CN112434461B - 无线电能传输的自动化耦合线圈优化设计方法 - Google Patents

无线电能传输的自动化耦合线圈优化设计方法 Download PDF

Info

Publication number
CN112434461B
CN112434461B CN201910784136.9A CN201910784136A CN112434461B CN 112434461 B CN112434461 B CN 112434461B CN 201910784136 A CN201910784136 A CN 201910784136A CN 112434461 B CN112434461 B CN 112434461B
Authority
CN
China
Prior art keywords
coil
particle
parameters
optimization
objective function
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
Application number
CN201910784136.9A
Other languages
English (en)
Other versions
CN112434461A (zh
Inventor
魏国
金修浪
汪超
朱春波
逯仁贵
宋凯
董帅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201910784136.9A priority Critical patent/CN112434461B/zh
Publication of CN112434461A publication Critical patent/CN112434461A/zh
Application granted granted Critical
Publication of CN112434461B publication Critical patent/CN112434461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01FMAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
    • H01F41/00Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
    • H01F41/02Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
    • H01F41/04Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/10Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Manufacturing & Machinery (AREA)
  • Near-Field Transmission Systems (AREA)

Abstract

本发明是无线电能传输的自动化耦合线圈优化设计方法。本发明根据WPT线圈的约束条件,分析线圈间能量传输效率与WPT线圈设计参数之间的函数关系,确定优化目标函数和优化变量;根据功率要求,选择合适规格的利兹线,再采用粒子群算法对设计参数进行寻优计算,确定粒子群的个体数量及种群迭代次数,同时设置每个粒子的初始参数。在迭代过程中,根据粒子的优化目标函数计算值,对粒子的参数进行更新。待迭代过程结束后,选择优化目标函数值最大的粒子参数。本发明搜索得到的线圈参数在满足设计约束的同时,可以使线圈间能量传输效率最高。自动化的设计过程可以节约大量的人力物力,而且目标明确、结果准确。

