CN116205113B - 一种永磁同步直线电机稳健性优化方法及系统 - Google Patents
一种永磁同步直线电机稳健性优化方法及系统 Download PDFInfo
- Publication number
- CN116205113B CN116205113B CN202310431509.0A CN202310431509A CN116205113B CN 116205113 B CN116205113 B CN 116205113B CN 202310431509 A CN202310431509 A CN 202310431509A CN 116205113 B CN116205113 B CN 116205113B
- Authority
- CN
- China
- Prior art keywords
- motor
- robustness
- design
- permanent magnet
- fluctuation
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 76
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013461 design Methods 0.000 claims abstract description 99
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 239000002245 particle Substances 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 230000008859 change Effects 0.000 abstract description 3
- 238000005299 abrasion Methods 0.000 abstract description 2
- 238000009434 installation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000004804 winding Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000003324 Six Sigma (6σ) Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005415 magnetization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 239000004593 Epoxy Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K41/00—Propulsion systems in which a rigid body is moved along a path due to dynamo-electric interaction between the body and a magnetic field travelling along the path
- H02K41/02—Linear motors; Sectional motors
- H02K41/03—Synchronous motors; Motors moving step by step; Reluctance motors
- H02K41/031—Synchronous motors; Motors moving step by step; Reluctance motors of the permanent magnet type
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Electromagnetism (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Computer Hardware Design (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Linear Motors (AREA)
Abstract
本发明适用于直线电机技术领域，提供了一种永磁同步直线电机稳健性优化方法及系统，所述方法包括以下步骤：根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；根据电机设计指标与技术要求，建立电机推力波动的优化模型；基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足所述电机设计指标下的全部极值；建立极值评价指标筛选最优稳健性参数；本发明在永磁同步直线电机设计阶段考虑了制造公差、安装误差以及使用磨损等不确定性因素引起的参数变化对电机性能的影响，使优化后的电机在不确定性的影响下仍然能够稳定运行。
Description
技术领域
本发明属于直线电机技术领域，提供了一种永磁同步直线电机稳健性优化方法及系统。
背景技术
