System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及电机,尤其涉及一种电机结构优化方法、装置、设备及存储介质。
技术介绍
1、在根据应用需求对电机的结构进行优化时,通常会借助遗传算法,生成大量候选结构,并对大量候选结构的电机kpi(key performance indicator,关键绩效指标)进行评估,其中,该kpi包括平均转矩、电机效率和转矩波动等。
2、对于每个候选的结构,均需要进行耗时较长的fea(finite element analysis,有限元分析)仿真,以获得相应的性能指标。
3、但是,由于遗传算法固有的随机性,导致大量候选结构的性能比较差,对这些较差的电机结构进行fea仿真,则会导致额外浪费了很多时间,从而导致对电机结构进行优化的效率低。
技术实现思路
1、本申请的主要目的在于提供一种电机结构优化方法、装置、设备及存储介质,旨在解决对电机结构进行优化的效率低的技术问题。
2、为实现上述目的,本申请提供一种电机结构优化方法,所述电机结构优化方法包括以下步骤:
3、获取待评估的候选电机结构;
4、根据预设的性能指标分类器,对所述候选电机结构进行性能筛选,其中,所述预设的性能指标分类器是由电机结构的训练数据集对待训练的分类器模型进行训练得到的;
5、对筛选得到的候选电机结构进行迭代重构,直至生成满足预设收敛条件的电机结构种群,并从所述电机结构种群中确定所述电机的结构优化方案。
6、可选地,所述对筛选得到的候选电机结构进行迭代
7、生成由筛选得到的候选电机结构组成的上一代结构种群,并对所述上一代结构种群中的候选电机结构进行性能仿真分析,得到性能的仿真结果;
8、根据所述上一代结构种群和所述上一代结构种群的性能的仿真结果,生成下一代结构种群,并重复所述根据所述上一代结构种群和所述上一代结构种群的分析结果,生成下一代结构种群的步骤,直至生成满足预设收敛条件的电机结构种群。
9、可选地,所述根据所述上一代结构种群和所述上一代结构种群的性能的仿真结果,生成下一代结构种群的步骤,包括:
10、对所述上一代结构种群进行重构处理,并根据所述上一代结构种群的性能的仿真结果,对重构处理得到的候选电机结构进行筛选;
11、将筛选得到预设数量的候选电机结构作为下一代结构种群。
12、可选地,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤,包括:
13、对所述候选电机结构进行结构合法性判定;
14、根据预设的性能指标分类器,对符合预设结构合法性需求的候选电机结构所对应的性能表现值进行筛选,直至筛选得到的候选电机结构的数量为预设数量;
15、将所述预设数量的候选电机结构作为上一代结构种群;
16、其中,若筛选得到的候选电机结构的数量小于所述预设数量,则从预设电机结构参数空间中随机抽取补充结构,并根据所述性能指标分类器,从所述补充结构中筛选满足需求的结构,直至筛选得到的候选电机结构的数量为所述预设数量。
17、可选地,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤之前,所述方法还包括:
18、从预设电机结构参数空间中随机抽取得到多个结构样本,其中,每个集合样本中均包含预设数量的结构参数,以表征电机整体结构;
19、对各结构样本进行结构合法性判定,并保留符合预设结构合法性需求的结构样本;
20、将所述符合预设结构合法性需求的结构样本作为训练数据集,并根据所述训练数据集,对待训练的分类器模型进行训练,得到性能指标分类器,其中,所述待训练的分类器模型为多个不同类型的分类器堆叠得到的;
21、所述对筛选得到的候选电机结构进行迭代重构的之前,所述方法还包括:
22、根据迭代重构后得到的候选电机结构,更新所述训练数据集,并使用更新后的训练数据集,对所述性能指标分类器进行分类器的迭代训练。
23、可选地,所述将所述符合预设结构合法性需求的结构样本作为训练数据集的步骤,包括:
24、对所述符合预设结构合法性需求的结构样本进行性能仿真分析,得到性能指标仿真结果;
25、获取电机结构的优化目标和约束条件;
26、根据所述性能指标仿真结果,从所述符合预设结构合法性需求的结构样本中选择符合所述优化目标和所述约束条件的结构样本;
27、将所述结构样本作为和所述结构样本对应的性能指标仿真结果作为训练数集。
28、可选的,所述从所述电机结构种群中确定所述电机的结构优化方案的步骤,包括:
29、确定所述电机的待优化目标,其中,所述待优化目标包括单目标和多目标;
30、根据所述待优化目标,从所述电机结构种群中确定所述电机的结构优化方案。
