一种新型内置式永磁同步电机优化设计方法技术

本发明专利技术公开了一种新型内置式永磁同步电机优化设计方法，通过敏感性分析的方法将待优化的尺寸参数分为两类，分别采用田口法与多级Kriging模型进行优化，田口法处理过程中，采用平均值分析与方差分析相结合的方法来确定变量等级，而多级Kriging模型则利用多级模型的方法来缩小变量区间，通过获取初级模型的Pareto曲线来确定目标区域，次级模型来通过在目标区域对应的变量点附近加点的方法提高模型精度，从而获取高精度的Pareto曲线，然后利用权重系数来获取最优值，最终得到将两者的优化结果结合作为最终的优化方案。本发明专利技术能够将尺寸参数变量对目标函数的影响大小进行区分，对不同变量进行针对性优化，能够极大减少计算量，缩短内置式永磁电机的开发周期。

【技术实现步骤摘要】
一种新型内置式永磁同步电机优化设计方法
本专利技术涉及电机优化设计
，特别是针对永磁同步电机，具体涉及能够有效减小性能优化过程中计算量的高精度的永磁同步电机优化方法。
技术介绍
内置式永磁电机转子结构多样，与优化目标相关的变量众多，在性能优化过程中涉及的计算量巨大，增加了电机的开发周期，因此设计合理的优化方法来减小优化过程中的计算量是非常有必要的。
技术实现思路
为了减小工程技术人员在内置式永磁同步电机优化过程中投入的时间成本，进一步减小内置式永磁同步电机优化过程中的计算量，缩短内置式永磁电机的开发周期，本专利技术提供一种新型内置式永磁同步电机优化设计方法。为实现上述目的，本专利技术提供如下技术方案：一种新型内置式永磁同步电机优化设计方法，包括以下步骤：1)确定优化目标、约束条件以及与待优化目标相关的尺寸参数；2)与待优化目标相关的尺寸参数进行敏感性分析并进行分类，敏感性分析方法为将尺寸参数变量区间分为n段，每一段内的尺寸参数对目标函数的影响程度采用下列公式计算：其中，f(zi)为目标函数，zi是待优化的变量；整个区间内参数对目标函数的影响程度可以以下述公式计算：当Sg≥0.1时，判定该尺寸参数对目标函数有较大影响，则采用多级Kriging模型进行优化；当Sg＜0.1时，判定该参数对目标函数的影响相对较小，则采用田口法进行优化。作为本专利技术的优选设计，根据步骤2)，采用多级Kriging模型优化包括以下步骤：<br>(1)采用拉丁超立方采样法得到初始样本点，并以此建立初级Kriging模型；(2)将Kriging模型的预测值记为y，指定点的目标值为两者差值与目标点真实值的比值记为ε，即：(3)将ε与最大允许误差ε0进行比较，若ε<ε0，则可以得到精确的Pareto曲线；若ε≥ε0，则根据电机设计要求中优化目标的权重系数在Pareto曲线上选取目标区域，然后重新利用拉丁超立方采样法在Pareto曲线对应的采样点附近增加新的采样点，建立新的Kriging模型；(4)重复步骤(2)，直到ε<ε0，得到精确的Pareto曲线；(5)在根据步骤(3)或者步骤(4)得到的Pareto曲线上选取优化参数。作为本专利技术的优选设计，所述初级Kriging模型误差不超过5％。作为本专利技术的优选设计，在步骤(3)中采用的利用设计方案要求的权重系数进行目标区域的选取时，对目标值f进行归一化处理，归一化处理如下述公式所示：式中，fmax为优化目标的最大值，fmin为优化目标的最小值。作为本专利技术的优选设计，所述田口法采用平均值分析与方差分析获取参数最优值。本专利技术具备以下有益效果：本专利技术能够将尺寸参数变量对目标函数的影响大小进行区分，对不同变量进行针对性优化，与所有变量全部采用Kriging模型进行优化相比，该方法能够极大减少计算量，缩短内置式永磁电机的开发周期；本专利技术在使用Kriging模型进行优化时，采用多级模型，先采用初级Kriging模型来选取可能存在最优值的区域，然后在针对这些区域进行重新采样，获取高精度的Pareto曲线，之后选取最优值，因此本专利技术具有极高的精度。附图说明图1为本专利技术的优化方法流程图；图2待优化电机的1/8模型及相应尺寸参数示意图；图3是敏感性分析结果；图4是初级Kriging模型；图5是Pareto曲线。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。本专利技术所述的内置式永磁同步电机优化方法通过敏感性分析的方法将待优化的尺寸参数分为两类，分别采用田口法与多级Kriging模型进行优化，田口法处理过程中，采用平均值分析与方差分析相结合的方法来确定变量等级，而多级Kriging模型则利用多级模型的方法来缩小变量区间，通过获取初级模型的Pareto曲线来确定目标区域，次级模型来通过在目标区域对应的变量点附近加点的方法提高模型精度，从而获取高精度的Pareto曲线，然后利用权重系数来获取最优值，最终得到将两者的优化结果结合作为最终的优化方案。请参考图1，图1本专利技术的流程图，具体为包括以下步骤：1)确定优化目标、约束条件以及与待优化目标相关的尺寸参数；2)与待优化目标相关的尺寸参数进行敏感性分析并进行分类，敏感性分析方法为将尺寸参数变量区间分为n段，每一段内的尺寸参数对目标函数的影响程度采用下列公式计算：其中，f(zi)为目标函数，zi是待优化的变量；整个区间内参数对目标函数的影响程度可以以下述公式计算：当Sg≥0.1时，判定该尺寸参数对目标函数有较大影响，则采用多级Kriging模型进行优化；当Sg＜0.1时，判定该参数对目标函数的影响相对较小，则采用田口法进行优化。将影响程度较小的参数采用田口法进行优化，采用平均值分析与方差分析获取参数最优值，以较小的计算量来获取这些尺寸参数的最优值，因此敏感性分析可以有效的减少利用Kriging模型进行优化的尺寸参数的数量。根据步骤2)采用多级Kriging模型优化包括以下步骤：(1)采用拉丁超立方采样法得到初始样本点，并以此建立初级Kriging模型；(2)将Kriging模型的预测值记为y，指定点的目标值为两者差值与目标点真实值的比值记为ε，即：(3)将ε与最大允许误差ε0进行比较，若ε<ε0，则可以得到精确的Pareto曲线；若ε≥ε0，则根据电机设计要求中优化目标的权重系数在Pareto曲线上选取目标区域，然后重新利用拉丁超立方采样法在Pareto曲线对应的采样点附近增加新的采样点，建立新的Kriging模型。在中采用的利用设计方案要求的权重系数进行目标区域的选取时，对目标值f进行归一化处理，归一化处理如下述公式所示：式中，fmax为优化目标的最大值，fmin为优化目标的最小值；(4)重复步骤(2)，直到ε<ε0，得到精确的Pareto曲线；(5)在根据步骤(3)或者步骤(4)得到的Pareto曲线上选取优化参数。在本实施例中，初级Kriging模型的误差控制在5％以内，之后得到Pareto曲线，根据设计要求确定目标区域，目标区域确定完成后，再在pareto曲线上各点对应的尺寸参数值附近加点构建新的Kriging模型，误差在0.5％之内，最终得到高精度的Pareto曲线，然后从Paret上选取方案，进行经过优化后电机的性能得到明显提升，且计算量得到明显的降低。下面结合具体的电机优化设计实施例对本专利技术提供的新型内置式永磁同步电机优化设计方法进行进一步说明。该方法应用于一台20kW，‘V一’型永磁体结构的内置式永磁电机，其结构如图2所示，优化目标为电机的本文档来自技高网...