永磁同步直线电机因其无需传动结构即可将电能转化为直线运动机械能，具有结构简单、高定位精度和高快速响应能力等优点，在工业领域具有很高的应用前景，如高精度数控机床，3D打印设备等。直线电机在加工生产之初需要对电机结构进行优化设计使其具有优异性能。但是，在电机的实际加工生产中，往往存在诸如制造公差、装配误差等广泛的不确定性因素，而直线电机确定性优化设计通常追求最佳的电机性能而忽视不确定性因素的影响，使得优化后电机性能稳健性较差。在不确定性因素影响下设计参数的细微改变都可能使电机性能无法满足设计需求。因此，在优化设计中考虑不确定因素的影响，对直线电机进行稳健性优化设计，具有重要的工程实用价值。
国内外现有的电机稳健性优化方法主要有六西格玛稳健优化方法与Taguchi优化方法，其中，Taguchi优化方法在正交实验中引入信噪比，将电机性能的损失函数以信噪比的方式表示，从而进行稳健性评估。六西格玛稳健优化方法通过构建稳健性优化模型，将电机性能的统计数据均值与标准差作为优化目标。然而，Taguchi优化方法在影响因素较多时需要多次正交试验，求解效率不高且需要将连续搜索空间化、离散化，优化结果通常不是全局最优解。六西格玛稳健优化方法通常需要设计参数与不确定因素服从一定的概率分布。上述稳健优化方法均依赖于参数不确定性的概率分布信息，但是构建的概率分布特征并不总是可行。因此，针对上述方法在直线电机实际优化设计中存在的不足，本发明提出了一种永磁同步直线电机稳健性优化设计。
发明内容
本发明实施例的目的在于提供一种永磁同步直线电机稳健性优化方法，旨在解决现有技术中导致的上述多项缺陷或缺陷之一。
本发明实施例是这样实现的，一种永磁同步直线电机稳健性优化方法，所述方法包括以下步骤：
根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
根据电机设计指标与技术要求，建立电机推力波动的优化模型；
基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值；
计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
本发明实施例的另一目的在于提供一种永磁同步直线电机稳健性优化系统，所述系统包括：需求设定模块、第一模型建立模块、第二模型建立模块、多模态优化模块、评价指标建立模块和最优稳健性筛选模块；
所述需求设定模块，根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
所述第一模型建立模块，根据电机设计指标与技术要求，建立电机推力波动的优化模型；
所述第二模型建立模块，基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
所述多模态优化模块，基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值；
所述评价指标建立模块，计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
所述最优稳健性筛选模块，可根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
进一步地，所述系统还包括：电磁性能评估模块；
所述电磁性能评估模块，能够根据筛选出的最优稳健性设计参数，构建电机的有限元模型，对电机的电磁性能进行有限元分析。
本发明实施例提供的一种永磁同步直线电机稳健性优化方法，相比于传统的确定性优化方法没有考虑电机在制造，使用过程中存在的不确定性因素，导致直线电机优化结果的稳健性差。所述的永磁同步直线电机稳健性优化方法，考虑了不确定性因素的影响，使优化后的永磁同步直线电机在不确定性因素的影响下仍然能够稳定运行。
附图说明
图1为本发明实施例提供的一种永磁同步直线电机稳健性优化方法的实例图；
图2为本发明实施例提供的一种永磁同步直线电机的二维拓扑结构示意图；
图3为本发明实施例中二维参数下建立极值稳健性评价指标的示意图；
图4为本发明实施例提供的一种永磁同步直线电机稳健性优化方法的流程图；
图5为本发明实施例提供的一种永磁同步直线电机稳健性优化系统的结构框图；
图6为本发明实施例提供的另一种永磁同步直线电机稳健性优化系统的结构框图；
图7为本发明实施例中稳健性优化结果、确定性优化的优化结果以及优化前对比图。
附图中：动子模块-1；导轨-2；永磁体-3。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，为本发明实施例提供的一种永磁同步直线电机稳健性优化方法的实例图，图1中的永磁同步直线电机包括：动子模块1，动子模块1具体可以包括线圈绕组和环氧树脂绝缘层等。定子模块包括导轨2和永磁体3；图4为本实施例中一种永磁同步直线电机稳健性优化方法的流程图，具体可以包括以下步骤S401至步骤S411；
S401、根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
本步骤中，电机拓扑结构如图2所示。电机待优化性能包括电机推力波动γ、电机推力F，设计参数包括：极距τ、永磁体宽度τm、线圈宽度d、永磁体高度hm；
S403、根据电机设计指标与技术要求，建立电机推力波动的优化模型；
本步骤中，根据电机设计指标与技术要求(可以查询相关技术手册确定)，以一种永磁同步直线电机为例，电机设计指标与技术要求是：
电机推力波动值通常应低于γ*＝1.5％，即γ＜γ*；
同时，电机推力F应大于30N。