Description

无线电能传输的自动化耦合线圈优化设计方法
技术领域
本发明涉及无线电能传输优化技术领域,是一种无线电能传输的自动化耦合线圈优化设计方法。
背景技术
WPT作为一种新兴技术,与传统的有线供电相比更加安全便捷,但明显的缺点是能量传输效率低下,对于长期工作的电器,提升1%的效率也能节约巨大的能源。作为WPT系统的电源端与负载端的纽带,耦合机构扮演了重要的角色,因为它很大程度上决定了系统的能量传输效率,特别是线圈间的能量传输效率。这里的耦合机构一般指的是耦合线圈及配套磁芯结构,耦合线圈包括发射端线圈以及接收端线圈。耦合线圈的设计参数一般包括线圈之间的距离,以及单个线圈的结构参数,如匝数、匝间距、各匝的半径等等。
目前大多数研究者在设计线圈时往往采用密绕的形式,并根据自感的需要确定线圈的匝数,这样做的目的是为了在有限的空间内获得较大的互感,从而提升能量传输效率和输出功率,但没有考虑到密绕时,线圈的交流内阻会显著增大,从而增加损耗,降低线圈间能量传输效率。为了确定比较合理的匝间距、匝数和最外匝半径,有些研究者根据研究经验或者曲线拟合的方式总结出最佳设计参数之间的关系,这样做的好处是简单迅速,但没有以传输效率为目标进行参数寻优,得不到全局最优参数组合。
也有研究者采用穷举法进行设计,也就是利用仿真或实验获取所有参数组合下的效率值,选择效率最高的一组。很明显,对于设计参数较多(三个及以上)的情形,采用穷举法工作量太大,设计过程盲目。
发明内容
本发明为解决线圈结构参数设计的盲目性问题,本发明提供了一种无线电能传输的自动化耦合线圈优化设计方法,本发明提供了以下技术方案:
一种无线电能传输的自动化耦合线圈优化设计方法,包括以下步骤:
步骤一:设计WPT线圈的约束,根据WPT线圈的约束,确定线圈间能量传输效率与WPT线圈设计参数之间函数关系,确定优化目标函数和优化变量;
步骤二:根据优化目标函数和优化变量,选择利兹线,记录利兹线的股数与每小股半径,记录所述利兹线的最大负载电流Imax
步骤三:采用粒子群算法对设计参数进行寻优计算,确定粒子群的个体数量及种群迭代次数,同时设置每个粒子的初始参数;
步骤四:根据优化目标函数和设置的粒子的初始参数,建立粒子群模型,根据粒子群模型进行迭代计算,在每一次迭代中,计算每个粒子的优化目标函数值,并根据所述函数值调整每个粒子的参数值;
步骤五:待迭代过程结束后,选择优化目标函数值最大的粒子参数,根据设计参数间的最优函数关系,确定等效负载和工作频率。
优选地,所述步骤一具体为:
第一步:设计WPT线圈约束,所述WPT线圈约束具体为,设置输出功率Pout=20W,线圈间距v=7.5cm,最大半径限制为routmax=100mm,等效负载电阻RL=2Ω,工作频率f满足100kHz<f<500kHz,设置原、副边的电路连接导线均为0.6m,设置原、副边线圈参数相同,且同轴放置;
第二步:根据WPT线圈约束,分析线圈间能量传输效率与WPT线圈设计参数之间的函数关系;
第三步:根据工作频率f、线圈的匝数Nt、、匝间距d和最外匝半径rout,得到优化目标函数η(d,Nt,rout)和优化变量ωopt(d,Nt,rout)。
优选地,所述步骤二具体为:
第一步:根据设计的WPT线圈约束,计算得到副边导线电流有效值,根据副边电流有效值选取利兹线;
第二步:当输出功率Pout=20W,等效负载电阻RL=2Ω时,得到副边导线电流的有效值为
Figure BDA0002177487030000021
则选取直径为0.1mm,总股数为300的利兹线;
第三步:记录直径为0.1mm,总股数为300的利兹线的最大负载电流,记为Imax
优选地,所述步骤三具体为:
第一步:采用粒子群算法进行寻优计算,先确定粒子群的个体数量和种群迭代次数;
第二步:设置每个粒子的初始参数,设置初始的匝数Nt、匝间距d和最外匝半径rout,取粒子群种群数量为N,通过下式表示所述参数向量:
Figure BDA0002177487030000031
其中,pop为参数向量,
Figure BDA0002177487030000032
为第N个初始参数;
优选地,所述步骤四具体为:
