一种圆筒型直线电机结构参数优化设计方法技术

本发明专利技术涉及一种圆筒型直线电机结构参数优化设计方法，属于机电智能化领域，是一种电机参数优化设计技术。本发明专利技术在满足结构参数约束范围条件下，对结构参数进行动态采样，通过使用有限元分析方法，对不同结构参数的圆筒型直线电机的推力及波动值进行分析，继而将结构参数作为神经网络输入，推力及波动值作为神经网络输出，使用神经网络对结构参数与推力及波动的函数关系进行拟合，最后结合智能优化方法对待优化结构参数进行优化，得到满意的电机单位体积内推力及波动的性能。本发明专利技术易于工程化应用，能避免电机磁路复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优化困难等。本技术亦可用于任意结构电机的结构参数优化设计。

【技术实现步骤摘要】

本专利技术涉及，辱于 机电智能化领域，是一种电机参数优化设计技术。
技术介绍
电机的计算分析方法主要有以下三种集中参数的磁路理论法， 分布参数的电磁场理论法以及有限元分析方法。集中参数的磁路理论 法是利用等效磁路的方法进行分析，将分布参数考虑成集中磁路模型。 集中参数的磁路理论法简单，理论计算容易，但电机磁场的分布非均 匀性及漏磁的存在，使得该方法计算误差相对较大。为了弥补误差， 电机设计中存在大量的修正参数，则需要通过大量工程经验中一次次 试验获得，费时费力，同时浪费资源。分布式参数的电磁场理论方法主要利用Maxwell方程，求解整个区域的场分布函数，能够很好处理 复杂的磁场分布分析，但该方法理论计算复杂，同时并不能解决复杂 的边界条件及材料的非线性因素等。结合电磁场理论中Maxwell方程 及变分法思想，针对变分法中复杂区域难以差分离散的问题，有限元 方法应运而生。有限元分析方法的基本思想是将物体(即连续的求解域)离散成 有限个且按一定方式相互连接在一起的组合，来模拟或逼近原来的物 体，从而将一个连续的无限自由度问题简化为离散的有限自由度问题， 而后进行求解的一种数值分析方法。具体电机模型的复杂性决定了电 机的理论计算求解方法求解十分复杂，且很难进行精确求解，往往通 过计算机有限元分析软件进行有限元分析，来求.得精确解。有限元方 法简单有效，且计算精度高，但是计算量极大，且不易进行理论分析 与计算。因直线电机结构模型及材料特征复杂，同时激励约束等条件众多，直线电机的分析方法是当前研究的难点，有限元分析方法已经成 了科技工程人员的最佳选择，而对更高性能直线电机需求，又促使科 研人员对直线电机进行优化设计，优化设计的目标是，在相同的输入 条件下，单位有效体积应该得到最大的推力与最小的推力波动。传统 的优化设计都是通过比较设计的方法，得到一组比较出来的参数，但 电机内部参数之间相互耦合，给参数比较带来很大的麻烦，使得比较 法很难得到更优的参数。新兴的智能算法为优化方法提供了新的手段， 但是智能算法都以迭代搜索为机理，对不同的电机参数进行迭代计算 来寻找最优参数。传统设计方法采用磁路分析的方法，需要大量的工程经验，主要 通过结合实际工程获得一些修正参数，并通过集中参数的方法进行计 算电机性能，大多数的计算都是一些估算，对于结构参数的修正也是 一种手工的经验试凑办法。使用分布参数计算速度快，但是计算不够 精确，很难满足精确优化计算需要，而仅仅使用有限元方法进行结构 参数优化设计时，计算量极大，增加工程难度。
技术实现思路
本专利技术的目的是为了解决传统的圆筒型直线电机的结构参数设计 方法中计算不精确、优化困难等问题，提出了一种圆筒型直线电机的 结构尺寸参数优化设计方法。本专利技术的目的是通过下述技术方案实现的。本专利技术的是首先在 满足结构参数约束范围条件下，确定电机的确定结构参数，选择电机 待优化参数；其次对结构参数的动态采样，使用有限元分析方法，对 圆筒型直线电机的推力及其波动性能进行分析；而后将结构参数作为 神经网络输入，推力及波动值作为神经网络输出，训练神经网络，以对结构参数与推力及波动的函数关系进行拟合；最后结合拟合后的神经网络，使用智能优化方法对结构参数进行优化，获得较优的结构参 数的适应值，从而得到较优的电机单位体积内推力及波动的性能。所述的，其电机待优 化参数选择方法是首先根据实际具体工程需要，确定电机的确定结 构参数，选择对电机的性能有至关重要的影响的待优化结构参数进行 优化，并确定待优化结构参数的可行范围；而后在可行范围内进行随 机采样，对采样点结构参数的电机进行有限元分析，获得电机推力及 波动值。