数值计算与解析分析相结合参数协同优化电机设计方法

摘要

本发明属于电气技术领域，具体涉及数值计算与解析分析相结合参数协同优化电机设计方法，采用数值计算研究电机内电磁、温度、流体、热应力、振动、噪声等物理参量变化，归纳出以结构件尺寸为变量的电磁性能解析表达函数簇，不同组件最高工作温度和最大温差解析函数，最大热应力解析表达函数，电机电磁噪声变化函数，组件不同方向最大振动模态值和固有频率的解析表达函数，进而统筹综合考虑电机各方面性能开展结构件尺寸的精细化设计，大幅度提高各项性能指标计算准确性；采用非均衡相对双向加权方法改造目标函数，消除了不同性能指标本身数值大小对结算结果的影响；在智能优化算法中引入了量子计算，使算法具有更好的种群多样性，全局寻优能力和更快的收敛速度。

说明书

技术领域

本发明属于电气技术领域，具体涉及数值计算与解析分析相结 合参数协同优化电机设计方法。

背景技术

电机的气隙大小、齿槽形状等结构不仅影响到电机的磁路结构 和输出性能参数，同时关系到流经电机内冷却空气的风路和热导路 径，进而影响温度分布；另一方面，电机齿槽、铁心和磁极等结构 尺寸变化会引起气隙磁场的谐波成分改变，从而对电机运行时电磁 噪声和振动产生影响。电机结构件直接关系到尺寸磁路、热导路径 和冷却介质流体路径，在电机基础设计和优化设计中应该统筹考虑 结构尺寸对电磁、温度、振动和噪声各方面性能影响。

现有电机优化设计方法较少考虑上述问题，存在的缺陷有：1） 现有电机优化设计多针对提高电磁、温度、振动和噪声等某一方面 性能开展，未考虑优化方案对电机其他方面性能影响；2）现有电机 优化设计方法多基于“磁路”“热路”等解析计算程序开展，没有考 虑磁场、温度场、振动模态等具体分情况，无法考虑结构件尺寸变 化引起各物理参量细微分布变化；3）针对多目标多变量大数据计算 量的电机优化设计，现有优化算法在全局收敛性和迭代速度方面存 在不足。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供数值 计算与解析分析相结合参数协同优化电机设计方法。

为了实现上述发明目的，本发明提出了数值计算与解析分析相 结合参数协同优化电机设计方法，包括以下步骤：

步骤1）非线性电磁场计算分析：通过电机内非线性电磁场数值 计算，得到电机磁场分布和电磁性能参数随电机结构件尺寸变规律， 归纳出以结构件尺寸为变量的电磁性能解析表达函数簇；

步骤2）电磁、流体、温度多重收敛迭代物理场耦合分析：通过 电机内电磁、流体、温度多重收敛迭代物理场耦合计算，确定电机 全域瞬态温度分布规律，找出电机不同组件最高工作温度和最大温 差随结构尺寸变化规律，归纳总结出以结构件尺寸为变量的不同组 件最高工作温度变化函数和最大温差变化解析函数；

步骤3）全域瞬态热应力场分析：考虑不同组件材料的导热系数 和膨胀系数，基于电机全域瞬态温度场得到工作时电机内其膨胀或 收缩受阻的热应力分布，归纳总结出以结构件尺寸为变量的不同组 件最大热应力解析表达函数；

步骤4）工作频率下多阶振动模态数值计算：数值计算不同结构 件尺寸下电机气隙谐波分量大小变化规律，计算推导出以结构件尺 寸为变量的电机电磁噪声变化函数；

步骤5）电机气隙谐波磁场与磁密波分量数值计算分析：计及不 同组件材料的弹性模量和泊格比，电机工作频率下多阶振动模态数 值计算，得到定子铁心，绕组，转子等主要组件不同方向最大振动 模态值和固有频率的解析表达函数，随电机尺寸的变化；