这样的话，在一个示例中，即可根据确定的所述电机推力波动值最小值、推力F满足约束的值，优化设计参数中的极距τ、永磁体宽度τm、线圈宽度d、永磁体高度hm等。
所述的电机推力波动的优化模型，满足式(1)：
其中，s.t表示约束条件，即：满足γ小于γ*，满足电机推力F大于等于30N；γ表示电机推力波动的波动值，γ*＝1.5％；X＝[x1,x2,x3,x4]T表示电机的设计参数，包括极距τ、永磁体宽度τm、线圈宽度d、永磁体高度hm，XLSL和XUSL为设计参数的上下边界。
S405、基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；其中，直线电机原理为本领域的公知常识；
如图2所示，在一个示例中，建立电机性能解析模型的步骤如下：
对永磁同步直线电机进行励磁分析，永磁同步直线电机的等效磁化强度空间分布函数为：
其中，Br为剩余磁化强度，μ0为空气磁导率，mk＝(2k-1)π/τ为磁场的空间频率，k＝1,2,3,……n。τ为极距。
由麦克斯韦方程组，在图2的I气隙区域和II永磁体区域中，建立泊松方程组，表达式(3)：
表达(3)式中A1与A2为对应区域的矢量磁位；
在区域Ⅰ与区域Ⅱ的边界上需要满足以下边界条件：
式中hw为线圈绕组高度，δ为气隙。
沿y轴方向的气隙磁密密度推导如下式(5)：
式(5)中：
其中，mk＝(2k-1)π/τ为磁场的空间频率，k＝1,2,3,……n。τm为永磁体宽度，hm为永磁体高度。
由于无铁芯永磁同步直线电机电枢反映很小，根据电机空载气隙磁通密度结合三相绕组电密分布，同时由安培定律，推力表达式如式(7)：
三相绕组电密分数如式(8)：
式中L为线圈深度，I为线圈绕组的电流大小，θ0为电流初相角，N为线圈匝数，f为电流频率；t为时间，d为线圈宽度。
推力表达式可以表示为：
式(9)中w为线圈骨架宽度，p为电机极对数；
f(t)表示如下：
推力波动γ的计算式如下：
其中i为采样点，Fi为第i个点的推力值，k为采样总数；为平均推力，定义为：
在一个示例中，永磁同步直线电机的基本规格和设计参数的初始值，如表1所示：
表1为永磁同步直线电机的基本参数
| 参数 | 数值(mm) |
| 线圈深度(L) | 40 |
| 线圈厚度(hw) | 5 |
| 永磁体长度(lm) | 40 |
| 直线电机高度(H) | 135 |
| 直线电机宽度(W) | 60 |
| 气隙(δ) | 1.9 |
| 极对数(p) | 8 |
| 线圈骨架宽度(w) | 4 |
| 极距(τ) | 17 |
| 永磁体宽度(τm) | 14 |
| 线圈宽度(d) | 6 |
| 永磁体高度(hm) | 2 |
在本实施例的一个示例中，所述方法还包括：
S407、基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值；
S409、计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
S411、根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
如图3所示，在一个实施例中，所述基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值，具体包括：
多模态优化算法选定为小生境粒子群算法；
基于电机的设计参数，初始化粒子群与小生境群体，同时初始化该小生境粒子群算法的位置和速度；
对主群和每个小生境粒子群中的粒子进行速度、位置和适应度的更新；
根据小生境半径判断是否有合并的小生境，同时判断主粒子群中是否有粒子进入各小生境群体；
根据预设阈值判断主群是否存在潜在局部极值(即图2中的局部峰值)，如果存在，在该粒子附近建立新的小生境群体；
若满足最大迭代数，迭代停止，确定全部局部极值，以确定满足优化模型的全部极值；若不满足，返回对主群和每个小生境粒子群中的粒子进行速度、位置和适应度的更新步骤。
本实施例的一个示例中，基于电机的设计参数，初始化粒子群与小生境群体，具体是将设计参数(例如：极距τ、永磁体宽度τm、线圈宽度d、永磁体高度hm等)，作为粒子群与小生境群体的粒子。
本实施例的一个示例中，所述计算满足电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ的步骤，包括稳健域S的计算和电机推力波动的波动率指标σ的计算；
稳健域S的计算步骤如下：
确定满足电机设计指标的极值稳健域参数边界为：
将极值稳健域参数边界进行n1,n2均匀等分，等分后的区间长度分别为I1,I2：
等分后极值邻域内设计参数x1第i个区间与设计参数x2第j个区间的中点位置分别为：
因此，共有n1×n2随机数对样本[xR1(i),xR2(j)],i＝1,2…n1,j＝1,2…n2，分别计算n1×n2对样本满足γ[xR1(i),xR2(j)]≤γ*个数sRn与样本数据则二维参数下稳健域大小sR定义为：
因此，n维参数下稳健域如下所示：
其中xRk U,xRk L为极值邻域内第k维满足电机设计指标的设计参数上下边界，sn为满足电机设计指标的个数，nk为第k个参数维度等分数；
电机推力波动的波动率指标σ的计算，即为稳健域内推力波动的波动率σγ的计算，满足如下公式：
其中，μγ为样本均值，为样本点；
极值稳健性评价指标记为Yi，满足：
其中，Si、σγi分别为第i个局部极值稳健域大小与推力波动的波动率，r1、r2分别为Si、σγi所占权重。