第一步:设置迭代次数为i,则有popt+1(j,i)=popt(j,i)+vt+1(j,i)(j=1,2,3),其中v为速度向量,令i≤T,T为最大迭代次数,通过下式表示速度向量:
vt+1(1,i)=αvt(1,i)+c1r1(pbestt(1,i)-popt(1,i))+c2r2(gbestt(1)-popt(1,i))
vt+1(2,i)=round(αvt(2,i)+c1r3(pbestt(2,i)-popt(2,i))+c2r4(gbestt(2)-popt(2,i)))
vt+1(3,i)=αvt(3,i)+c1r5(pbestt(3,i)-popt(3,i))+c2r6(gbestt(3)-popt(3,i))
其中,vt+1(j,i)为速度向量,α,c1,c2均为结构参数,ri(i=1,2,...,6),pbestt(j,i)(j=1,2,3)表示第i个个体在前t次迭代中取得最大目标函数值时对应的参数,pbestt(j)(j=1,2,3)表示种群在前t次迭代中,取得最大目标函数值的个体对应的参数;
第二步:更新计算每个粒子的优化变量ωopt、等效负载电阻RL、M、R0,以及适应度函数值;
第三步:当t大于等于T时,则保存适应度函数值最高的粒子的参数及对应的负载电阻、工作频率,同时计算原边和副边的电流值I1和I2;当t小于T时,则重复步骤四。
优选地,所述粒子的初始参数包括初始的线圈匝数、初始的匝间距和初始的最外匝半径。
优选地,所述步骤五具体为:
第一步:根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)小于最大负载电流Imax时,则迭代过程结束,输出线圈的匝数Nt、、匝间距d、最外匝半径rout和优化变量ωopt(d,Nt,rout);
第二步:选择优化目标函数值最大的粒子参数,根据线圈间能量传输效率与设计参数间函数关系,确定等效负载和工作频率。
第三步:根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)小于最大负载电流Imax时,则返回步骤二。
本发明具有以下有益效果:
本申请所述的线圈自动化设计方法可以利用MATLAB或其他计算软件进行线圈参数的自动化搜索,搜索得到的线圈参数在满足设计约束的同时,可以使线圈间能量传输效率最高。自动化的设计过程可以节约大量的人力物力,而且目标明确、结果准确。
附图说明
图1是无线电能传输的自动化耦合线圈优化设计方法流程图。
图2是平面螺旋形利兹线圈的结构示意图。
图3是平面螺旋形利兹线圈的同心圆等效模型图。
图4是线圈间能量传输效率与设计参数之间的变化图像。
具体实施方式
以下结合具体实施例,对本发明进行了详细说明。
具体实施例一:
按照图1所示流程图,本发明提供一种无线电能传输的自动化耦合线圈优化设计方法,包括如下步骤:
步骤一:设计WPT线圈的约束,根据WPT线圈的约束,确定线圈间能量传输效率与WPT线圈设计参数之间的函数关系,确定优化目标函数和优化变量;
步骤二:根据优化目标函数和优化变量,选择利兹线,记录利兹线的股数与每小股半径,记录所述利兹线的最大负载电流Imax
步骤三:采用粒子群算法对设计参数进行寻优计算,确定粒子群的个体数量及种群迭代次数,同时设置每个粒子的初始参数;
步骤四:根据优化目标函数和设置的粒子的初始参数,建立粒子群函数,根据粒子群函数进行迭代计算,在每一次迭代中,计算每个粒子的优化目标函数值,并根据所述函数值调整每个粒子的参数值;
步骤五:待迭代过程结束后,选择优化目标函数值最大的粒子参数,根据线圈间能量传输效率与设计参数间函数关系,确定等效负载和工作频率。
具体实施例二:
应用于无线电能传输的自动化耦合线圈优化设计方法,它包括(1)常见设计约束下WPT系统的效率分析,(2)基于粒子群算法的参数寻优流程,(3)MATLAB自动设计程序。
步骤一:确定线圈的设计约束,包括输出功率、原副端线圈间距、线圈的尺寸限制(如最大半径)、等效负载设计范围、工作频率设计范围等;并在约束条件下,分析线圈间能量传输效率与设计参数(线圈的匝数、匝间距、最外匝半径以及等效负载、工作频率等)之间的函数关系,确定优化目标函数及最佳等效负载、最佳工作频率与线圈参数(线圈的匝数、匝间距、最外匝半径)之间的关系;
