一种考虑不确定性的感应电机降耗优化方法技术

首先，基于等效电路法和电磁有限元法分析了转子尺寸对电机的性能的影响，然后，基于径向基函数神经网络构建了总损耗、起动转矩和起动电流的代理模型；最后，为了减小转子槽制造公差的影响，建立了考虑转子制造过程不确定性的可靠性优化模型。在优化过程中，采用自适应加权响应面法自适应逼近极限状态函数，采用蒙特卡罗模拟方法进行可靠性分析，使用序列二次规划算法求解优化模型。规划算法求解优化模型。规划算法求解优化模型。

【技术实现步骤摘要】
一种考虑不确定性的感应电机降耗优化方法


[0001]本专利技术涉及电机
，具体涉及一种考虑不确定性的感应电机降耗优化方法。
技术背景
[0002]电机作为电动汽车(EV)的动力源，其设计优化已成为研究热点。它是将电能转化为机械能的关键部件，其选择对电动汽车的性能起着重要作用。一般来说，电机效率的提高为节能提供了更大的可能性，它与结构设计和起动控制策略密切相关，可以通过确定性优化来增强。然而，仅仅通过确定性优化并不能保证性能可靠性，因为设计和制造过程中存在各种不确定性，可能导致实际性能和预期性能之间存在偏差。性能偏差不仅体现在与初始设计相比性能下降，还可能导致约束条件失效，进而导致起动能力下降或热失控。因此，通过探讨电机制造过程的不确定性，提高电机性能。

技术实现思路

[0003]本专利技术的目的是减少制造公差对电机起动性能的影响。在满足电机起动转矩和启动电流的条件下，基于可靠性的设计方法，使用感应电机的自适应加权响应面法对转子的槽尺寸进行设计，建立了一种考虑不确定性的感应电机降耗优化方法。
[0004]为实现本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑不确定性的感应电机降耗优化方法，包括以下步骤：步骤1：从结构方面分析影响感应电机性能的因素，建立以电机转子槽尺寸为变量的电机总损耗、起动转矩和起动电流的代理模型；步骤2：以电机总损耗为目标，电机转子的槽尺寸为随机优化变量，起动转矩和起动电流值为可靠性约束，基于径向基函数神经网络建立考虑不确定性的感应电机降耗优化模型；步骤3：采用序列二次规划算法求解优化模型，优化过程中采用自适应加权响应面法近似极限状态函数，并结合蒙特卡罗模拟方法进行可靠性分析。2.根据权利要求1所述的一种考虑不确定性的感应电机降耗优化方法，步骤1中，建立代理模型的过程为：(1)通过从结构方面分析影响性能的因素，选取槽口高H
s0
、槽高H
s2
、上槽宽B
s1
、下槽宽B
s2
为设计变量，总损耗、起动转矩和起动电流为研究目标；(2)采用拉丁超立方抽样在设计空间采样，获得电机的总损耗、起动转矩和起动电流参数值；(3)基于径向基函数神经网络建立总损耗、起动转矩和起动电流的代理模型；根据权利要求1所述的一种考虑不确定性的感应电机降耗优化方法，步骤2中，建立的优化模型为：(1)设计变量：转子槽尺寸：槽口高H
s0
、槽高H
s2
、上槽宽B
s1
、下槽宽B
s2
；(2)目标函数：min P
loss
(H
s0
,H
s2
,B
s1
,B
s2
)其中，P
loss
为总损耗；(3)约束条件：起动转矩和起动电流作为可靠性约束，对转子的槽尺寸进行工艺约束；其中，P表示概率，T
st
为启动转矩，I
st
表示启动电流，R1为起动转矩可靠性，R2为启动电流可靠性，受不确定性影响的变量实际值，服从分布，H
s0L
和H
s0U
为H
s0
的最小值和最大值，受不确定性影响的变量实际值，服从分布B
s1L
和B
s1U
为B
...

【专利技术属性】
技术研发人员：李聪波，曹宝，李伟，张嘉诚，黄明利，赵继烜，张登永，
申请(专利权)人：重庆大学，
类型：发明
国别省市：