在本实施例的一个示例中，取r1＝r2＝1，可以均衡考虑其对于解的稳健性影响程度，得到更均衡的Si、σγi，即第i个局部极值稳健域大小与推力波动的波动率；由于Si、σγi是极值稳健性评价指标的重要组成部分，也即得到了更均衡的极值稳健性评价指标，再根据更均衡的极值稳健性评价指标筛选出最优稳健性设计参数。
在一个示例中，筛选出永磁同步直线电机的稳健性结构参数。稳健性优化后的设计参数值如表2所示：
表2为永磁同步直线电机稳健性优化后的设计参数
| 参数 | 数值(mm) |
| 极距(τ) | 19.37 |
| 永磁体宽度(τm) | 15.61 |
| 线圈宽度(d) | 7.32 |
| 永磁体高度(hm) | 2.62 |
在一个实施例中，所述方法还包括：
根据筛选出的最优稳健性设计参数，构建电机的有限元模型，对电机的电磁性能进行有限元分析。
本发明提供的一种永磁同步直线电机稳健性性优化方法，提出了极值稳健性评价指标，在考虑了不确定性因素(制造公差、装配误差、使用磨损等)的影响下，实现了永磁同步直线电机的稳健性优化；首先，根据电机设计需求确定需要优化的电机性能与设计参数，结合电机设计要求，构建电机推力波动的优化模型。其次，运用多模态优化算法获取优化模型的全部极值或峰值；分析了影响极值点稳健性的因素，建立极值稳健性评价指标。最后，通过极值稳健性评价指标，确定稳健性的永磁同步直线电机设计参数，得到满足设计性能需求且稳健性高的永磁同步直线电机。
如图5所示，在另一个实施例中，提供的一种永磁同步直线电机稳健性优化系统，所述系统包括：需求设定模块100、第一模型建立模块200、第二模型建立模块300、多模态优化模块400、评价指标建立模块500和最优稳健性筛选模块600；
所述需求设定模块100，根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
所述第一模型建立模块200，根据电机设计指标与技术要求，建立电机推力波动的优化模型；
所述第二模型建立模块300，基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
所述多模态优化模块400，基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值；
所述评价指标建立模块500，计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
所述最优稳健性筛选模块600，可根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
如图6所示，在本实施例的一个示例中，所述系统还包括：电磁性能评估模块700；
所述电磁性能评估模块700，能够根据筛选出的最优稳健性设计参数，构建电机的有限元模型，对电机的电磁性能进行有限元分析。
如图7所示，为一个示例中对本示例的稳健性优化与确定性优化的优化结果对比图，从图7可以看出在存在相同扰动的情况下(设计参数在不确定性因素影响下发生相同大小变化)，稳健性的优化结果推力波动值从0.87％变为1.23％，变化较小。然而，确定性优化结果推力波动值从0.79％变为1.57％，优化前推力波动值从3.13％变为3.72％，确定性优化与优化前推力波动值变化较大，说明稳健性优化是有效的；这样的话，考虑了电机在制造、装配以及使用等过程中不确定性的影响，使优化后的永磁同步直线电机在不确定性的影响下能够稳定运行。
在一个实施例中，提出了一种计算机设备，所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
S401、根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
S403、根据电机设计指标与技术要求，建立电机推力波动的优化模型；
S405、基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
S407、基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值；
S409、计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
S411、根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
所述计算机设备可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
终端可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端以及计算机设备可以通过网络进行连接，本发明在此不做限制。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种永磁同步直线电机稳健性优化方法，其特征在于，所述方法包括以下步骤：
根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
根据电机设计指标与技术要求，建立电机推力波动的优化模型；
基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值，多模态优化算法选定为小生境粒子群算法；