步骤二:根据功率要求选择合适的利兹线,记录利兹线的股数与每小股半径;
步骤三:采用传统粒子群算法进行设计参数寻优。首先确定粒子群的个体数量及种群迭代次数,并设置每个粒子的初始参数(即初始的匝数、匝间距和最外匝半径),假设取N个体的初始参数为
Figure BDA0002177487030000051
用向量pop表示为
Figure BDA0002177487030000052
迭代关系为,对于第i个个体,有popt+1(j,i)=popt(j,i)+vt+1(j,i)(j=1,2,3),其中v为速度向量,表示为
vt+1(1,i)=αvt(1,i)+c1r1(pbestt(1,i)-popt(1,i))+c2r2(gbestt(1)-popt(1,i))
vt+1(2,i)=round(αvt(2,i)+c1r3(pbestt(2,i)-popt(2,i))+c2r4(gbestt(2)-popt(2,i)))
vt+1(3,i)=αvt(3,i)+c1r5(pbestt(3,i)-popt(3,i))+c2r6(gbestt(3)-popt(3,i))
其中α,c1,c2均为结构参数,ri(i=1,2,...,6)为随机数,防止迭代陷入局部最优;pbestt(j,i)(j=1,2,3)表示第i个个体在前t次迭代中取得最大目标函数值时对应的参数,pbestt(j)(j=1,2,3)表示种群在前t次迭代中,取得最大目标函数值的个体对应的参数。
步骤四:根据第一步得到的优化目标函数和第三步设置的粒子初始参数编写基于粒子群算法的MATLAB程序,并开始进行迭代计算,在每一次迭代中,计算每个粒子的优化目标函数值(要用到利兹线的结构参数和线圈的结构参数,即粒子的参数大小),并根据函数值调整每个粒子的参数值;
步骤五:根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)小于最大负载电流Imax时,则迭代过程结束,输出线圈的匝数Nt、、匝间距d、最外匝半径rout和优化变量ωopt(d,Nt,rout);选择优化目标函数值最大的粒子参数,根据线圈间能量传输效率与设计参数间函数关系,确定等效负载和工作频率。根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)小于最大负载电流Imax时,则返回步骤二迭代结束后,选择优化目标函数值最大的粒子参数,并根据步骤一中得到的函数关系确定等效负载及工作频率(若等效负载或工作频率在设计约束中已经给定,则不需要进行设计)。
具体实施例三:
待设计参数为工作频率(f)、线圈的匝数(Nt)、匝间距(d)和最外匝半径(rout)。
步骤一:在上述约束下,经过理论分析,假设得到优化目标函数η(d,Nt,rout)和最佳频率与线圈参数之间的关系为ωopt(d,Nt,rout);
步骤二:根据输出功率和负载大小,可知副边导线电流有效值为
Figure BDA0002177487030000061
根据工程经验,可以选择0.1mm*300的利兹线或其它载流能力足够的利兹线进行设计;
步骤三:根据图2和图3所示,设置种群粒子数为5,迭代次数为40,各粒子的初始匝数、匝间距,最外匝半径分别为(6,2.5mm,100mm),(7,3.5mm,90mm),(8,4.0mm,95mm),(9,4.5mm,85mm),(6,3.5mm,90mm);
步骤四:根据图1编写MATLAB程序,经过15小时的计算(计算机配置:Intel Corei5-7500:3.40GHz,RAM:8GB),输出结果如下表,其中N为粒子群粒子个数,T为最大迭代次数。如图4结果表明,当分别为线圈参数分别为8,100mm,5.3mm,且工作频率为194kHz的时候,线圈间能量传输效率最高,其为96.4%。
Figure BDA0002177487030000062
以上所述仅是无线电能传输的自动化耦合线圈优化设计方法的优选实施方式,无线电能传输的自动化耦合线圈优化设计方法的保护范围并不仅局限于上述实施例,凡属于该思路下的技术方案均属于本发明的保护范围。应当指出,对于本领域的技术人员来说,在不脱离本发明原理前提下的若干改进和变化,这些改进和变化也应视为本发明的保护范围。

