CN108900054A - 一种永磁同步电机的优化方法及装置 - Google Patents
一种永磁同步电机的优化方法及装置 Download PDFInfo
- Publication number
- CN108900054A CN108900054A CN201810872063.4A CN201810872063A CN108900054A CN 108900054 A CN108900054 A CN 108900054A CN 201810872063 A CN201810872063 A CN 201810872063A CN 108900054 A CN108900054 A CN 108900054A
- Authority
- CN
- China
- Prior art keywords
- fit
- model
- permanent magnet
- synchronous motor
- magnet synchronous
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K21/00—Synchronous motors having permanent magnets; Synchronous generators having permanent magnets
- H02K21/02—Details
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Permanent Field Magnets Of Synchronous Machinery (AREA)
Abstract
本发明公开了一种永磁同步电机的优化方法,包括根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型;通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解;根据最优折中解对永磁同步电机进行优化。本发明中的最优折中解综合权衡了空载气隙磁密畸变率和齿槽转矩这两个指标,能够对永磁同步电机进行综合优化,优化效果较好。本发明还提供了一种永磁同步电机的优化装置,具有如上优化方法相同的有益效果。
Description
技术领域
本发明涉及永磁同步电机领域,特别是涉及一种永磁同步电机的优化方法,本发明还涉及一种永磁同步电机的优化装置。
背景技术
永磁同步电机具有结构简单、功率密度高的特点,得到越来越广泛的应用,永磁同步电机的齿槽转矩和空载气隙磁密畸变率是影响其性能的重要指标,降低齿槽转矩可以减小转矩脉动;降低空载气隙磁密畸变率可以减小电机反电动势谐波,通过优化电机永磁体结构减小空载气隙磁密畸变率和齿槽转矩以提高电机的性能成为国内外研究的热点。
现有技术中在对永磁同步电机进行优化时,只能够保证齿槽转矩或者空载气隙磁密畸变率这两个参数其中的一者达到优化,在其中的一者达到优化的同时,另一个参数往往处于较高值的状态,对于永磁同步电机的优化效果较差。
因此,如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本发明的目的是提供一种永磁同步电机的优化方法,能够对永磁同步电机进行综合优化,优化效果较好;本发明的另一目的是提供一种永磁同步电机的优化装置,能够对永磁同步电机进行综合优化,优化效果较好。
为解决上述技术问题,本发明提供了一种永磁同步电机的优化方法,包括:
根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型;
通过优化算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解;
根据所述最优折中解对所述永磁同步电机进行优化。
优选地,所述根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型具体为:
根据所述样本空间,采用非线性支持向量机SVM算法建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型。
优选地,所述优化算法为多目标文化差分进化MOCDE算法。
优选地,所述通过MOCDE算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解具体为:
通过MOCDE算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到pareto曲线;
确定出所述pareto曲线中的所述预设结构参数的最优折中解。
优选地,所述确定出所述pareto曲线中的所述预设结构参数的最优折中解具体为:
通过模糊决策确定出所述pareto曲线中的所述预设结构参数的最优折中解。
优选地,所述根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合具体为:
根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量通过正交试验法得到所有的优化组合。
优选地,所述计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间具体为:
采用有限元法计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间。
优选地,所述SVM算法为高斯径向基核函数的SVM算法。
优选地,所述预设结构参数为磁钢厚度、极弧系数及偏心距。
为解决上述技术问题,本发明还提供了一种永磁同步电机的优化装置,包括:
分组模块,用于根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
计算模块,用于计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
建立模块,用于根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型;
求解模块,用于通过优化算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解;
执行模块,用于根据所述最优折中解对所述永磁同步电机进行优化。
本发明提供了一种永磁同步电机的优化方法,包括根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型;通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解;根据最优折中解对永磁同步电机进行优化。