计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
2.根据权利要求1所述永磁同步直线电机稳健性优化方法，其特征在于，所述电机推力波动的优化模型，满足：
其中，X＝[x1,x2,x3,x4]T表示电机的设计参数，包括极距τ、永磁体宽度τm、线圈宽度d、永磁体高度hm，XLSL和XUSL为设计参数的上下边界，F为电机推力。
3.根据权利要求1所述永磁同步直线电机稳健性优化方法，其特征在于，所述基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值，具体包括：
基于电机的设计参数，初始化粒子群与小生境群体，同时初始化该小生境粒子群算法的位置和速度；
对主群和每个小生境粒子群中的粒子进行速度、位置和适应度的更新；
根据小生境半径判断是否有合并的小生境，同时判断主粒子群中是否有粒子进入各小生境群体；
根据预设阈值判断主群是否存在潜在局部极值，如果存在，在该粒子附近建立新的小生境群体；
若满足最大迭代数，迭代停止，确定全部局部极值，以确定满足优化模型的全部极值；若不满足，返回对主群和每个小生境粒子群中的粒子进行速度、位置和适应度的更新步骤。
4.据权利要求2所述永磁同步直线电机稳健性优化方法，其特征在于，所述计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ的步骤，包括稳健域S的计算和电机推力波动的波动率指标σ的计算；
稳健域S的计算步骤如下：
确定满足电机设计指标的极值稳健域参数边界为：
将极值稳健域参数边界进行n1,n2均匀等分，等分后的区间长度分别为I1,I2：
等分后极值邻域内设计参数x1第i个区间与设计参数x2第j个区间的中点位置分别为：
因此，共有n1×n2随机数对样本[xR1(i),xR2(j)],i＝1,2…n1,j＝1,2…n2，分别计算n1×n2对样本满足γ[xR1(i),xR2(j)]≤γ*个数sRn与样本数据则二维设计参数下稳健域大小sR定义为：
因此，n维参数下稳健域如下所示：
其中xRk U,xRk L为极值邻域内第k维满足电机设计指标的设计参数上下边界，sn为满足电机设计指标的个数，nk为第k个参数维度等分数；
电机推力波动的波动率指标σ的计算，即为稳健域内推力波动的波动率σγ的计算，满足如下公式：
其中，μγ为样本均值，为样本点；
极值稳健性评价指标记为Yi，满足：
其中，Si、σγi分别为第i个局部极值稳健域大小与推力波动的波动率，r1、r2分别为Si、σγi所占权重。
5.根据权利要求1所述永磁同步直线电机稳健性优化方法，其特征在于，所述方法还包括：
根据筛选出的最优稳健性设计参数，构建电机的有限元模型，对电机的电磁性能进行有限元分析。
6.一种永磁同步直线电机稳健性优化系统，其特征在于，所述系统包括：需求设定模块、第一模型建立模块、第二模型建立模块、多模态优化模块、评价指标建立模块和最优稳健性筛选模块；
所述需求设定模块，根据电机设计需求，确定电机拓扑结构，结合电机设计指标，确定电机待优化性能和设计参数；
所述第一模型建立模块，根据电机设计指标与技术要求，建立电机推力波动的优化模型；
所述第二模型建立模块，基于确定的电机拓扑结构与直线电机原理，建立电机性能解析模型；
所述多模态优化模块，基于所述电机推力波动的优化模型，通过指定的多模态优化算法获取满足优化模型的全部极值，多模态优化算法选定为小生境粒子群算法；
所述评价指标建立模块，计算满足所述电机设计指标的稳健域S与该稳健域S内的电机推力波动的波动率指标σ；并基于得到的稳健域S、电机推力波动的波动率指标σ建立极值稳健性评价指标；
所述最优稳健性筛选模块，可根据所述极值稳健性评价指标，筛选出最优稳健性设计参数。
7.根据权利要求6所述的永磁同步直线电机稳健性优化系统，其特征在于，所述系统还包括：电磁性能评估模块；
所述电磁性能评估模块，能够根据筛选出的最优稳健性设计参数，构建电机的有限元模型，对电机的电磁性能进行有限元分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310431509.0A CN116205113B (zh) | 2023-04-18 | 2023-04-18 | 一种永磁同步直线电机稳健性优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310431509.0A CN116205113B (zh) | 2023-04-18 | 2023-04-18 | 一种永磁同步直线电机稳健性优化方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116205113A CN116205113A (zh) | 2023-06-02 |
| CN116205113B true CN116205113B (zh) | 2023-07-21 |
Family
ID=86511426
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310431509.0A Active CN116205113B (zh) | 2023-04-18 | 2023-04-18 | 一种永磁同步直线电机稳健性优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116205113B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109708904A (zh) * | 2018-12-15 | 2019-05-03 | 华南理工大学 | 考虑动力总成惯性参数误差的悬置系统固有特性优化方法 |