所述的，其训练神经 网络是采用动态训练神经网络的方法对神经网络进行训练；开始时选 择部分样本进行训练，而后重新随机采样部分新样本点，计算新样本 点使用神经网络预测的推力及波动值，与实际有限元计算的推力及波 动值的误差，若误差较大则继续进行训练，直到获得满意的神经网络 为止。所述的，其对圆筒型 直线电机结构参数进行优化的智能优化方法是优化的目标就是尽可 能寻找最优的样本点，使得电机结构参数适应值较优，即单位有效体 积内的推力最大波动最小；首先算法参数初始化，并在约束范围内初 始化结构参数作为搜索的初始点，通过训练完成的神经网络计算该结 构参数下电机的推力及波动值，并计算出该结构的适应值，而后判断 是否满足终止条件，如果满足算法停止，否则，根据算法的规则，更 新算法，产生新的结构参数，进行计算，直到满足终止条件为止。所述的，其评价圆筒 型直线电机结构参数的适应值的计算方法，其适应值的计算函数为式中，义为结构参数，stflY/brc^表示推力的波动， 表示推力的大小(均值)，ro7"历e为电机有效体积，上标s、 t、 r分 别表示推力波动、推力大小(均值)、体积的权重关系，值越大表明该 项指标越重要。有益效果本专利技术应用有限元方法对电机进行精确分析，使用神经网络对电 机参数与推力及波动值进行拟合，并利用训练完成神经网络来预测电 机参数与性能的关系，并将之应用于智能优化方法的适应值计算，在 算法优化过程中，相比较直接使用有限元方法计算电机参数与推力及 波动值，进而计算适应值的方法，能有效减少电机有限元计算次数。 该方法思路清晰明了，易于工程化应用，能有效避免工程中电机磁路 复杂导致集中参数计算不准确，以及参数之间相互耦合导致的参数优 化困难等。本专利技术亦可用于任意结构电机的结构参数优化设计。附图说明图l圆筒型直线电机结构参数优化设计的总体流程图2圆筒型直线电机结构参数优化设计中神经网络训练方法；图3智能优化方法用于圆筒型直线电机结构参数优化流程图，其 中左图为粒子群算法流程，右图为遗传算法流程；图4圆筒型直线电机结构名称及参数其中i-槽、2-齿、3-齿脚、4-槽口、 5-永磁体、6-铁心，参数为电机外半径W"槽外半径AV、槽内半径&、齿脚外半径W、铁 轭内半径/ e、气隙宽度g、永磁体外半径^z 、永磁体内半径W6、铁心 内半径化、极距2*7>、永磁体宽度7迈、槽距 、槽宽l槽口宽,、 槽高力。图5本专利技术实施例圆筒型直线电机电枢绕组的电气图6本专利技术实施例优化得到的圆筒型直线电机的工程图(部分)。具体实施例方式下面结合附图和实施例对本专利技术做详细说明。为了详细介绍本专利技术，首先介绍本专利技术中使用的有限元分析方法。 使用有限元分析方法，首先建立圆筒型直线电机的实体模型。圆筒型 直线电机具有轴对称的特征，所以很方便进行二维轴对称分析，且不 影响精确度，轴对称下只半剖面进行建模；建立完成实体模型后，接 着需要赋值各实体区域相应材料的特性，诸如有空气、铁轭、永磁体、 线圈等；而后对该定义材料后的实体模型进行了网格剖分，产生单元 和节点，并根据电机的激励与约束特征，对单元或节点施加电流、定 义约束条件，为了得到相应区域的物理特性，对其施加力标志或定义 路径等；以上前处理完成后，根据单元的加载及约束，根据有限元计 算方法，对模型进行数值计算；计算完成后，既可以查看力大小以及 观察磁路特征、获得磁感应强度分布情况等；综合使用有限元方法， 对电机运行一个极距距离内的不同位置进行分析，最终获得给定结构 参数条件下，电机本文档来自技高网...

【技术保护点】
一种圆筒型直线电机结构参数优化设计方法，其特征在于：首先在满足结构参数约束范围条件下，确定电机的确定结构参数，选择电机待优化参数；其次对结构参数的动态采样，使用有限元分析方法，对圆筒型直线电机的推力及其波动性能进行分析；而后将结构参数作为神经网络输入，推力及波动值作为神经网络输出，训练神经网络，以对结构参数与推力及波动的函数关系进行拟合；最后结合拟合后的神经网络，使用智能优化方法对结构参数进行优化，获得较优的结构参数的适应值，从而得到较优的电机单位体积内推力及波动的性能。

【技术特征摘要】

【专利技术属性】
技术研发人员：陈杰，潘峰，王光辉，窦丽华，蔡涛，白永强，甘明刚，张娟，陈文颉，邓方，刘晓俏，刘洋，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：11[中国|北京]