步骤6）确定函数基本约束条件，确定变量变化范围；

步骤7）加权；

步骤8）通过计算找出最优解；

步骤9）按照得到最优解的结构件尺寸变量完善电机整体设计方 案；

步骤10）绘制电机各组件加工图纸，线切割模具，冲模、叠压、 绕线、嵌线、浸漆、装配，试验测定电机实际电磁、温升、振动和 噪声等指标合格后，方案定型并批量生产。

结构件尺寸变量：X=(x₁,x₂,x₃,......,x_k)^T；

电磁性能解析表达函数簇：F_e=(f_e1,f_e2,f_e3,……,f_en)；

最高工作温度变化函数：F_tmax=(f_tmax1,f_tmax2,f_tmax3,……,f_tmaxm)；

最大温差变化解析函数：F_tdet=(f_tdet1,f_tdet2,f_tdet3,……,f_tdetm)；

最大热应力解析表达函数：F_smax=(f_smax1,f_smax2,f_smax3,…,f_smaxo)；

电机电磁噪声变化函数：F_en=(f_en)；

最大振动模态值：F_mmax=(f_mmax1,f_mmax2,f_mmax3,……,f_mmaxp)；

固有频率的解析表达函数：F_if=(f_if1,f_if2,f_if3,……,f_ifp)。

所述步骤6）还包括：确定函数基本约束条为：电磁性能高于原 设计F_eod<F_e，温度、振动和噪声性能低于设计性能极限要求F_tmax， F_tdet，F_smax，F_en，F_mmax<F_or。

所述步骤7）还包括：经过加权集合，使得上述电磁输出性能参 数函数，温度分布函数，热应力函数，电磁噪声函数，振动固有频 率函数集成为单一综合优化目标优化函数，加权因子ω_i满足

所述步骤7）还包括：子目标函数加权运算采用非均衡相对双向 加权方法改造目标函数，根据优化目标主次轻重分配不同的加权系 数ω_i≠ω_c（0＜i≤j，0＜c≤j），凸出优化目标系中的重点对象；同时 取额定工况下各值为基准修正加权系数消除各种 物理性能参数本身数值大小对优化结果的影响；根据性能指标要求 对提高和降低目标分别采用正权数和负权数，统一优化函数极值目 标方向，归一为极大值或极小值搜寻。

采用优化算法找出单一综合优化目标优化函数G全局最优解， 优化设计出电机各方面性能统筹最优的组件尺寸

$\left(\begin{array}{cc}\underset{X\in D}{\min }G\left(X\right)=\underset{i=1}{\overset{j}{\min }}{\omega }_i{f}_i\left(X\right),& X\in R^n\\ D=\left\{X\right|F_{\mathrm{od}}<F_j\left(X\right)<F_{\mathrm{or}},& j=n+m+o+p\}\end{array}\right).$

所述步骤8）还包括：采用改进型智能优化算法进行全局寻优； 所述的改进型智能优化算法，引入了量子计算，采用量子旋转门更 新量子比特，进行算子速度和位置的更新，利用量子非门实现量子 比特的变异，增加算子种群的多样性。同时采用自适应迭代代数， 散乱数据交叉、高斯变异策略和前向迁移方式。与传统的智能优化 算法相比，具有更好的种群多样性，全局寻优能力和更快的收敛速 度；所述的智能优化算法包括但不仅限于遗传算法、蚁群算法、粒 子群算法、免疫算法等。

归纳出的结构件尺寸为三维尺寸，针对电机结构组件空间结构 进行优化设计，结构件三维尺寸变量函数为X=(x₁,x₂,x₃,......,x_k;y₁,y₂, y₃,......,y_k;z₁,z₂,z₃,......,z_k)^T。

本发明的益处在于：统筹综合考虑电机电磁输出性能、工作温 升、振动和噪声各方面性能，显著提高电机结构件尺寸优化设计目 标群科学合理性；以电机内综合物理场数值计算为基础，相比现有 解析计算程序为核心的优化，大幅度提高各项性能指标计算准确性， 可以开展结构件尺寸的精细化设计；采用非均衡相对双向加权方法 改造目标函数，消除了不同性能指标本身数值大小对结算结果的影 响；在智能优化算法中引入了量子计算，使算法具有更好的种群多 样性，全局寻优能力和更快的收敛速度。

附图说明

图1为本发明设计方法的步骤流程图；

图2为电磁、流体、温度多重收敛迭代物理场耦合流程图；

图3为本发明实施例1设计流程图；

图4为本发明实施例2设计流程图。

具体实施方式

当结合附图考虑时，通过参照下面的详细描述，能够更完整更 好地理解本发明以及容易得知其中许多伴随的优点，但此处所说明 的附图用来提供对本发明的进一步理解，构成本发明的一部分。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面 结合附图和具体实施方式对本发明作进一步详细的说明。

实施例1：如图1至图3所示，

步骤1）电机内非线性电磁场数值计算，得到电机磁场分布和 电磁性能参数随电机结构件尺寸变规律，归纳出以结构件尺寸X=(x₁, x₂,x₃,......,x_k)^T为变量的电磁性能解析表达函数簇F_e=(f_e1,f_e2, f_e3,……,f_en)；

