一种基于遗传算法的MPBLDCLM多目标优化方法技术

技术编号:22364300 阅读:30 留言:0更新日期:2019-10-23 04:45
本发明专利技术公开了一种基于遗传算法的MPBLDCLM多目标优化方法,建立MPBLDCLM优化设计数学模型,包括优化设计变量、目标函数和约束条件的确定;对优化问题的可行解进行编码;评估和选取适应度函数,在可行解区域内随机产生一定数量的初代种群,计算种群中的个体适应度;反复执行选择、交叉、变异和增维,直到种群中全部个体的承载单纯形都进化为全标单纯形时,停止操作,得到近似全局最优解。本发明专利技术优化速度快、成本低、效率高,提高了全局精度与收敛速度,该方法非常适用于对MPBLDCLM的多目标优化中,使电机在满足其性能要求及外形尺寸不变的前提下,平均推力、推力波动、效率都能得到有效优化。

A multi-objective optimization method of mpbldclm based on genetic algorithm

【技术实现步骤摘要】
一种基于遗传算法的MPBLDCLM多目标优化方法
本专利技术涉及直线电机
,特别是一种基于遗传算法的动磁式永磁无刷直流直线电机(MPBLDCLM)的多目标优化方法。
技术介绍
动磁式永磁无刷直流直线电机,是一种高功率驱动电机。在直线电机领域具有众多优势,如控制性能好、调速范围宽、起动推力大、运行平稳。由于动磁式永磁无刷直流直线电机具备以上诸多优点,近年来得到广泛的关注,尤其在机床、列车直驱、电磁弹射伺服系统等直驱领域得到越来越多的应用。但同时动磁式永磁无刷直流直线电机自身也存在一些问题,如运行效率不高、输出推力波动大、优化设计难度较大等等,这些问题限制了动磁式永磁无刷直流直线电机在工业上的应用。针对动磁式永磁无刷直流直线电机结构优化设计,已经被提出的方法有:采用理论分析与有限元仿真结合的设计方法对动磁式永磁无刷直流直线电机结构进行优化设计,但是由于参数优化需要大量调用计算机模型获得其输出,所以计算效率低优化速度慢、成本高、效率低等不足,延长了电机设计的周期。
技术实现思路
本专利技术的目的在于通过一种基于遗传算法的MPBLDCLM多目标优化方法,针对传统电机优化存在盲目性、效率低的本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的MPBLDCLM多目标优化方法,其特征在于,步骤如下:步骤1、确定动磁式永磁无刷直流直线电机的优化变量参数;步骤2、确定动磁式永磁无刷直流直线电机需要优化的目标函数和约束条件;步骤3、对问题参数集进行实数编码,同时将承载单纯形的顶点及整数标号信息引入编码;步骤4、选取遗传算法的适应度函数,并根据动磁式永磁无刷直流直线电机的变量参数,生成遗传算法的初代种群P0(t),计算初代种群P0(t)中每个个体的承载单纯形,计算P0(t)中的个体适应度;步骤5、反复执行选择、交叉、变异和增维,提高P0(t)适应度,使得其中的个体逐渐接近最优解,直到满足规定的收敛依据,最后得到全局最优解...

【技术特征摘要】
1.一种基于遗传算法的MPBLDCLM多目标优化方法,其特征在于,步骤如下:步骤1、确定动磁式永磁无刷直流直线电机的优化变量参数;步骤2、确定动磁式永磁无刷直流直线电机需要优化的目标函数和约束条件;步骤3、对问题参数集进行实数编码,同时将承载单纯形的顶点及整数标号信息引入编码;步骤4、选取遗传算法的适应度函数,并根据动磁式永磁无刷直流直线电机的变量参数,生成遗传算法的初代种群P0(t),计算初代种群P0(t)中每个个体的承载单纯形,计算P0(t)中的个体适应度;步骤5、反复执行选择、交叉、变异和增维,提高P0(t)适应度,使得其中的个体逐渐接近最优解,直到满足规定的收敛依据,最后得到全局最优解。2.根据权利要求1中所述的基于遗传算法的MPBLDCLM多目标优化方法,其特征在于:步骤1中,所述优化变量参数包括:电机轴向长度L、永磁体长wpm、永磁体厚hpm、定子轭厚hys、定子槽宽ws、定子槽深hs、气隙长度g。3.根据权利要求1中所述的基于遗传算法的MPBLDCLM多目标优化方法,其特征在于:步骤2中,动磁式永磁无刷直流直线电机优化的目标函数是在电机外形尺寸一定的情况下,最大化电机平均输出推力与效率,最小化推力波动;约束条件是指在优化问题时所必须满足的对实际问题的限制条件,动磁式永磁无刷直流直线电机的优化约束条件分别为电机定子绕组电流密度g1(X)、定子表面平均磁密g2(X)、输出功率g3(X)、永磁体长g4(X)和气隙长度g5(X)。4.根据权利要求1或3中所述的基于遗传算法的MPBLDCLM多目标优化方法,其特征在:预设目标函数F(x)如下式所示:式中,N为目标函数个数,fi(x)为单个目标函数表达式;式中,wi为权重系数,其表达式如下:预设约束函数为:式中,PN为额定输出功率,X表示解空间向量。5.根据权利要求1中所述的基于遗传算法的MPBLDCLM多目标优化方法,其特征在于:步骤3中,对问题参数集采用实数编码,所述编码形式如...

【专利技术属性】
技术研发人员:池松颜建虎周怡宋同月冯创
申请(专利权)人:南京理工大学
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1