【技术实现步骤摘要】
无监督式自进化的电机设计方法及系统
本专利技术涉及电机设计
,特别是涉及一种无监督式自进化的电机设计方法及系统。
技术介绍
电机广泛应用于各种行业,对电机进行设计是进行生产、使用电机的前提。目前,主要使用一些电机设计软件进行电机设计。但现有电机设计软件还存在以下问题:现有的电机设计软件不具备自动学习和优化的能力,限制了电机的设计水平;此外,现有的电机设计软件对电机设计人员的设计经验依赖很强,不同水平的电机设计人员,即使是使用相同的软件,设计出来的电机产品也往往性能水平或经济性能不一致。
技术实现思路
为此,本专利技术的一个目的在于提出一种无监督式自进化的电机设计方法,以解决现有技术不具备自动学习和优化能力、对电机设计人员的设计经验依赖强的问题。本专利技术提供一种无监督式自进化的电机设计方法,包括以下步骤:获取用户输入的电机性能参数信息;将所述电机性能参数信息与数据库中的数据进行匹配,以判断所述数据库中是否存在与所述电机性能参数信息匹配的电机模型;若否,则调用基 ...
【技术保护点】
1.一种无监督式自进化的电机设计方法,其特征在于,包括以下步骤:/n获取用户输入的电机性能参数信息;/n将所述电机性能参数信息与数据库中的数据进行匹配,以判断所述数据库中是否存在与所述电机性能参数信息匹配的电机模型;/n若否,则调用基于深度学习的神经网络模型,通过所述神经网络模型中的设计模型并结合所述电机性能参数信息进行电机设计,以得到产品设计结果;/n通过所述神经网络模型中的评价模型对所述产品设计结果进行损失函数计算,以得到损失函数值;/n调整所述设计模型的结构数据和权重数据、以及所述评价模型的结构数据和权重数据,并通过调整后的所述评价模型再次进行电机设计,通过调整后的所 ...
【技术特征摘要】
1.一种无监督式自进化的电机设计方法,其特征在于,包括以下步骤:
获取用户输入的电机性能参数信息;
将所述电机性能参数信息与数据库中的数据进行匹配,以判断所述数据库中是否存在与所述电机性能参数信息匹配的电机模型;
若否,则调用基于深度学习的神经网络模型,通过所述神经网络模型中的设计模型并结合所述电机性能参数信息进行电机设计,以得到产品设计结果;
通过所述神经网络模型中的评价模型对所述产品设计结果进行损失函数计算,以得到损失函数值;
调整所述设计模型的结构数据和权重数据、以及所述评价模型的结构数据和权重数据,并通过调整后的所述评价模型再次进行电机设计,通过调整后的所述评价模型再次进行损失函数计算,如此往复循环,直至所述损失函数值达到全局最小,并将此时所述设计模型设计得到产品设计结果作为最终设计结果。
2.根据权利要求1所述的无监督式自进化的电机设计方法,其特征在于,得到所述最终设计结果之后,所述方法还包括:
根据所述最终设计结果,自动调用绘图软件进行三维绘图和二维工程图纸绘图;
根据所述最终设计结果,自动调用电磁有限元分析软件进行电机电磁场有限元分析;
根据所述最终设计结果,自动调用温度场分析软件进行电机温度场有限元分析;
根据所述最终设计结果,自动调用有限元分析软件进行结构有限元分析和振动噪声分析;
根据所述最终设计结果,自动调用仿真软件进行电机系统级仿真分析。
3.根据权利要求1所述的无监督式自进化的电机设计方法,其特征在于,所述基于深度学习的神经网络模型采用以下步骤训练得到:
确定训练电机的主要参数数据,并将所述训练电机的主要参数数据填入表格中,该表格的维度为2,在X,Y维度上;
将该表格在Z维度上扩充复制若干次,形成维度为3的立体表格;
另设一个特征提取表格,并使用卷积积分手段,对所述立体表格进行扫描,得到新的具有高层特征的第一表格,再设计一个第二表格,并对所述第一表格进行扫描,得到具有更高特征的第三表格,将所述第三表格拉平,得到具有数据的一维表格,将此数据经过deeplearning网络训练,并最终使用softmax函数进行输出处理,使输出变成一个概率分布,当所述概率分布最大值大于预设值时,判断设计方案通过,否则,判断设计方案未通过,经过如此训练,分别得出所述设计模型的结构数据和权重数据、以及所述评价模型的结构数据和权重数据。
4.根据权利要求3所述的无监督式自进化的电机设计方法,其特征在于,根据所述最终设计结果,调用仿真软件进行电机系统级仿真分析的步骤之后,所述方法还包括:
将新设计电机数量加1;
当新设计电机数量达到指定值,重新进行网络训练,得到新的结构数据和权重数据,并将旧的结构数据和权重数据文件存入指定目录,将新设计电机数量重置为0。
5.根据权利要求2所述的无监督式自进化的电机设计方法,其特征在于,得到所述最终设计结果之后,所述方法还包括:
根据所述最终设计结果,同时获得当日铜价、铝价,自动生成产品成本价格信息。
6.一种无监督式自进化的电机设计系统,其特征在于,所述...
【专利技术属性】
技术研发人员:林锦华,
申请(专利权)人:江西兰叶科技有限公司,
类型:发明
国别省市:江西;36
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。