title |
---|
Torque Ripple Minimization of Predictive Torque Control for PMSM With Extended Control Set;Zhou, ZQ 等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20170930;第64卷(第9期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108090249A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103887815B (zh) | 基于运行数据的风电场参数辨识及动态等值方法 | |
CN111398833B (zh) | 一种电池健康状态评估方法 | |
CN108919129A (zh) | 一种时变工况下动力电池的寿命预测方法 | |
CN106291372A (zh) | 一种新的锂离子动力电池剩余寿命预测方法 | |
CN108709287B (zh) | 一种空调系统冷负荷预测方法及冷水机组群控的策略 | |
CN110022111B (zh) | 车用电力驱动系统中永磁电机的全工况效率优化方法 | |
CN102930343A (zh) | 一种分布式发电供能系统能量优化方法 | |
CN103219725A (zh) | 一种基于实时运行数据的风电场等值建模方法 | |
CN105223512A (zh) | 基于电池特性的动态矫正剩余电量的方法 | |
CN110276120B (zh) | 一种基于电热耦合的全钒液流电池储能系统等效方法 | |
CN110133515B (zh) | 电池剩余能量确定方法及其装置 | |
CN114707776B (zh) | 一种基于碳排放双控的低碳用能优化系统及方法 | |
CN107392352A (zh) | 一种基于融合极限学习机的电池未来温度预测方法及系统 | |
CN110390157B (zh) | 一种基于田口方法的双凸极混合励磁发电机优化设计方法 | |
CN206517175U (zh) | 一种电动机定子冲片 | |
CN108090249B (zh) | 一种基于负载周期全局的多目标电机效率优化设计方法 | |
CN107221933B (zh) | 一种概率潮流计算方法 | |
CN113447816B (zh) | 一种基于两点老化特征的锂电池在线老化诊断方法 | |
CN111293378B (zh) | 一种提高锂离子电池循环寿命的充电方法 | |
CN111507023A (zh) | 一种新的开关磁阻电机多目标优化方法 | |
CN111293336A (zh) | 基于引力搜索算法的全钒液流电池储能系统运行优化方法 | |
CN111931967A (zh) | 一种风电场短期功率预测方法 | |
CN113408160B (zh) | 一种基于多目标优化的电机参数设计方法 | |
CN111125630B (zh) | 一种基于l1/2范数和同质性约束的能源分解方法 | |
CN111273186A (zh) | 一种电动汽车动力电池系统健康状态估算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201201 Address after: 213300 room 428, building a, 218 Hongkou Road, Kunlun Street, Liyang City, Changzhou City, Jiangsu Province (in Zhongguancun Science and Technology Industrial Park, Jiangsu Province) Applicant after: Liyang Research Institute of Southeast University Applicant after: SOUTHEAST University Address before: 211189 Jiangsu Road, Jiangning District, Southeast University, No. 2, No. Applicant before: SOUTHEAST University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |