一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法
【專利摘要】本發(fā)明公開一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，該方法包括：建立電機(jī)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型；異步電機(jī)基于遺傳算法的優(yōu)化設(shè)計(jì)；對(duì)優(yōu)化問題進(jìn)行編碼：把優(yōu)化問題的求解的參數(shù)形式轉(zhuǎn)換成基因碼串的表現(xiàn)形式；初始群體產(chǎn)生編碼后，首先隨機(jī)產(chǎn)生一定數(shù)量的個(gè)體組成初始群體；確定和評(píng)估適應(yīng)度函數(shù)；選擇交叉變異；反復(fù)執(zhí)行選擇、交叉、變異使群體適應(yīng)度升高，個(gè)體逐漸接近最優(yōu)解，直至滿足規(guī)定的收斂依據(jù)，最后達(dá)到全局最優(yōu)解。本發(fā)明優(yōu)化速度快、成本低、效率高，縮短了電機(jī)設(shè)計(jì)周期，使電機(jī)在滿足其性能要求的前提下，功率密度和電機(jī)效率顯著提高，且遺傳算法具有普適性、潛在的全局收斂性和有效性，適合應(yīng)用到電機(jī)優(yōu)化設(shè)計(jì)中。
【專利說明】一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及車用電機(jī)【技術(shù)領(lǐng)域】，尤其涉及一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu) 化設(shè)計(jì)方法。

【背景技術(shù)】
[0002] 車用電機(jī)，是用于汽車等機(jī)械的一類專用電機(jī)，泛指車輛上一切使機(jī)械能轉(zhuǎn)化為 電能、電能轉(zhuǎn)化為機(jī)械能的機(jī)械裝置，特指發(fā)電機(jī)、電能機(jī)和電動(dòng)機(jī)。以電動(dòng)汽車用驅(qū)動(dòng)電 機(jī)為例，電動(dòng)汽車對(duì)驅(qū)動(dòng)電機(jī)的可控性、穩(wěn)態(tài)精度、動(dòng)態(tài)性能等均要求較高，而驅(qū)動(dòng)電機(jī)的 工況又比較復(fù)雜：裝配空間小，經(jīng)常工作在高溫、壞天氣及頻繁振動(dòng)等惡劣環(huán)境下。因此，電 動(dòng)汽車用驅(qū)動(dòng)電機(jī)的設(shè)計(jì)過程要比一般工業(yè)用電機(jī)復(fù)雜的多。電機(jī)優(yōu)化設(shè)計(jì)時(shí)需要綜合考 慮電機(jī)的性能、體積、成本等目標(biāo)，而這些優(yōu)化目標(biāo)之間往往是相互沖突的；此外，在優(yōu)化過 程中，必須考慮實(shí)際生產(chǎn)難度和應(yīng)用條件。由于電機(jī)的高度非線性和各參數(shù)間的強(qiáng)耦合，電 機(jī)的計(jì)算方法會(huì)直接影響到計(jì)算結(jié)果的準(zhǔn)確性，從而影響最終的優(yōu)化結(jié)果。因此，優(yōu)化方法 和計(jì)算方法是電機(jī)優(yōu)化設(shè)計(jì)中的關(guān)鍵。但是，傳統(tǒng)的車用電機(jī)多目標(biāo)優(yōu)化方法普遍存在優(yōu) 化速度慢、成本高、效率低等不足，延長了電機(jī)設(shè)計(jì)的周期。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于通過一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，來解 決以上【背景技術(shù)】部分提到的問題。
[0004] 為達(dá)此目的，本發(fā)明采用以下技術(shù)方案：
[0005] 一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其包括：
[0006] A、建立電機(jī)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型；數(shù)學(xué)模型如下：
[0007]

【權(quán)利要求】
1. 一種基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其特征在于，包括： A、 建立電機(jī)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型；數(shù)學(xué)模型如下：
其中，X = [Xl，x2, X3，…，xn]為設(shè)計(jì)參量即電磁系統(tǒng)的參數(shù)，包括但不限于沖片尺寸、繞 組參量；gi (X)為約束條件，包括性能約束和一般約束； B、 異步電機(jī)基于遺傳算法的優(yōu)化設(shè)計(jì)，其中，設(shè)置優(yōu)化目標(biāo)為每臺(tái)電機(jī)的功率密度和 電機(jī)效率；優(yōu)化變量為：鐵心長度、每槽導(dǎo)體數(shù)、線規(guī)、定子槽底寬、定子槽身高、轉(zhuǎn)子槽肩 寬、轉(zhuǎn)子槽身高；選定交流電機(jī)的額定功率、額定電壓、輸出轉(zhuǎn)速、轉(zhuǎn)矩作為性能約束； C、 對(duì)優(yōu)化問題進(jìn)行編碼：把優(yōu)化問題的求解的參數(shù)形式轉(zhuǎn)換成基因碼串的表現(xiàn)形式； D、 初始群體產(chǎn)生編碼后，首先隨機(jī)產(chǎn)生一定數(shù)量的個(gè)體組成初始群體，其中，所述初始 群體由基因片段組成，每個(gè)基因片段又是一個(gè)群體； E、 確定和評(píng)估適應(yīng)度函數(shù)； F、 選擇交叉變異；反復(fù)執(zhí)行選擇、交叉、變異使群體適應(yīng)度升高，個(gè)體逐漸接近最優(yōu)解， 直至滿足規(guī)定的收斂依據(jù)，最后達(dá)到全局最優(yōu)解。
2. 根據(jù)權(quán)利要求1所述的基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其特征在 于，所述步驟B還包括：按工程設(shè)計(jì)中電機(jī)尺寸的極限約束條件來設(shè)計(jì)一般約束條件。
3. 根據(jù)權(quán)利要求2所述的基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其特征在 于，所述步驟C中在參數(shù)進(jìn)行編碼過程中需確保問題編碼的完備性、健全性及冗余性，并參 考實(shí)際加工工藝，選擇編碼方式和長度。
4. 根據(jù)權(quán)利要求3所述的基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其特征在 于，所述步驟D還包括：將異步電機(jī)優(yōu)化設(shè)計(jì)的特點(diǎn)和技術(shù)指標(biāo)作為參考，確定基因片段群 體范圍。
5. 根據(jù)權(quán)利要求1至4之一所述的基于遺傳算法的車用電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)方法，其 特征在于，所述步驟E中選取率密度PN和電機(jī)效率J作為適度函數(shù)，通過加權(quán)系數(shù)進(jìn)行優(yōu) 化衡量，具體如下：
【文檔編號(hào)】G06F17/50GK104517013SQ201410836987
【公開日】2015年4月15日 申請(qǐng)日期:2014年12月29日 優(yōu)先權(quán)日:2014年12月29日
【發(fā)明者】趙衛(wèi)國, 周志康, 李量 申請(qǐng)人:無錫新大力電機(jī)有限公司