| CN111274656A (zh) * | 2020-01-19 | 2020-06-12 | 浙江大学 | 一种发电机定子端固定结构动态特性的稳健均衡设计方法 |
| CN115455699A (zh) * | 2022-09-15 | 2022-12-09 | 陕西智简美科技有限公司 | 适用于mbse的独立电力系统稳健性分析与优化方法 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101521438B (zh) * | 2008-11-26 | 2011-03-23 | 天津大学 | 基于博弈论的电机优化设计方法 |
| DE102009034644A1 (de) * | 2009-07-24 | 2011-02-17 | Jacob, Christian E., Dr. Ing. | Verfahren und Einrichtung zur Spannungs- und Blindleistungsregelung der elektrisch erregten Synchronmaschine mit einer besonders robusten Anpassung an ihren nichtlinearen Magnetkreis |
| CN102693344B (zh) * | 2012-05-31 | 2014-09-10 | 天津工业大学 | 纺织专用高效节能多相异步电动机稳健性设计方法 |
| CN103927408A (zh) * | 2014-03-05 | 2014-07-16 | 哈尔滨电机厂有限责任公司 | 水轮发电机质量控制设计方法 |
| CN104967262B (zh) * | 2015-06-23 | 2017-07-28 | 天津大学 | 减小内置式永磁电机铁耗的永磁体腔结构稳健性设计方法 |
| EP3502931B1 (en) * | 2017-12-24 | 2023-03-15 | Dassault Systèmes | Designing a part by topology optimization |
| CN110707897B (zh) * | 2019-09-26 | 2021-05-11 | 安徽同兴科技发展有限责任公司 | 低阻力无铁芯单边永磁同步直线电机 |
| CN110739821B (zh) * | 2019-11-06 | 2024-04-30 | 天津工业大学 | 电动汽车用低铁耗可变磁通永磁记忆电机稳健性设计方法 |
| CN112270098B (zh) * | 2020-11-02 | 2022-02-18 | 桂林电子科技大学 | 一种热风再流焊工艺稳健优化设计方法 |
| CN112737463A (zh) * | 2020-12-20 | 2021-04-30 | 浙江理工大学 | 一种永磁直线同步电机的多目标优化方法及装置 |
| CN113420386A (zh) * | 2021-05-25 | 2021-09-21 | 江苏大学 | 一种基于插值模型和多目标遗传算法的车用驱动电机鲁棒性优化设计方法 |
| CN113468682A (zh) * | 2021-06-16 | 2021-10-01 | 江苏大学 | 一种考虑磁材料不确定性的永磁电机稳健优化设计方法 |
| CN113627000A (zh) * | 2021-07-30 | 2021-11-09 | 江苏大学 | 一种基于参数敏感域的永磁电机分层稳健优化设计方法 |
| CN113673129B (zh) * | 2021-08-25 | 2024-02-09 | 合肥工业大学 | 一种超超高效感应电机的多目标鲁棒优化设计方法 |
| CN113726033B (zh) * | 2021-09-07 | 2022-08-19 | 浙江大学先进电气装备创新中心 | 低转矩波动连续极永磁同步电机磁极结构稳健性设计方法 |
| CN115481549A (zh) * | 2022-01-18 | 2022-12-16 | 浙江理工大学 | 圆筒直线电机多目标优化方法、设备及存储介质 |
| CN115622288A (zh) * | 2022-09-01 | 2023-01-17 | 合肥工业大学 | 一种双边永磁型多单元模块化弧线永磁同步电机 |
| CN115313920A (zh) * | 2022-09-02 | 2022-11-08 | 合肥工业大学 | 一种跑步机用双直线电机协同控制器及控制方法 |
| CN115374645A (zh) * | 2022-09-02 | 2022-11-22 | 合肥工业大学 | 一种永磁同步直线电机动子热网络建模方法 |
-
2023
- 2023-04-18 CN CN202310431509.0A patent/CN116205113B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109708904A (zh) * | 2018-12-15 | 2019-05-03 | 华南理工大学 | 考虑动力总成惯性参数误差的悬置系统固有特性优化方法 |
