一种永磁同步电机转子最大应力最优解的预测方法技术

技术编号:34805709 阅读:17 留言:0更新日期:2022-09-03 20:13
本发明专利技术公开了一种永磁同步电机转子最大应力最优解的预测方法,通过对永磁体槽上的倒角大小和位置进行优化,可以减小V型内置式永磁同步电机转子上的最大应力,从而求出最大应力最优解,每一组可以维持电磁性能不变的电磁设计参数组合下都可以求出唯一最优解,通过建立代理模型就可以建立电磁设计参数组合和最优解的映射关系。本发明专利技术方法可以写成Matlab脚本进行代理模型建模,在电机设计时只需要输入电磁设计参数组合就可以快速预测出转子上的最大应力最优解,从而可以评估电机设计的合理性,为电机设计参数的选取提供了依据。为电机设计参数的选取提供了依据。为电机设计参数的选取提供了依据。

【技术实现步骤摘要】
一种永磁同步电机转子最大应力最优解的预测方法


[0001]本专利技术涉及一种永磁同步电机转子最大应力最优解的预测方法,具体涉及一种V型内置式永磁同步电机转子最大应力最优解的预测方法,属于永磁电机


技术介绍

[0002]永磁同步电机具有结构简单、效率高、功率密度高等优点因而在工业界得到了广泛的使用。内置式永磁同步电机转子结构的永磁体位于转子铁芯内部,其转子磁路的不对称结构使得交直轴电感不同,也有利于增大磁阻转矩,提高电机功率密度,并且易于弱磁扩速,增强电机性能,扩大电机恒功率运行范围。近年来虽然提出了多种内置式永磁同步电机转子的拓扑结构,但“V”型内置式永磁同步电机拓扑结构比其他拓扑结构表现出更好的性能,因此在电机结构设计中依然被广泛使用。
[0003]然而在“V”型内置式永磁同步电机的转子结构设计中不仅要考虑到电机电磁特性还要注意其机械特性,在现实设计中通常采用对永磁体槽进行倒角处理或者在转子铁芯上挖孔的方式减小转子所受的最大应力,再通过对倒角或者孔的参数进行优化就可以得到一个应力的最优解。在同一种应力优化方法下,每一种可以维持电磁特性不变的电磁设计参数组合下都可以求出唯一的最大应力最优解。但是这一最优解的求解过程通过有限元分析软件实现,十分耗时。在电机设计中通常有成百上千个电磁设计参数组合作为备选,如果对每种组合都进行一次应力优化,会大大延长设计周期。因此,需要找到一种能快速准确预测出转子最大应力最优解的方法。

