基于小生境排序粒子群算法的电磁机构动态特性优化方法技术

基于小生境排序粒子群算法的电磁机构动态特性优化方法，属于电磁机构动态特性优化技术领域。本发明专利技术是为了解决目前用于求解电磁机构动态特性的优化算法只能进行单目标优化的问题。它首先确定动态特性优化参数和优化目标函数；再确定每个动态特性优化参数的上下限及与动态特性优化参数相关的附加约束指标；获得每个动态特性优化参数的初始化数据；计算获得相应的优化目标函数值；选取粒子参数的个体最优位置和整个种群的全局最优位置，获得优化目标函数的Pareto解集分布；对步骤五中获得的Pareto解集分布中的优化目标函数值进行衡量或侧重选择，选取对应的动态特性优化参数值。本发明专利技术用于电磁机构动态特性优化。

【技术实现步骤摘要】

本专利技术涉及，属于电磁 机构动态特性优化

技术介绍
电磁机构动态特性优化是一个多目标、含约束的高度非线性参数设计问题。电磁 机构的电气参数和机械参数决定了电磁机构的工作特性和电气指标，如吸合电压、吸合时 间、碰撞速度、释放速度等，而电磁机构工作特性直接关系到电磁机构的性能甚至电寿命。 因此，为电磁机构的性能提升提供有效手段和方法，具有重要的价值和意义。 粒子群算法寻优能力强、收敛速度快，易于实现且仅有少量参数需要调整，因而一 经提出就成为进化计算领域的一个新的研究热点，目前已广泛用于目标函数优化、动态环 境优化、神经网络训练等领域。近年来在研究多目标优化问题中也得到了较大的发展。 目前关于电磁机构动态特性的优化研究成果较多，但利用多目标粒子群优化算法 去改进电磁机构设计参数，提升动态特性的研究还未见诸报道。大部分文献中用于求解电 磁机构动态特性的优化算法仍停留在单目标优化阶段，并未做到真正意义上的多目标优 化。
技术实现思路
本专利技术目的是为了解决目前用于求解电磁机构动态特性的优化算法只能进行单 目标优化的问题，提供了一种。 本专利技术所述，它包括以 下步骤： 步骤一：根据电磁机构动态特性的设计要求，确定一组动态特性优化参数，并根据 所述动态特性优化参数确定其动态特性相关指标，将所述动态特性相关指标作为优化目标 函数； 步骤二：根据电磁机构的产品材料及加工工艺确定每个动态特性优化参数的上下 限，同时确定与动态特性优化参数相关的附加约束指标； 步骤三：将每个动态特性优化参数的上下限及附加约束指标输入到多目标粒子群 算法模块中，多目标粒子群算法模块根据预设的粒子数对每个动态特性优化参数进行初始 化，获得每个动态特性优化参数的初始化数据； 步骤四：将所有动态特性优化参数的初始化数据进行组合，并将该组合数作为粒 子参数，采用动态特性计算模块计算获得相应的优化目标函数值，并保存所述优化目标函 数值； 步骤五：对所有粒子参数进行分析，选取粒子参数的个体最优位置和整个种群的 全局最优位置，获得优化目标函数的Pareto解集分布； 步骤六：根据电磁机构的生产指标，对步骤五中获得的Pareto解集分布中的优化 目标函数值进行衡量或侧重选择，选取对应的动态特性优化参数值，将该动态特性优化参 数值作为电磁机构动态特性的设计值。 步骤一中所述电磁机构为大功率直动式电磁机构，选取大功率直动式电磁机构的 反力弹簧的刚度kl、反力弹簧的预压力Π0、回跳弹簧的刚度k2及回跳弹簧的预压力f20 作为动态特性优化参数；将触头闭合速度和衔铁分断速度作为优化目标函数； 确定反力弹簧的刚度kl、反力弹簧的预压力f 10、回跳弹簧的刚度k2及回跳弹簧 的预压力f20的上下限及时间t的上下限为表1中数据，所述时间t作为附加约束指标： 表 1 将反力弹簧的刚度kl、反力弹簧的预压力Π0、回跳弹簧的刚度k2及回跳弹簧的 预压力f20的上下限及时间t的上下限输入到多目标粒子群算法模块中，获得每个动态特 性优化参数的初始化数据； 将所有动态特性优化参数的初始化数据进行组合，并将该组合数作为粒子参数， 分别采用动态特性计算模块计算获得触头闭合速度和衔铁分断速度，并保存所述触头闭合 速度和衔铁分断速度； 所述步骤五中获得优化目标函数的Pareto解集分布为表2中数据： 表 2 根据大功率直动式电磁机构的生产指标确定与优化目标函数对应的动态特性优 化参数，获得反力弹簧的刚度kl、反力弹簧的预压力f 10、回跳弹簧的刚度k2及回跳弹簧的 预压力f20的取值为表3数据： 表 3 获得优化目标函数的Pareto解集分布的具体过程为： 步骤1 :将每个动态特性优化参数的上下限及附加约束指标输入到多目标粒子群 算法模块中；初始化粒子种群，随机生成优化目标函数的初始位置和初始速度，将粒子局部 最优位置作为初始位置，外部空间为空； 步骤2 :然后根据大功率直动式电磁机构的反力弹簧的刚度kl、反力弹簧的预压 力f 10、回跳弹簧的刚度k2及回跳弹簧的预压力f20进行特性参数提取，获得触头闭合速度 V1、衔铁分断速度V 2和时间t ; 步骤3 :根据触头闭合速度V1、衔铁分断速度V2和时间t确定每个粒子的优化目标 函数，将非支配解存入外部空间； 步骤4 :计算外部空间中粒子参数的个体适应度，将其按照从大到小排列，选取适 应度最大的个体作为全局最优位置； 步骤5 :然后更新反力弹簧的刚度kl、反力弹簧的预压力Π0、回跳弹簧的刚度k2 及回跳弹簧的预压力f20,并计算获得更新后的触头闭合速度V 1、衔铁分断速度V2和时间 t ； 步骤6 :根据更新后的触头闭合速度V1、衔铁分断速度V2和时间t确定粒子更新后 的优化目标函数以更新粒子局部最优位置，并用当前粒子群中的非支配解更新外部空间； 再计算外部空间中计算外部空间中粒子参数的个体适应度，将其按照从大到小排列，选取 适应度最大的个体作为全局最优位置； 步骤7 :若外部空间中个体数据超过预定容量，则删除适应度值较小的个体； 步骤8:判断是否满足终止条件，若是，则将当前外部空间作为优化目标函数的 Pareto解集分布；否则，转回步骤5，直至结束。 动态特性计算模块的数据处理过程为： 步骤A :设置模块的计算参数，并初始化动态特性优化参数； 步骤B :由大功率直动式电磁机构前一时刻线圈电压、电流和磁链积分计算获得 当前时刻线圈磁链； 步骤C :由当前时刻线圈磁链和衔铁位移查表获得当前线圈电流； 步骤D :由当前线圈电流和衔铁位移查表获得电磁吸力； 步骤E :由衔铁位移计算获得机械弹簧反力； 步骤F :采用四阶龙格库塔法建立机械运动微分方程组，并求解获得触头闭合速 度和衔铁分断速度； 步骤G :判断计算过程是否结束，若是，则保存触头闭合速度和衔铁分断速度作为 优化目标函数；否则转回步骤B。 本专利技术的优点：本专利技术方法基于小生境排序多目标粒子群算法提出，它在标准多 目标粒子群算法的基础上，引入小生境排序策略对全局最优参数及个体最优参数进行选 择，提高了算法的全局搜索能力。本专利技术用于在电磁机构设计阶段对其动态特性中多个指 标量实现最优设计，实现了电磁机构动态特性的多目标优化。 本专利技术用于在电磁机构的设计阶段，根据产品的实际生产及设计能力，利用多目 标粒子群优化算法的思想，得到电磁机构动态特性的Pareto分布及优化后的设计参数，可 以让生产企业对电磁机构的动态特性有一个全局的把握，同时为所需侧重的指标量确定了 优化方向。【附图说明】图1是本专利技术所述当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于小生境排序粒子群算法的电磁机构动态特性优化方法，其特征在于，它包括以下步骤：步骤一：根据电磁机构动态特性的设计要求，确定一组动态特性优化参数，并根据所述动态特性优化参数确定其动态特性相关指标，将所述动态特性相关指标作为优化目标函数；步骤二：根据电磁机构的产品材料及加工工艺确定每个动态特性优化参数的上下限，同时确定与动态特性优化参数相关的附加约束指标；步骤三：将每个动态特性优化参数的上下限及附加约束指标输入到多目标粒子群算法模块中，多目标粒子群算法模块根据预设的粒子数对每个动态特性优化参数进行初始化，获得每个动态特性优化参数的初始化数据；步骤四：将所有动态特性优化参数的初始化数据进行组合，并将该组合数作为粒子参数，采用动态特性计算模块计算获得相应的优化目标函数值，并保存所述优化目标函数值；步骤五：对所有粒子参数进行分析，选取粒子参数的个体最优位置和整个种群的全局最优位置，获得优化目标函数的Pareto解集分布；步骤六：根据电磁机构的生产指标，对步骤五中获得的Pareto解集分布中的优化目标函数值进行衡量或侧重选择，选取对应的动态特性优化参数值，将该动态特性优化参数值作为电磁机构动态特性的设计值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：梁慧敏，邹帆，于昊，翟国富，刘德龙，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23