| CN111274656A (zh) * | 2020-01-19 | 2020-06-12 | 浙江大学 | 一种发电机定子端固定结构动态特性的稳健均衡设计方法 |
| CN115455699A (zh) * | 2022-09-15 | 2022-12-09 | 陕西智简美科技有限公司 | 适用于mbse的独立电力系统稳健性分析与优化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116205113A (zh) | 2023-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Song et al. | A novel regression modeling method for PMSLM structural design optimization using a distance-weighted KNN algorithm | |
| WO2018041046A1 (zh) | 负荷开关电磁机构输出特性计算方法及容差分配方法 | |
| Bittner et al. | Kriging-assisted multi-objective particle swarm optimization of permanent magnet synchronous machine for hybrid and electric cars | |
| CN111666651B (zh) | 永磁电机的退磁风险评估方法 | |
| CN110932274A (zh) | 一种电力系统测量与负荷参数分析辨识方法 | |
| Encica et al. | Space mapping optimization of a cylindrical voice coil actuator | |
| CN113468682A (zh) | 一种考虑磁材料不确定性的永磁电机稳健优化设计方法 | |
| US20230412098A1 (en) | Efficiency optimization control method and system for permanent magnet synchronous motor | |
| Wang et al. | New optimization design method for a double secondary linear motor based on R-DNN modeling method and MCS optimization algorithm | |
| Zheng et al. | Efficient optimization design method of PMSLM based on deep adaptive ridge regression with embedded analytical mapping function | |
| CN116205113B (zh) | 一种永磁同步直线电机稳健性优化方法及系统 | |
| 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 | |
| CN109344750B (zh) | 一种基于结构描述子的复杂结构三维对象识别方法 | |
| CN116361975B (zh) | 电网数字孪生图模型的构建方法、系统、装置及存储介质 | |
| CN113420386A (zh) | 一种基于插值模型和多目标遗传算法的车用驱动电机鲁棒性优化设计方法 | |
| Zheng et al. | Thrust performance improvement of PMSLM based on lasso regression with embedded analytical model | |
| CN104635206B (zh) | 一种无线定位的方法及装置 | |
| CN111859574B (zh) | 一种降低转矩脉动的同步磁阻电机转子优化设计方法 | |
| CN114861506A (zh) | 一种考虑不确定性的感应电机降耗优化方法 | |
| CN108563692A (zh) | 一种目标查重方法及装置 | |
| CN112925793A (zh) | 一种多种结构数据分布式混合存储方法和系统 | |
| CN108280574B (zh) | 一种配电网结构成熟度的评价方法及装置 | |
| Zheng et al. | Optimization design of PMSLM based on lasso regression with embedded analytical model | |
| CN110729937A (zh) | 一种基于改进粒子群算法的异步电机参数辨识方法 | |
| Guo et al. | Few‐sample multi‐objective optimisation of a double‐sided tubular machine with hybrid segmented permanent magnet |
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 |