可见,本发明中,能够根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合,计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间,根据样本空间能够建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型,进而通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解,最后根据最优折中解对永磁同步电机进行优化即可,本发明中的最优折中解是对第一拟合模型以及第二拟合模型进行双目标优化得到的,综合权衡了空载气隙磁密畸变率以及齿槽转矩这两个指标,能够使得这两个指标同时达到较低的值,依据最优折中解能够对永磁同步电机进行综合优化,优化效果较好。
本发明还提供了一种永磁同步电机的优化装置,具有如上优化方法相同的有益效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种永磁同步电机的优化方法的流程示意图;
图2为本发明提供的MOCDE算法的工作原理框图;
图3为本发明提供的一种具体实施例中的pareto曲线图;
图4为本发明提供的一种永磁同步电机的优化方法的结构示意图。
具体实施方式
本发明的核心是提供一种永磁同步电机的优化方法,能够对永磁同步电机进行综合优化,优化效果较好;本发明的另一核心是提供一种永磁同步电机的优化装置,能够对永磁同步电机进行综合优化,优化效果较好。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,图1为本发明提供的一种永磁同步电机的优化方法的流程示意图,包括:
步骤S1:根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
具体的,永磁同步电机具有很多结构参数,例如额定功率、极数、定子内外径、铁心长、偏心距、定子槽数、极弧系数以及磁钢厚度等,选取不同的结构参数作为优化变量,对于最终得到的优化效果有着不同的影响,本发明实施例在此不做限定。
具体的,在每个预设结构参数的取值范围内对应有取点数量,首先从每个取值范围中选取对应的数量的点,然后将所有的不同预设结构参数的点进行组合得到所有的优化组合,这里的取点数量可以是用户自主设定的,也可以是按照程序自动选取的一定数量的点,本发明实施例在此不做限定。
步骤S2:计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
具体的,计算得到所有的优化组合的空载气隙磁密畸变率以及齿槽转矩并构造样本空间,以便后续步骤对样本空间中的数据进行处理,其中,样本空间可以包括所有的优化组合以及对应的空载气隙磁密畸变率以及齿槽转矩这些数据。
当然,除了所有的优化组合以及对应的空载气隙磁密畸变率以及齿槽转矩这些数据外,样本空间还可以为其他类型,本发明实施例在此不做限定。
步骤S3:根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型;
其中,可以根据样本空间建立建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型,以便后续步骤进行双目标优化。
步骤S4:通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解;
具体的,通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化可以综合地对两个目标参数空载气隙磁密畸变率以及齿槽转矩进行优化,不再像现有技术中那样,只保证其中一个目标参数达到所有优化组合中的最佳值,而是使得两个目标参数都尽可能地降低,实现了对永磁同步电机的综合优化,优化效果佳。
步骤S5:根据最优折中解对永磁同步电机进行优化。
其中,通过最优折中解对永磁同步电机进行优化,由于最优折中解是上个步骤中对两个拟合模型进行双目标优化得到的,可以使得两个拟合模型对应的两个目标参数都尽可能地降低,对于永磁同步电机的综合优化效果较好。
本发明提供了一种永磁同步电机的优化方法,包括根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型;通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解;根据最优折中解对永磁同步电机进行优化。
可见,本发明中,能够根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合,计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间,根据样本空间能够建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型,进而通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解,最后根据最优折中解对永磁同步电机进行优化即可,本发明中的最优折中解是对第一拟合模型以及第二拟合模型进行双目标优化得到的,综合权衡了空载气隙磁密畸变率以及齿槽转矩这两个指标,能够使得这两个指标同时达到较低的值,依据最优折中解能够对永磁同步电机进行综合优化,优化效果较好。
在上述实施例的基础上:
作为一种优选的实施例,根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型具体为:
根据样本空间,采用SVM(Support Vector Machine,支持向量机)算法建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型。
具体的,基于上述样本空间{xk,yk},其中输入向量Xk为优化组合,输出向量Yk可以分别为空载气隙磁密畸变率和齿槽转矩。采用SVM算法对样本空间进行训练,分别建立空载气隙磁密畸变率和齿槽转矩的拟合模型。SVM通过核函数将输入空间转化为特征空间,在特征空间中学习到一个回归平面,让特征向量距离该平面的距离最近。
其中,SVM算法具有拟合能力强,对于未知数据有更好的预测能力,有严格的理论和数学基础等优点,SVM算法的运用可以使得两个构造成的拟合模型更加准确,使得最终得到的最优折中解的优化效果更加优秀。
当然,除了SVM算法外,还可以采用其他类型的算法进行拟合模型的构造,例如ANN(Artificial Neural Network,人工神经网络)的拟合算法等,本发明实施例在此不做限定。
