【技术实现步骤摘要】
本申请涉及电机设计与优化,尤其是涉及基于有限元仿真与神经网络的电机参数预测与优化方法。
技术介绍
1、目前,传统电机设计中参数计算主要依赖于公式法和有限元仿真两种方法。公式法由于其假设条件较为简化,在实际应用中存在计算精度较低的问题,难以满足对高性能电机的需求。而有限元仿真虽然能够提供较高的计算精度,但面临效率较低、耗时较长等问题。
2、在电机设计中,定子槽口宽度是一个关键参数,它直接影响电机的多个性能指标,包括齿槽转矩、空载反电势以及负载输出转矩。
3、齿槽转矩是衡量电机运行平滑性的重要指标,较大的齿槽转矩会导致电机运行时出现转矩波动,影响整体性能。
4、空载反电势则反映了电机的发电能力,对于电机性能的优化具有重要意义。
5、负载输出转矩是评价电机输出能力的关键参数,直接影响了电机的工作效率和负载能力。
6、传统的设计方法在分析槽口宽度对这些性能指标的影响时,通常需要进行大量的仿真和试算,效率较低且成本较高。此外,由于槽口宽度与其他性能指标之间的关系复杂,难以通过简单的公式法
...【技术保护点】
1.一种基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,所述S1中,参数设置与仿真运行为:设置槽口宽度为可变参数,其他电机参数保持不变;对不同槽口宽度进行多组仿真计算,获取对应的齿槽转矩、空载反电势和负载输出转矩数据;
3.根据权利要求1所述的基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,所述S2中,隐含层和输出层选用激活函数;设置损失函数为均方误差或均方根误差,衡量预测值与真实值之间的差异。
4.根据
...【技术特征摘要】
1.一种基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,所述s1中,参数设置与仿真运行为:设置槽口宽度为可变参数,其他电机参数保持不变;对不同槽口宽度进行多组仿真计算,获取对应的齿槽转矩、空载反电势和负载输出转矩数据;
3.根据权利要求1所述的基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,所述s2中,隐含层和输出层选用激活函数;设置损失函数为均方误差或均方根误差,衡量预测值与真实值之间的差异。
4.根据权利要求1所述的基于有限元仿真与神经网络的电机参数预测与优化方法,其特征在于,所述s2中,网络初始化与训练为:...
【专利技术属性】
技术研发人员:鲍晓华,罗羽凡,龚敏,徐孜茹,
申请(专利权)人:合肥工业大学,
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。