Claims (5)

1.一种无线电能传输的自动化耦合线圈优化设计方法,其特征是:包括以下步骤:
步骤一:设计WPT线圈的约束,根据WPT线圈的约束,确定线圈间能量传输效率与WPT线圈设计参数之间的函数关系,确定优化目标函数和优化变量;
步骤二:根据优化目标函数和优化变量,选择利兹线,记录利兹线的股数与每小股半径,记录所述利兹线的最大负载电流Imax
步骤三:采用粒子群算法对设计参数进行寻优计算,确定粒子群的个体数量及种群迭代次数,同时设置每个粒子的初始参数;
步骤四:根据优化目标函数和设置的粒子的初始参数,建立粒子群函数,根据粒子群函数进行迭代计算,在每一次迭代中,计算每个粒子的优化目标函数值,并根据所述函数值调整每个粒子的参数值;
所述步骤四具体为:
第一步:设置迭代次数为i,则有popt+1(j,i)=popt(j,i)+vt+1(j,i)(j=1,2,3),其中v为速度向量,令i≤T,T为最大迭代次数,通过下式表示速度向量:
vt+1(1,i)=αvt(1,i)+c1r1(pbestt(1,i)-popt(1,i))+c2r2(gbestt(1)-popt(1,i))
vt+1(2,i)=round(αvt(2,i)+c1r3(pbestt(2,i)-popt(2,i))+c2r4(gbestt(2)-popt(2,i)))
vt+1(3,i)=αvt(3,i)+c1r5(pbestt(3,i)-popt(3,i))+c2r6(gbestt(3)-popt(3,i))
其中,vt+1(j,i)为速度向量,α,c1,c2均为结构参数,ri(i=1,2,…,6),pbestt(j,i)(j=1,2,3)表示第i个个体在前t次迭代中取得最大目标函数值时对应的参数,pbestt(j)(j=1,2,3)表示种群在前t次迭代中,取得最大目标函数值的个体对应的参数;
第二步:更新计算每个粒子的优化变量ωopt、等效负载电阻RL、M、R0,以及适应度函数值;
第三步:当t大于等于T时,则保存适应度函数值最高的粒子的参数及对应的负载电阻、工作频率,同时计算原边和副边的电流值I1和I2;当t小于T时,则重复步骤四;
步骤五:待迭代过程结束后,选择优化目标函数值最大的粒子参数,根据线圈间能量传输效率与设计参数间函数关系,确定等效负载和工作频率;
所述步骤五具体为:
第一步:根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)小于最大负载电流Imax时,则迭代过程结束,输出线圈的匝数Nt、匝间距d、最外匝半径rout和优化变量ωopt(d,Nt,rout);
第二步:选择优化目标函数值最大的粒子参数,根据线圈间能量传输效率与设计参数间函数关系,确定等效负载和工作频率;
第三步:根据计算的到的原、副边电流值I1和I2,当MAX(I1,I2)不小于最大负载电流Imax时,则返回步骤二。
2.根据权利要求1所述的一种无线电能传输的自动化耦合线圈优化设计方法,其特征是:所述步骤一具体为:
第一步:设计WPT线圈约束,所述WPT线圈约束具体为,设置输出功率Pout=20W,线圈间距v=7.5cm,最大半径限制为routmax=100mm,等效负载电阻RL=2Ω,工作频率f满足100kHz<f<500kHz,设置原、副边的电路连接导线均为0.6m,设置原、副边线圈参数相同,且同轴放置;
第二步:根据WPT线圈约束,确定线圈间能量传输效率与WPT线圈约束的函数关系;
第三步:根据工作频率f、线圈的匝数Nt、匝间距d和最外匝半径rout,得到优化目标函数η(d,Nt,rout)和优化变量ωopt(d,Nt,rout)。
3.根据权利要求1所述的一种无线电能传输的自动化耦合线圈优化设计方法,其特征是:所述步骤二具体为:
第一步:根据设计的WPT线圈约束,计算得到副边导线电流有效值,根据副边电流有效值选取利兹线;
第二步:当输出功率Pout=20W,等效负载电阻RL=2Ω时,得到副边导线电流的有效值为
Figure FDA0003745229510000021
则选取直径为0.1mm,总股数为300的利兹线;
第三步:记录直径为0.1mm,总股数为300的利兹线的最大负载电流,记为Imax
4.根据权利要求1所述的一种无线电能传输的自动化耦合线圈优化设计方法,其特征是:所述步骤三具体为:
第一步:采用粒子群算法进行寻优计算,先确定粒子群的个体数量和种群迭代次数;
第二步:设置每个粒子的初始参数,设置初始的匝数Nt、匝间距d和最外匝半径rout,设定取N粒子群种群数量,根据N个初始参数确定参数向量,通过下式表示所述参数向量:
Figure FDA0003745229510000031
其中,pop为参数向量,
Figure FDA0003745229510000032
为第N个初始参数。
5.根据权利要求4所述的一种无线电能传输的自动化耦合线圈优化设计方法,其特征是:所述粒子的初始参数包括初始的线圈匝数、初始的匝间距和初始的最外匝半径。
CN201910784136.9A 2019-08-23 2019-08-23 无线电能传输的自动化耦合线圈优化设计方法 Active CN112434461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910784136.9A CN112434461B (zh) 2019-08-23 2019-08-23 无线电能传输的自动化耦合线圈优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910784136.9A CN112434461B (zh) 2019-08-23 2019-08-23 无线电能传输的自动化耦合线圈优化设计方法