作为一种优选的实施例,优化算法为MOCDE(Multi-objective culturaldifferential evolution,多目标文化差分进化)算法。
具体的,MOCDE具有避免陷入早熟收敛,更强的全局收敛能力,能获得分布更广、更均匀的Pareto曲线等优点,MOCDE算法可以使得对两个拟合模型的双目标优化更加准确,使得最终得到的最优折中解对于两个目标参数的优化效果都进一步地提升。
其中,MOCDE算法的工作原理框图如图2所示。群体空间在进化过程借助accept函数挑选经验知识,储存在信念空间。群体空间的个体借助influence函数在群体知识的指导下进化。信念空间获得个体经验,借助update函数使群体知识获得更新。差分进化算法generate主要包括变异、交叉和选择3个算子。
当然,除了MOCDE算法外,还可以采用其他类型的优化算法对两个拟合模型进行双目标优化,例如NSGA-II(Non-dominated Sorting Genetic Algorithm,多目标遗传算法)等,本发明实施例在此不做限定。
作为一种优选的实施例,通过MOCDE算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解具体为:
通过MOCDE算法对第一拟合模型以及第二拟合模型进行双目标优化,得到pareto曲线;
确定出pareto曲线中的预设结构参数的最优折中解。
具体的,通过MOCDE算法进行双目标优化后得到的pareto曲线可以使得对于两个目标参数的优化效果更加直观,通过直观的pareto曲线确定出的最优折中解的综合优化效果进一步提升。
当然,除了得到pareto曲线外,还可以将优化组合体现为其他的图表形式,本发明实施例在此不做限定。
作为一种优选的实施例,确定出pareto曲线中的预设结构参数的最优折中解具体为:
通过模糊决策确定出pareto曲线中的预设结构参数的最优折中解。
具体的,模糊决策具有科学以及迅速等优点。
当然,除了模糊决策外,还可以采用其他类型的方法来从pareto曲线中确定出最优折中解,本发明实施例在此不做限定。
作为一种优选的实施例,根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合具体为:
根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量通过正交试验法得到所有的优化组合。
具体的,采用正交试验法可以获得所有优化组合的正交表,正交表代号为可以为Ln(qm),其中L可以表示正交表,n可以表示优化组合数量,q表示取点数量,m代表预设结构参数的个数,在正交表中表示其列数。本发明可以采用L25(53)正交表。
具体的,正交试验法具有取点均匀合理以及试验速度快等优点,有利于选取到优化效果更好地最优折中解。
当然,除了正交试验法外,还可以采用其他的方法来得到所有的优化组合,例如MFD(Multi factor design,多因素设计方法)等,本发明实施例在此不做限定。
作为一种优选的实施例,计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间具体为:
采用有限元法计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间。
为了更好地对本发明实施例进行说明,现以一台48槽8极的表贴式永磁同步电机为原始模型进行优化方法的介绍。
步骤一:以磁钢厚度、极弧系数和偏心距为预设结构参数,结合实际情况,三个预设结构参数的取值范围可以为:磁钢厚度4.1-4.5mm,极弧系数0.6-0.9,偏心距18-22mm。基于L25(53)正交表获得所有的优化组合,计算对应组合的空载气隙磁密畸变率和齿槽转矩,形成数据样本空间。如下表所示。
步骤二:采用SVM算法对上表中的样本空间进行训练,分别得到空载气隙磁密畸变率和齿槽转矩的第一拟合模型以及第二拟合模型。
步骤三:以磁钢厚度、极弧系数和偏心距为优化变量,以空载气隙磁密畸变率和齿槽转矩的拟合模型为目标函数,应用MOCDE算法对两个目标函数进行双目标优化,得到优化解构成的pareto曲线,如图3所示。
最后通过模糊决策从pareto曲线中确定出的最优折中解为:磁钢厚度4.2773mm,极弧系数0.8567,偏心距21.0225mm。此时齿槽转矩为1.5267N.m,空载气隙磁密畸变率为10.8%。优于永磁同步电机的原始方案(在原始方案中偏心距为20mm,极弧系数为0.7、磁钢厚度为4.3mm)。
具体的,有限元法具有计算准确以及稳定等优点。
当然,除了有限元法外,还可以采用其他的方法来计算出优化组合的空载气隙磁密畸变率以及齿槽转矩,例如解析法等,本发明实施例在此不做限定。
作为一种优选的实施例,SVM算法为高斯径向基核函数的SVM算法。
具体的,高斯径向基函数表达式为:
其中,x为样本空间中的优化组合,z为样本空间中的空载气隙磁密畸变率或者齿槽转矩,σ为基函数参数。
具体的,高斯径向基函数更加适用于本发明实施例中得到第一拟合模型以及第二拟合模型,使得最终的综合优化效果进一步提升。
当然,除了高斯径向基函数外,SVM算法还可以采用其他类型的核函数,本发明实施例在此不做限定。
作为一种优选的实施例,预设结构参数为磁钢厚度、极弧系数及偏心距。
具体的,磁钢厚度、极弧系数及偏心距对于空载气隙磁密畸变率以及齿槽转矩具有较大的影响,将上述三种结构参数作为预设结构参数可以进一步地提高优化效果。
当然,除了上述三种预设结构参数外,预设结构参数还可以为其他结构参数的组合,本发明实施例在此不做限定。
请参考图4,图4为本发明提供的一种永磁同步电机的优化装置的结构示意图,包括:
分组模块1,用于根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
计算模块2,用于计算出所有的优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
建立模块3,用于根据样本空间,建立空载气隙磁密畸变率的第一拟合模型以及齿槽转矩的第二拟合模型;
求解模块4,用于通过优化算法对第一拟合模型以及第二拟合模型进行双目标优化,得到预设结构参数的最优折中解;
执行模块5,用于根据最优折中解对永磁同步电机进行优化。
对于本发明提供的永磁同步电机的优化装置的介绍请参照上述方法实施例,本发明实施例在此不再赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种永磁同步电机的优化方法,其特征在于,包括:
根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型;