电机的电磁性能根据设计需求不同而有侧重，包括但不仅限于 电枢电流I(X)、效率eff(X)、功率因数pf(X)、起动电流Ist(X)、起 动转矩Tst(X)。

$F_e\left(X\right)=\left(\begin{array}{c}{f}_{e1}\left(X\right)=I(x_1,x_2,x_3,...,x_k);\\ f_{e2}\left(X\right)=\mathrm{eff}(x_1,x_2,x_3,...,x_k);\\ f_{e3}\left(X\right)=\mathrm{pf}(x_1,x_2,x_3,...,x_k);\\ f_{e4}\left(X\right)=\mathrm{Ist}(x_1,x_2,x_3,...,x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{\mathrm{en}}\left(X\right)=\mathrm{Tst}(x_1,x_2,x_3,...,x_k);\end{array}\right)$

步骤2）电机内电磁、流体、温度多重收敛迭代物理场耦合计算， 如图2所示，确定电机全域瞬态温度分布规律，找出电机不同组件 最高工作温度和最大温差随结构尺寸变化规律，归纳总结出以结构 件尺寸X=(x₁,x₂,x₃,......,x_k)^T为变量的不同组件最高工作温度变化函 数F_tmax=(f_tmax1,f_tmax2,f_tmax3,……,f_tmaxm)和最大温差变化解析函数 F_tdet=(f_tdet1,f_tdet2,f_tdet3,……,f_tdetm)；

电机的温度分布能根据冷却系统结构和工作状态不同而选择不 同组件优化设计，包括但不仅限于定子铁心最高温升TMsc(X)、定子 绕组最高温升TMsw(X)、转子铁心最高温升TMrc(X)、定子铁心最大 温差TDsc(X)、定子绕组最大温差TDsw(X)、转子铁心最大温差 TDrc(X)。

$F_{t\max }\left(X\right)=\left(\begin{array}{c}{f}_{t\max 1}\left(X\right)=\mathrm{TMsc}(x_1,x_2,x_3,...,x_k);\\ f_{t\max 2}\left(X\right)=\mathrm{TMsw}(x_1,x_2,x_3,...x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{t\max m}\left(X\right)=\mathrm{TMrc}(x_1,x_2,x_3,...x_k);\end{array}\right)$

$F_{t\det }\left(X\right)=\left(\begin{array}{c}{f}_{t\det 1}\left(X\right)=\mathrm{TDsc}(x_1,x_2,x_3,...,x_k);\\ f_{t\det 2}\left(X\right)=\mathrm{TDsw}(x_1,x_2,x_3,...x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{t\det m}\left(X\right)=\mathrm{TDrc}(x_1,x_2,x_3,...x_k);\end{array}\right)$

步骤3）考虑不同组件材料的导热系数和膨胀系数，基于电机全 域瞬态温度场得到工作时电机内其膨胀或收缩受阻的热应力分布， 归纳总结出以结构件尺寸X=(x₁,x₂,x₃,......,x_k)^T为变量的不同组件最 大热应力解析表达函数F_smax=(f_smax1,f_smax2,f_smax3,……,f_smaxo)；

电机各组件的最大热应力考察包括但不仅限于定子绕组最大热 应力SMsw(X)、定子铁心最大热应力SMsc(X)、转子铁心最大热应力 SMrc(X)。

$F_{s\max }\left(X\right)=\left(\begin{array}{c}{f}_{s\max 1}\left(X\right)=\mathrm{SMsc}(x_1,x_2,x_3,...,x_k);\\ f_{s\max 2}\left(X\right)=\mathrm{SMsw}(x_1,x_2,x_3,...x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{s\max o}\left(X\right)=\mathrm{SMrc}(x_1,x_2,x_3,...x_k);\end{array}\right)$

步骤4）数值计算不同结构件尺寸下电机气隙谐波分量大小变化 规律，计算推导出以结构件尺寸X=(x₁,x₂,x₃,......,x_k)^T为变量的电机 电磁噪声变化函数F_en=(f_en)；

步骤5）计及不同组件材料的弹性模量和泊格比，电机工作频率 下多阶振动模态数值计算，得到定子铁心，绕组，转子等主要组件 不同方向最大振动模态值F_mmax=(f_mmax1,f_mmax2,f_mmax3,……,f_mmaxp) 和固有频率的解析表达函数F_if=(f_if1,f_if2,f_if3,……,f_ifp)，随电机尺寸 X=(x₁,x₂,x₃,......,x_k)^T的变化；

电机的优化设计中，振动模态目标对象包括但不仅限于定子铁 心最大振动模态MMsc(X)、定子绕组最大振动模态MMsw(X)、转子 铁心最大振动模态MMrc(X)、定子铁心固有频率IFsc(X)、定子绕组 固有频率IFsw(X)、转子铁心固有频率IFrc(X)。