技术实现思路

[0004]本专利技术所要解决的技术问题是:提供一种永磁同步电机转子最大应力最优解的预测方法,建立转子电磁设计参数组合与转子最大应力最优解的映射关系,预测出的最大应力最优解与有限元优化得出的仿真结果有较好的一致性。
[0005]本专利技术为解决上述技术问题采用以下技术方案:
[0006]一种永磁同步电机转子最大应力最优解的预测方法,包括如下步骤:
[0007]步骤1,确定V型内置式永磁同步电机的电磁设计参数以及各电磁设计参数的参数设计范围;
[0008]步骤2,在设计空间中,依据各电磁设计参数的参数设计范围获取不同的电磁设计参数组合,即初始训练样本集;
[0009]步骤3,在每个电磁设计参数组合下,通过对永磁体槽上的倒角大小和位置进行优化,得到不同的电磁设计参数组合对应的最大应力最优解;
[0010]步骤4,利用步骤2获取的不同的电磁设计参数组合以及步骤3得到的每个电磁设计参数组合对应的最大应力最优解,构建代理模型;
[0011]步骤5,对代理模型的精度进行评估,若精度满足要求则进入步骤6,否则,依据加点策略对当前训练样本集进行扩充,并返回步骤3;
[0012]步骤6,将满足精度要求的代理模型作为最终的模型,输入电磁设计参数即能预测对应的最大应力最优解。
[0013]作为本专利技术的一种优选方案,所述步骤2中,所采用的方法为拉丁超立方采样方法,设定有m个电磁设计参数,需要获取n个样本点,一个电磁设计参数组合作为一个样本点,则将每个电磁设计参数的参数设计范围划分为n等份并将n等份随机打乱,在每个等份中随机取一个数值,最后全部组合在一起得到一个n行m列的拉丁超立方样本矩阵,矩阵的一行代表一个样本点。
[0014]作为本专利技术的一种优选方案,所述步骤3中,得到最大应力最优解所采用的方法是多目标遗传算法MOGA。
[0015]作为本专利技术的一种优选方案,所述步骤4中,采用二次多项式响应面进行建模,响应面形式如下:
[0016][0017]其中,y(x)表示一个电磁设计参数组合对应的真实响应;β0、β
i
、β
ii
、β
ij
表示二次多项式的待定系数;m为电磁设计参数的数量;x
i
、x
j
分别为第i、j个电磁设计参数的值;ε为误差。
[0018]作为本专利技术的一种优选方案,所述步骤5中,代理模型的精度评估方式是依据加点策略对训练样本集进行迭代扩充过程中,采用第t+1次迭代新增的样本点对第t次迭代更新的代理模型进行精度评估;
[0019]评估指标是扩充的样本点中最大的预测误差error:
[0020][0021]其中,k=1,2,
···
,K,K为第t+1次迭代扩充的样本点数量,y
k
、分别表示第t+1次迭代扩充的样本点k的响应、响应预测值;
[0022]在多次迭代中观察error值的变化情况,当error不再继续减小且围绕某一固定值震荡时,停止迭代。
[0023]作为本专利技术的一种优选方案,所述步骤5中,采用自适应并行加点策略对训练样本集进行扩充,具体过程如下:
[0024]设计空间划分:在设计空间中采用拉丁超立方采样方法抽取10万或10万以上的备用样本点作为备用样本集,对已有的训练样本集进行泰森多边形划分,即对已有的训练样本集中任意一个样本点I而言,若备用样本集中存在满足以下条件的备用样本点:备用样本点与样本点I的欧式距离小于备用样本点与已有的训练样本集中除样本点I之外的其他任意一个样本点的欧式距离,则认为满足上述条件的备用样本点处于被样本点I控制的泰森多边形内,将满足上述条件的备用样本点划分到被样本点I控制的泰森多边形区域中,样本点I即为控制点I;
[0025]全局搜索:
[0026]用稀疏系数评估泰森多边形区域的稀疏程度:
[0027][0028]其中,为泰森多边形区域i的稀疏系数,N
i
为泰森多边形区域i的备用样本点数,N
max
、N
min
分别为容纳备用样本点最多、最少的泰森多边形区域内的备用样本点数;
[0029]局部搜索:
[0030]用留一交叉验证法计算出模型对已有的训练样本集中每个已有样本点的预测误差系数:
[0031][0032][0033]其中,e
i
为样本点i的预测误差,y
i
、分别为样本点i的真实响应、预测响应,为样本点i的预测误差系数,e
max
、e
min
分别为已有样本点的最大、最小预测误差;
[0034]新增样本点:
[0035]根据稀疏系数和预测误差系数计算得到泰森多边形区域的敏感度:
[0036][0037]其中,E
i
为泰森多边形区域i的敏感度,A为权重系数,A的取值范围为0~1;
[0038]对敏感度按照从大到小的顺序进行排序,根据预设的新增样本点数量,从第一个泰森多边形区域开始,每个区域新增一个样本点;对于第一个区域,从该区域的备用样本点中选一个与该区域的控制点之间的欧式距离最大的备用样本点作为新增样本点;从第二个区域开始,计算区域内每个备用样本点与现存所有点的最小距离,取最小距离最大的备用样本点作为新增样本点,所述现存所有点包括所有区域的控制点以及当前区域前面所有区域的新增样本点。
[003本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种永磁同步电机转子最大应力最优解的预测方法,其特征在于,包括如下步骤:步骤1,确定V型内置式永磁同步电机的电磁设计参数以及各电磁设计参数的参数设计范围;步骤2,在设计空间中,依据各电磁设计参数的参数设计范围获取不同的电磁设计参数组合,即初始训练样本集;步骤3,在每个电磁设计参数组合下,通过对永磁体槽上的倒角大小和位置进行优化,得到不同的电磁设计参数组合对应的最大应力最优解;步骤4,利用步骤2获取的不同的电磁设计参数组合以及步骤3得到的每个电磁设计参数组合对应的最大应力最优解,构建代理模型;步骤5,对代理模型的精度进行评估,若精度满足要求则进入步骤6,否则,依据加点策略对当前训练样本集进行扩充,并返回步骤3;步骤6,将满足精度要求的代理模型作为最终的模型,输入电磁设计参数即能预测对应的最大应力最优解。2.根据权利要求1所述的永磁同步电机转子最大应力最优解的预测方法,其特征在于,所述步骤2中,所采用的方法为拉丁超立方采样方法,设定有m个电磁设计参数,需要获取n个样本点,一个电磁设计参数组合作为一个样本点,则将每个电磁设计参数的参数设计范围划分为n等份并将n等份随机打乱,在每个等份中随机取一个数值,最后全部组合在一起得到一个n行m列的拉丁超立方样本矩阵,矩阵的一行代表一个样本点。3.根据权利要求1所述的永磁同步电机转子最大应力最优解的预测方法,其特征在于,所述步骤3中,得到最大应力最优解所采用的方法是多目标遗传算法MOGA。4.根据权利要求1所述的永磁同步电机转子最大应力最优解的预测方法,其特征在于,所述步骤4中,采用二次多项式响应面进行建模,响应面形式如下:其中,y(x)表示一个电磁设计参数组合对应的真实响应;β0、β
i
、β
ii
、β
ij
表示二次多项式的待定系数;m为电磁设计参数的数量;x
i
、x
j
分别为第i、j个电磁设计参数的值;ε为误差。5.根据权利要求1所述的永磁同步电机转子最大应力最优解的预测方法,其特征在于,所述步骤5中,代理模型的精度评估方式是依据加点策略对训练样本集进行迭代扩充过程中,采用第t+1次迭代新增的样本点对第t次迭代更新的代理模型进行精度评估;评估指标是扩充的样本点中最大的预测误差error:其中,k=1,2,
···
,K,K为第t+1次迭代扩充的样本点数...

【专利技术属性】
技术研发人员:姜文颖刘世浩
申请(专利权)人:南京航空航天大学
类型:发明
国别省市:

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