Publications (2)

Publication Number Publication Date
CN112434461A CN112434461A (zh) 2021-03-02
CN112434461B true CN112434461B (zh) 2022-11-04

Family

ID=74689734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910784136.9A Active CN112434461B (zh) 2019-08-23 2019-08-23 无线电能传输的自动化耦合线圈优化设计方法

Country Status (1)

Country Link
CN (1) CN112434461B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114050046B (zh) * 2021-11-25 2024-01-30 福州大学 一种双线宽的无线电能传输线圈线规设计方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5241560A (en) * 1990-08-01 1993-08-31 Fuji Electric Co., Ltd. Crucible induction furnace provided with a preventive measure against low melting point metals
CN102879753A (zh) * 2012-10-11 2013-01-16 中国科学院近代物理研究所 用于高均匀度磁体匀场线圈设计的自动化实现方法
CN106102199A (zh) * 2016-06-28 2016-11-09 福州大学 一种多相位多线圈的感应加热设备及方法
CN107482638A (zh) * 2017-07-21 2017-12-15 杭州电子科技大学 冷热电联供型微电网多目标动态优化调度方法
CN108182329A (zh) * 2018-01-05 2018-06-19 重庆大学 一种应用粒子群算法的射频线圈设计方法及线圈结构
CN109256870A (zh) * 2018-09-27 2019-01-22 哈尔滨工业大学(威海) 基于粒子群算法的无线充电磁耦合装置优化方法及系统
CN109726456A (zh) * 2018-12-14 2019-05-07 重庆大学 基于混沌粒子群算法的磁谐振耦合螺旋线圈优化设计方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100106458A1 (en) * 2008-10-28 2010-04-29 Leu Ming C Computer program and method for detecting and predicting valve failure in a reciprocating compressor
US10224819B2 (en) * 2017-03-17 2019-03-05 The Curators Of The University Of Missouri Ripple canceling in power conversions circuits

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5241560A (en) * 1990-08-01 1993-08-31 Fuji Electric Co., Ltd. Crucible induction furnace provided with a preventive measure against low melting point metals
CN102879753A (zh) * 2012-10-11 2013-01-16 中国科学院近代物理研究所 用于高均匀度磁体匀场线圈设计的自动化实现方法
CN106102199A (zh) * 2016-06-28 2016-11-09 福州大学 一种多相位多线圈的感应加热设备及方法
CN107482638A (zh) * 2017-07-21 2017-12-15 杭州电子科技大学 冷热电联供型微电网多目标动态优化调度方法
CN108182329A (zh) * 2018-01-05 2018-06-19 重庆大学 一种应用粒子群算法的射频线圈设计方法及线圈结构
CN109256870A (zh) * 2018-09-27 2019-01-22 哈尔滨工业大学(威海) 基于粒子群算法的无线充电磁耦合装置优化方法及系统
CN109726456A (zh) * 2018-12-14 2019-05-07 重庆大学 基于混沌粒子群算法的磁谐振耦合螺旋线圈优化设计方法