【技术保护点】
1.一种新型内置式永磁同步电机优化设计方法，其特征在于，包括以下步骤：/n1)确定优化目标、约束条件以及与待优化目标相关的尺寸参数；/n2)将与待优化目标相关的尺寸参数进行敏感性分析并进行分类，敏感性分析方法为将尺寸参数变量区间分为n段，每一段内的尺寸参数对目标函数的影响程度采用下列公式计算：/n

【技术特征摘要】
1.一种新型内置式永磁同步电机优化设计方法，其特征在于，包括以下步骤：
1)确定优化目标、约束条件以及与待优化目标相关的尺寸参数；
2)将与待优化目标相关的尺寸参数进行敏感性分析并进行分类，敏感性分析方法为将尺寸参数变量区间分为n段，每一段内的尺寸参数对目标函数的影响程度采用下列公式计算：



其中，f(zi)为目标函数，zi是待优化的变量；
整个区间内参数对目标函数的影响程度可以以下述公式计算：



当Sg≥0.1时，判定该尺寸参数对目标函数有较大影响，则采用多级Kriging模型进行优化；当Sg＜0.1时，判定该参数对目标函数的影响相对较小，则采用田口法进行优化。


2.如权利要求1所述的一种新型内置式永磁同步电机优化设计方法，其特征在于，根据步骤2)，采用多级Kriging模型优化包括以下步骤：
(1)采用拉丁超立方采样法得到初始样本点，并以此建立初级Kriging模型；
(2)将Kriging模型的预测值记为y，指定点的目标值为两者差值与目标点真实值的比值记为ε，即：



(3)将...

【专利技术属性】
技术研发人员：佟文明，廉中奎，
申请(专利权)人：无锡川木驱动科技有限公司，
类型：发明
国别省市：江苏;32