通过优化算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解;
根据所述最优折中解对所述永磁同步电机进行优化。
2.根据权利要求1所述的优化方法,其特征在于,所述根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型具体为:
根据所述样本空间,采用非线性支持向量机SVM算法建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型。
3.根据权利要求2所述的优化方法,其特征在于,所述优化算法为多目标文化差分进化MOCDE算法。
4.根据权利要求3所述的优化方法,其特征在于,所述通过MOCDE算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解具体为:
通过MOCDE算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到pareto曲线;
确定出所述pareto曲线中的所述预设结构参数的最优折中解。
5.根据权利要求4所述的优化方法,其特征在于,所述确定出所述pareto曲线中的所述预设结构参数的最优折中解具体为:
通过模糊决策确定出所述pareto曲线中的所述预设结构参数的最优折中解。
6.根据权利要求1所述的优化方法,其特征在于,所述根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合具体为:
根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量通过正交试验法得到所有的优化组合。
7.根据权利要求6所述的优化方法,其特征在于,所述计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间具体为:
采用有限元法计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间。
8.根据权利要求2所述的优化方法,其特征在于,所述SVM算法为高斯径向基核函数的SVM算法。
9.根据权利要求1至8任一项所述的优化方法,其特征在于,所述预设结构参数为磁钢厚度、极弧系数及偏心距。
10.一种永磁同步电机的优化装置,其特征在于,包括:
分组模块,用于根据永磁同步电机的预设结构参数的取值范围以及对应的取点数量得到所有的优化组合;
计算模块,用于计算出所有的所述优化组合的空载气隙磁密畸变率以及齿槽转矩,并构造样本空间;
建立模块,用于根据所述样本空间,建立所述空载气隙磁密畸变率的第一拟合模型以及所述齿槽转矩的第二拟合模型;
求解模块,用于通过优化算法对所述第一拟合模型以及所述第二拟合模型进行双目标优化,得到所述预设结构参数的最优折中解;
执行模块,用于根据所述最优折中解对所述永磁同步电机进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810872063.4A CN108900054A (zh) | 2018-08-02 | 2018-08-02 | 一种永磁同步电机的优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810872063.4A CN108900054A (zh) | 2018-08-02 | 2018-08-02 | 一种永磁同步电机的优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108900054A true CN108900054A (zh) | 2018-11-27 |
Family
ID=64353161
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810872063.4A Pending CN108900054A (zh) | 2018-08-02 | 2018-08-02 | 一种永磁同步电机的优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108900054A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654124A (zh) * | 2020-02-10 | 2020-09-11 | 江苏大学 | 一种高磁阻转矩、高凸极率的五相永磁容错电机的设计方法 |
CN112307657A (zh) * | 2020-09-22 | 2021-02-02 | 山东大学 | 一种用于新生儿成像的超导磁共振磁体及设计方法 |
CN112713730A (zh) * | 2020-12-18 | 2021-04-27 | 苏州英磁新能源科技有限公司 | 一种基于参数化磁钢模型的电机优化设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120119506A1 (en) * | 2010-09-24 | 2012-05-17 | Kurt Andersen | Method of determining a magnet arrangement |
CN106202836A (zh) * | 2016-08-24 | 2016-12-07 | 江苏大学 | 一种分块转子开关磁阻电机的优化设计方法 |
CN106407559A (zh) * | 2016-09-19 | 2017-02-15 | 湖南科技大学 | 开关磁阻电机结构参数优化方法及装置 |
CN106777442A (zh) * | 2015-11-20 | 2017-05-31 | 南京理工大学 | 一种永磁无刷直流电机齿槽转矩优化设计方法 |
-
2018
- 2018-08-02 CN CN201810872063.4A patent/CN108900054A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120119506A1 (en) * | 2010-09-24 | 2012-05-17 | Kurt Andersen | Method of determining a magnet arrangement |
CN106777442A (zh) * | 2015-11-20 | 2017-05-31 | 南京理工大学 | 一种永磁无刷直流电机齿槽转矩优化设计方法 |
CN106202836A (zh) * | 2016-08-24 | 2016-12-07 | 江苏大学 | 一种分块转子开关磁阻电机的优化设计方法 |