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
An Automatic Coil Design Method With Modified AC Resistance Evaluation for Achieving Maximum Coil–Coil Efficiency in WPT Systems;Guo Wei 等;《IEEE Transactions on Power Electronics》;20191106;第35卷(第6期);第6114-6126页 *
Multi-objective particle swarm optimization applied to the design of Wireless Power Transfer systems;Nazmul Hasan 等;《Wireless Power Transfer Conference》;20150702;第1-4页 *
Optimal Halbach Magnet Array Design for Portable NMR Targeting Multiphase Flow Metering Applications;Mahmoud Meribout 等;《IEEE Transactions on Magnetics》;20181109;第55卷(第1期);第1-7页 *
基于交流内阻改进计算方法的WPT系统耦合线圈优化设计;金修浪;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20200215;C042-1144 *
基于改进粒子群算法的输电线路路径规划研究;王庆斌 等;《广东电力》;20181018;第31卷(第9期);第135-141页 *
基于粒子群算法的粉末电磁压制的线圈结构优化;王颖 等;《精密成形工程》;20160110;第8卷(第1期);第84-90页 *
无线电能传输系统驱动源负载网络分析;李阳 等;《哈尔滨工业大学学报》;20140530;第46卷(第05期);第18-22页 *
模块化隔离型直流变换器的同轴变压器设计;唐伟佳 等;《浙江大学学报(工学版)》;20170815;第51卷(第08期);第1646-1652页 *
耦合共振无线电能传输系统最大效率跟踪控制;王萌 等;《河南师范大学学报(自然科学版)》;20160623;第44卷(第03期);第37-40+46页 *
谐振式无线电能传输系统线圈优化与实验验证;边俊 等;《电力电子技术》;20190320;第53卷(第03期);第38-41页 *

Also Published As

Publication number Publication date
CN112434461A (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN112434461B (zh) 无线电能传输的自动化耦合线圈优化设计方法
CN113381517A (zh) 基于人工蜂群算法的磁共振式无线充电系统参数设计方法
CN103077316A (zh) 一种负荷曲线的削峰填谷优化方法
CN106295976A (zh) 基于层次分析法和模糊综合评价的ipt系统电磁机构性能评价方法
CN109802470B (zh) 一种多机器人自主充电方法
CN115186882A (zh) 一种基于聚类的可控负荷空间密度预测方法
CN111178528B (zh) 一种应用于无线充电系统的精英遗传算法改进方法
CN111009973B (zh) 一种用于无线电能传输抗偏移的谐振线圈
CN108151242B (zh) 一种面向集群需求响应的中央空调控制方法
CN109583072A (zh) 一种绝缘芯变压器补偿参数的遗传算法优化方法及系统
Du et al. Optimization of magnetically coupled resonant wireless power transfer based on improved whale optimization algorithm
CN113580993A (zh) 一种以变压器效率最高为目标的充电桩集群有序充电方法
CN106257477B (zh) 一种基于多目标遗传算法的中频非晶合金变压器优化方法
WO2020175912A1 (ko) 무선전력전송 시스템용 형상 설계 시스템 및 방법
CN114444354A (zh) 一种改进多目标灰狼算法的无线充电系统参数优化方法
CN108770001B (zh) 基于密母算法的无线可充电传感器网络优化方法
CN114595574A (zh) 一种绝缘子中继式无线供电系统及其线圈参数优化方法
CN113408160B (zh) 一种基于多目标优化的电机参数设计方法
CN114189056A (zh) 一种机器人的无线充电方法
CN114493912A (zh) 综合能源优化配置方法、装置及存储介质
CN113394807A (zh) 清洁能源互补基地装机配比的优化方法和装置
CN112487723A (zh) 一种基于多参数的中水热源泵系统优化设计方法
CN114239472A (zh) 一种无线电能传输线圈结构参数的优化方法
CN114547872A (zh) 一种基于田口算法的无线充电系统参数优化方法
CN115455837A (zh) 一种litz线绕组智能设计优化方法

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
GR01 Patent grant
GR01 Patent grant