31、此外,为实现上述目的,本申请还提供一种电机结构优化装置,所述电机结构优化装置包括:
32、获取模块,用于获取待评估的候选电机结构;
33、筛选模块,用于根据预设的性能指标分类器,对所述候选电机结构进行性能筛选,其中,所述预设的性能指标分类器是由电机结构的训练数据集对待训练的分类器模型进行迭代训练得到的;
34、重构模块,用于对筛选得到的候选电机结构进行迭代重构,直至生成满足预设收敛条件的电机结构种群,并从所述电机结构种群中确定所述电机的结构优化方案。
35、此外,为实现上述目的,本申请还提供一种电机结构优化设备,所述电机结构优化设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电机结构优化程序,所述电机结构优化程序配置为实现如上所述的电机结构优化方法的步骤。
36、此外,为实现上述目的,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有电机结构优化程序,所述电机结构优化程序被处理器执行时实现如上所述的电机结构优化方法的步骤。
37、本申请通过获取待评估的候选电机结构,并根据预设的性能指标分类器,对所述候选电机结构进行性能筛选,其中,所述预设的性能指标分类器是由电机结构的训练数据集对待训练的分类器模型进行训练得到的,从而可对筛选得到的候选电机结构进行迭代重构,直至生成满足预设收敛条件的电机结构种群,并从电机结构种群中确定电机的结构优化方案,从而可通过性能指标分类器,将部分性能表现效果差的候选电机结构去除,降低性能仿真时的结构数量,以此提高后续性能仿真的效率。
本文档来自技高网...【技术保护点】
1.一种电机结构优化方法,其特征在于,所述电机结构优化方法包括以下步骤:
2.如权利要求1所述的电机结构优化方法,其特征在于,所述对筛选得到的候选电机结构进行迭代重构,直至生成满足预设收敛条件的电机结构种群的步骤,包括:
3.如权利要求2所述的电机结构优化方法,其特征在于,所述根据所述上一代结构种群和所述上一代结构种群的性能的仿真结果,生成下一代结构种群的步骤,包括:
4.如权利要求3所述的电机结构优化方法,其特征在于,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤,包括:
5.如权利要求1所述的电机结构优化方法,其特征在于,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤之前,所述方法还包括:
6.如权利要求5所述的电机结构优化方法,其特征在于,所述将所述符合预设结构合法性需求的结构样本作为训练数据集的步骤,包括:
7.如权利要求1所述的电机结构优化方法,其特征在于,所述从所述电机结构种群中确定所述电机的结构优化方案的步骤,包括:
8.一种电机结构优化装置,
9.一种电机结构优化设备,其特征在于,所述电机结构优化设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的电机结构优化程序,所述电机结构优化程序配置为实现如权利要求1至7中任一项所述的电机结构优化方法的步骤。
10.一种存储介质,其特征在于,存储介质上存储有实现电机结构优化方法的程序,实现电机结构优化方法的程序被处理器执行以实现如权利要求1至7中任一项所述电机结构优化方法的步骤。
...【技术特征摘要】
1.一种电机结构优化方法,其特征在于,所述电机结构优化方法包括以下步骤:
2.如权利要求1所述的电机结构优化方法,其特征在于,所述对筛选得到的候选电机结构进行迭代重构,直至生成满足预设收敛条件的电机结构种群的步骤,包括:
3.如权利要求2所述的电机结构优化方法,其特征在于,所述根据所述上一代结构种群和所述上一代结构种群的性能的仿真结果,生成下一代结构种群的步骤,包括:
4.如权利要求3所述的电机结构优化方法,其特征在于,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤,包括:
5.如权利要求1所述的电机结构优化方法,其特征在于,所述根据预设的性能指标分类器,对所述候选电机结构进行性能筛选的步骤之前,所述方法还包括:
6.如权利要求5所述的电机...
【专利技术属性】
技术研发人员:黄倩,黄佳慧,傅为农,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:
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。