摘要：將改進型非支配排序遺傳算法應(yīng)用于無刷直流電動機優(yōu)化設(shè)計中，縮短電機設(shè)計周期，提高電機設(shè)計智能化程度。以效率和功率密度****為目標(biāo)，構(gòu)建了基于NsGAⅡ的電機多目標(biāo)優(yōu)化模型，采用vs2010開發(fā)平臺進行了優(yōu)化軟件的開發(fā)，進行了一臺50 w無刷直流電動機的優(yōu)化設(shè)計。采用有限元分析軟件Maget驗證了該算法在電機優(yōu)化設(shè)計中的有效性。
關(guān)鍵詞：無刷直流電動機優(yōu)化設(shè)計；Magnet
0引 言
近年來，針對采用傳統(tǒng)磁路法進行電機設(shè)計周期長且需要根據(jù)經(jīng)驗不斷調(diào)整參數(shù)的缺點，因而電機優(yōu)化設(shè)汁得到了廣泛的關(guān)注。電機優(yōu)化設(shè)計從特定的優(yōu)化日標(biāo)出發(fā)，在滿足電機各項基本性能指標(biāo)的前提下，根據(jù)電機的數(shù)學(xué)模型，利用相關(guān)的****化算法自動快速地尋找電機的****設(shè)計方案(即電機設(shè)計尺寸、電磁參數(shù)等)，使某項電機性能或某些技術(shù)指標(biāo)達到****[1]。文獻[2]針對傳統(tǒng)電機優(yōu)化設(shè)計算法存在的優(yōu)化結(jié)果對初始解敏感、容易收斂于初始解附近的局部極值點等問題，詳細(xì)分析了以遺傳、免疫算法為代表的新的全局優(yōu)化方法及其在電機優(yōu)化領(lǐng)域的應(yīng)用情況，闡述了其不同丁二傳統(tǒng)優(yōu)化算法的特點。
NsGAⅡ[3]算法在NsGA[4](非支配排序遺傳算法)的基礎(chǔ)上，提出新的基于分級的快速非支配排序算法，有效地降低了算法復(fù)雜度；采用擁擠度的概念，以避免復(fù)雜的共享適應(yīng)參數(shù)的計算；同時引入保優(yōu)機制，擴大了采樣空間，能夠迅速提高種群的整體水平。電機模型是一個多變量、非線性函數(shù)，其優(yōu)化設(shè)計可以描述為有約束、非線性混合離散多目標(biāo)規(guī)劃問題。NsGA一Ⅱ算法適合于多目標(biāo)優(yōu)化問題，它應(yīng)用于電機優(yōu)化設(shè)計中，能夠快速準(zhǔn)確地收斂于全局****點.本文采用NsGA一Ⅱ算法進行無刷直流電動機高效率和高功率密度多目標(biāo)優(yōu)化設(shè)計研究，可以縮短電機設(shè)計周期，提高電機設(shè)計的智能化程度。
1電機多目標(biāo)優(yōu)化建模及分析
1.1變量選取電機電磁結(jié)構(gòu)復(fù)雜、參數(shù)較多，為使參數(shù)優(yōu)化易于實現(xiàn)，通常選取10個以內(nèi)的參數(shù)作為設(shè)計變量，其余作為常量對待。本文選取9個電磁結(jié)構(gòu)參數(shù)作為優(yōu)化變量進行分析，如下：
式中：δ是氣隙厚度；DH是電樞內(nèi)徑；Lm2是鐵心長度；hm2是水磁體厚度；ao是計算極弧系數(shù)；bo是定定轉(zhuǎn)了‘鐵心的軟磁材料采用常用的冷軋硅鋼片Dw310—35，其直流磁化曲線與損耗曲線如圖1所示[5]。永磁體材料采用燒結(jié)釹鐵硼N50M，剩磁為1.40 T，磁感矯頑力1 042 kA／m，內(nèi)稟矯頑力1
114 kA／m，****工作溫度100℃。為有效利用磁性材料，提高電機功率密度，期望Dw310一35工作磁感應(yīng)強度為1．6 T。
2電機優(yōu)化算法的實現(xiàn)及結(jié)果分析
本文在Vs2010平臺下開發(fā)了如圖3所示的基于NsGA一Ⅱ的無刷直流電動機優(yōu)化沒計軟件：圖形界面中可對電機總體參數(shù)和預(yù)取的期望變量進行直接賦值，待優(yōu)化自變量可以預(yù)設(shè)優(yōu)化區(qū)間。
本文采用所開發(fā)的無刷直流電動機優(yōu)化設(shè)計軟件．以效率****與功率密度****為目標(biāo)對一臺50 w無刷直流電動機進行了電磁參數(shù)優(yōu)化，其額定數(shù)據(jù)如表1所示。優(yōu)化前有方案對比如表2所示。
經(jīng)過優(yōu)化設(shè)計后，該無刷直流電動機效率由74．79％提升為79 84％。功率密度由202 w／kg提高為217 w／kg。
3有限元結(jié)果驗證
本文采用加拿大Infolytica公司的三維電磁場分析軟件Magnet構(gòu)建如圖4所示的電機模型，進行50 w無刷直流電動機優(yōu)化前后的對比分析。
優(yōu)化前后氣隙磁密曲線，可以看到優(yōu)化后電動機氣隙平均磁密相比優(yōu)化前提高8 5％，能夠更加有效地發(fā)揮永磁體效能，提高電機功率密度。
圖6為優(yōu)化前后電動機負(fù)載起動曲線�？梢钥闯鰞�(yōu)化方案減小了機電時間常數(shù)，提高了其動態(tài)響應(yīng)速度。
4結(jié)語
NsGA一Ⅱ算法作為一種啟發(fā)式的搜索算法，已經(jīng)在很多領(lǐng)域得到了廣泛的應(yīng)用，尤其是面向多同標(biāo)優(yōu)化問題的應(yīng)用更加廣泛。本文采用改進型非支配排序遺傳算法(ⅣsGA一Ⅱ)對無刷直流電動機進行優(yōu)化設(shè)計。在對無刷直流電機電磁模型準(zhǔn)確分析的基礎(chǔ)上，建立了電機優(yōu)化設(shè)計算法，開發(fā)r電機優(yōu)化軟件。采用所開發(fā)的優(yōu)化設(shè)計軟件，對一臺50 w無刷直流電動機進行了優(yōu)化設(shè)計，Magnet有限兀分析結(jié)果驗證了其在提島電機效率、提升電機功率密度方面的有效性。
|