CN106407559A (zh) * | 2016-09-19 | 2017-02-15 | 湖南科技大学 | 开关磁阻电机结构参数优化方法及装置 |
Non-Patent Citations (1)
Title |
---|
吴苏敏: ""基于Ansoft的永磁同步电机结构参数优化研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111654124A (zh) * | 2020-02-10 | 2020-09-11 | 江苏大学 | 一种高磁阻转矩、高凸极率的五相永磁容错电机的设计方法 |
CN111654124B (zh) * | 2020-02-10 | 2021-07-20 | 江苏大学 | 一种高磁阻转矩、高凸极率的五相永磁容错电机的设计方法 |
CN112307657A (zh) * | 2020-09-22 | 2021-02-02 | 山东大学 | 一种用于新生儿成像的超导磁共振磁体及设计方法 |
CN112307657B (zh) * | 2020-09-22 | 2023-03-17 | 山东大学 | 一种用于新生儿成像的超导磁共振磁体及设计方法 |
CN112713730A (zh) * | 2020-12-18 | 2021-04-27 | 苏州英磁新能源科技有限公司 | 一种基于参数化磁钢模型的电机优化设计方法 |
CN112713730B (zh) * | 2020-12-18 | 2023-08-22 | 苏州英磁新能源科技有限公司 | 一种基于参数化磁钢模型的电机优化设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108900054A (zh) | 一种永磁同步电机的优化方法及装置 | |
US11373023B2 (en) | Parametric equivalent magnetic network modeling method for multi objective optimization of permanent magnet motor | |
Arya et al. | Distributed generation planning using differential evolution accounting voltage stability consideration | |
CN108345215B (zh) | 一种基于多目标遗传算法的磁悬浮轴承鲁棒控制器构造方法 | |
CN108390393A (zh) | 配电网多目标无功优化方法及终端设备 | |
CN109325880A (zh) | 一种基于Verhulst-SVM的中长期负荷预测方法 | |
Mutluer et al. | Heuristic optimization based on penalty approach for surface permanent magnet synchronous machines | |
CN107046505A (zh) | 一种业务控制方法以及业务控制装置 | |
Ramya et al. | Design and implementation of particle swarm optimization (PSO) tuned PID controller for speed control of permanent magnet brush less DC (PMBLDC) motor | |
CN109830987B (zh) | 计及分布式光伏随机性的主动配电网概率稳定性分析方法 | |
CN115422869A (zh) | 负荷模型的参数辨识方法、系统、计算机设备及存储介质 | |
Bouhadjra et al. | Performance analysis of stand-alone six-phase induction generator using heuristic algorithms | |
CN103887823A (zh) | 基于模糊层次分析的微电网并网位置选取方法 | |
CN110502804B (zh) | 一种电动汽车充电过程时变谐波电流评估方法及系统 | |
Yadav et al. | A combined conventional and differential evolution method for model order reduction | |
Bi et al. | Research on Optimization Method of High Speed Permanent Magnet Synchronous Motor Based on Surrogate Model | |
CN110533210A (zh) | 一种基于遗传算法的风电场选址方法及装置 | |
Pinhal et al. | Discussion on the control of wound-rotor synchronous motors for variable speed drives | |
Chen et al. | A novel robust state estimator based on rectangular pulse function | |
CN111898286A (zh) | 一种电机建模分析与优化方法 | |
Dash et al. | Non-linear control of parallel AC voltage source converter high-voltage DC system using a hybrid input-output linearization evolutionary fuzzy controller | |
Liu et al. | A constrained multi-objective computation offloading algorithm in the mobile cloud computing environment | |
Zhou et al. | The induction motor parameter estimation through an adaptive genetic algorithm | |
CN109541398A (zh) | 一种公共连接点处母线电压谐波污染水平的评估方法 | |
CN116599067B (zh) | 一种微电网电能质量全局优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181127 |