$F_{m\max }\left(X\right)=\left(\begin{array}{c}{f}_{m\max 1}\left(X\right)=\mathrm{MMsc}(x_1,x_2,x_3,...,x_k);\\ f_{m\max 2}\left(X\right)=\mathrm{MMsw}(x_1,x_2,x_3,...x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{m\max p}\left(X\right)=\mathrm{MMrc}(x_1,x_2,x_3,...x_k);\end{array}\right)$

$F_{\mathrm{if}}\left(X\right)=\left(\begin{array}{c}{f}_{\mathrm{if}1}\left(X\right)=\mathrm{IFsc}(x_1,x_2,x_3,...,x_k);\\ f_{\mathrm{if}2}\left(X\right)=\mathrm{IFsw}(x_1,x_2,x_3,...x_k);\\ .\\ .\\ .\\ .\\ .\\ .\\ f_{\mathrm{ifp}}\left(X\right)=\mathrm{IFrc}(x_1,x_2,x_3,...x_k);\end{array}\right)$

步骤6）确定函数基本约束条为：电磁性能高于原设计F_eod<F_e， 温度、振动和噪声性能低于设计性能极限要求F_tmax，F_tdet，F_smax， F_en，F_mmax<F_or；确定变量变化范围满足电机设计基本尺寸关系，0<X< X_n；，X∈Rⁿ

步骤7）经过加权集合，使得上述电磁输出性能参数函数，温度 分布函数，热应力函数，电磁噪声函数，振动固有频率函数集成为 单一综合优化目标优化函数，加权因子ω_i满足

步骤8）采用优化算法找出单一综合优化目标优化函数G全局 最优解，优化设计出电机各方面性能统筹最优的组件尺寸。

$\left(\begin{array}{cc}\underset{X\in D}{\min }G\left(X\right)=\underset{i=1}{\overset{j}{\min }}{\omega }_i{f}_i\left(X\right),& X\in R^n\\ D=\left\{X\right|F_{\mathrm{od}}<F_j\left(X\right)<F_{\mathrm{or}},& j=n+m+o+p\}\end{array}\right)$

步骤9）按照得到最优解的结构件尺寸变量完善电机整体设计方 案，根据加工工艺适当调整结构尺寸设计，并将优化调整后设计电 机的电磁、温升、振动和噪声等指标并与原设计方案指标进行对比， 如未达到预期性能提高效果，调整加权因子重新进行优化设计，如 达到预期性能提高效果确定设计方案；

步骤10）绘制电机各组件加工图纸，线切割模具，冲模、叠压、 绕线、嵌线、浸漆、装配，试验测定电机实际电磁、温升、振动和 噪声等指标合格后，方案定型并批量生产。

实施例2：如图1、图2和图4所示，其他步骤与实施例1相同， 其中步骤7）子目标函数加权运算采用非均衡相对双向加权方法改造 目标函数，根据优化目标主次轻重分配不同的加权系数ω_i≠ω_c（0＜i≤j，0＜c≤j），凸出优化目标系中的重点对象；

同时取额定工况下各值为基准修正加权系数消除各种物理性能参数本身数值大小对优化结果的影响；

根据性能指标要求对提高和降低目标分别采用正权数和负权 数，统一优化函数极值目标方向，归一为极大值或极小值搜寻。

$\left(\begin{array}{cc}\underset{X\in D}{\min }G\left(X\right)=\underset{i=1}{\overset{j}{\min }}{\omega }_i^{\prime }{f}_i\left(X\right),& X\in R^n\\ D=\left\{X\right|F_{\mathrm{od}}<F_j\left(X\right)<F_{\mathrm{or}},& j=n+m+o+p\}\end{array}\right)$

其中步骤8）采用改进型智能优化算法进行全局寻优。

所述的改进型智能优化算法，引入了量子计算，采用量子旋转 门更新量子比特，进行算子速度和位置的更新，利用量子非门实现 量子比特的变异，增加算子种群的多样性。同时采用自适应迭代代 数，散乱数据交叉、高斯变异策略和前向迁移方式。与传统的智能 优化算法相比，具有更好的种群多样性，全局寻优能力和更快的收 敛速度。

所述的智能优化算法包括但不仅限于遗传算法、蚁群算法、粒 子群算法、免疫算法等。

以上对本发明所提供的数值计算与解析分析相结合参数协同优 化电机设计方法进行了详细介绍，以上参照附图对本申请的示例性 的实施方案进行了描述。本领域技术人员应该理解，上述实施方案 仅仅是为了说明的目的而所举的示例，而不是用来进行限制，凡在 本申请的教导和权利要求保护范围下所作的任何修改、等同替换等， 均应包含在本申请要求保护的范围内。