一种新型交替极无刷混合励磁电机的多目标优化方法

摘要

本发明公开一种新型交替极无刷混合励磁电机的多目标优化方法，涉及励磁电机领域，以电机的转矩输出和调磁系数为优化目标，采用分层优化的思想，对电机的铁芯极极弧角、外层气隙不均匀程度、外定子轭宽、外定子槽口宽以及内层气隙长度进行优化。该优化方案有效提高了电机的输出转矩，增大了电机的调磁系数。新型交替极无刷混合励磁电机的拓扑较为复杂、设计参数数目多，本发明所提出的智能优化算法与单参数独立优化相结合的优化方案有效解决了该类电机在优化过程中，设计参数由于数目多且相互存在耦合，使得各优化目标间容易发生冲突、难以取得全局最优解的问题，同时提高了优化效率。

说明书

技术领域

本发明涉及混合励磁电机领域，具体的是一种新型交替极无刷混合励磁电机的多目标优化方法。

背景技术

永磁同步电机因具有高功率密度、高效率、驱动灵活等优点被广泛应用于电动汽车驱动系统领域，但其气隙磁场调节范围有限且存在永磁体发生不可逆退磁的风险。混合励磁电机集永磁电机与电励磁电机优势于一体，可拓展电机调速范围，同时电励磁源能在永磁体退磁情况下承担主要励磁功能，增强电机驱动系统的容错性。新型双定子交替极无刷混合励磁电机结合交流励磁绕组与交替极结构实现无刷混合调磁，同时通过将电枢绕组与励磁绕组分别放置于外、内定子上，实现了绕组的分区隔离并提高了电机的内部空间利用率。该电机适用于电动汽车驱动用电机等需要高转矩密度、宽调速范围、高可靠性的应用场合，但该电机拓扑结构相对复杂，对优化目标有影响的设计变量较多且影响程度互不相同，同时设计变量间有交互影响，如何在优化效果与优化效率之间取得平衡，已成为这类复杂拓扑结构电机优化设计的重要问题。

目前，单参数独立优化已广泛应用于电机设计优化领域，其特点为步骤简单，计算成本较低，在需优化的设计变量较少时能取得较好的优化效果，但当设计变量较多且具有交互作用时，该方法容易引起优化目标间的冲突，只能得到局部最优解。近几十年来，一些现代智能优化算法在电机优化设计领域也得到了迅速地推广和应用，例如遗传算法、粒子群算法、模拟退火法等。利用该类智能算法需要首先构造目标函数，当进行单目标优化时，目标函数容易取得；当进行多目标优化时，通常采用添加加权因子的方式将多目标优化问题转化为单目标优化问题求解，但这种方法需要手动设置加权因子，且当加权因子发生改变时需要重新进行寻优。

Pareto最优的概念来自于经济学问题，其目的是通过资源的合理分配，达到以最小成本获得最大收益的效果。在电机的多目标优化中，当设计变量变化时，不能保证在没有优化目标变差的前提下使得任意优化目标变好，则称此时的解为Pareto最优解。通过结合智能算法与Pareto最优，可以在不设置加权因子的同时实现多目标优化，从而得到全局最优解，但同时，该方案计算成本较高、寻优时间长、优化效率较低。因此，需要针对新型交替极无刷混合励磁电机的多目标优化问题提出一套解决方案。

发明内容

为解决上述背景技术中提到的不足，本发明的目的在于提供一种新型交替极无刷混合励磁电机的多目标优化方法。

本发明的目的可以通过以下技术方案实现：

一种新型交替极无刷混合励磁电机的多目标优化方法，包括以下步骤：

步骤一、确定新型交替极无刷混合励磁电机的优化目标为增大转矩输出T

步骤二、基于Taguchi方法对各设计变量进行灵敏度计算，按照灵敏度大小将设计变量排序并分配不同优先级；

步骤三、对于优先级高的设计变量，建立各优化目标的响应面模型，利用响应面模型替代电机的有限元模型以减少后续优化的计算成本；

步骤四、基于设计变量的取值范围以及各设计目标的二阶响应面回归模型，通过NSGA-Ⅱ算法求出Pareto解集；

步骤五、对于优先级低的设计变量，由于其对优化目标影响小，因此将按照灵敏度大小顺序，依次采用单参数独立优化。

进一步地，所述新型交替极无刷混合励磁电机包括外定子与内定子，外定子与内定子之间依次为电枢绕组、铁芯极、永磁体与励磁绕组。

进一步地，所述步骤三包括如下具体步骤：

利用中心复合表面设计构造样本空间、通过有限元计算两个优化目标的值、利用Design-Expert软件拟合优化目标的二阶响应面回归模型，并分析模型的有效性和精准度，所建模型如下：

进一步地，所述步骤四包括如下具体步骤：

以设计变量取值范围为约束条件创建初代种群P

进一步地，所述步骤五包括如下具体步骤：

优化某一变量时，其他设计变量保持不变，优化过的变量的最优值会代替其初始值，优化过程中各设计变量对优化目标的影响将通过有限元计算得出。

本发明的有益效果：

本发明以新型交替极无刷混合励磁电机的转矩输出和调磁系数为优化目标，结合单参数独立优化方法和全局智能优化算法，对电机设计参数进行分层优化，同时采用响应面模型替代电机有限元模型，减少计算成本，有效提高了电机的转矩输出，增大了调磁系数。该优化方法有效解决了复杂拓扑电机的设计变量数目多、设计变量间存在交互作用而较难实现高效率优化的问题。此外，该方法不仅适用于新型交替极无刷混合励磁电机，也适用于其他设计变量较多的电机优化场合。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明实施例提供的新型交替极无刷混合励磁电机结构图；

图2是本发明实施例提供的不均匀外气隙示意图；

图3是本发明实施例提供的铁芯极极弧角示意图；

图4是本发明实施例提供的新型交替极无刷混合励磁电机多目标优化流程图；

图5是本发明实施例提供的NSGA-Ⅱ算法求解的Pareto前沿；

图6是本发明实施例提供的优化目标随内气隙长度变化图；

图7是本发明实施例提供的优化目标随外定子槽口宽变化图。

图中：1、外定子；2、电枢绕组；3、内定子；4、励磁绕组；5、铁芯极；6、永磁体。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

一种新型交替极无刷混合励磁电机的多目标优化方法，如图1所示，新型交替极无刷混合励磁电机包括外定子1与内定子3，外定子1与内定子3之间依次为电枢绕组2、铁芯极5、永磁体6与励磁绕组4。

优化方法的具体步骤如下：

一、确定电机优化目标和设计变量取值。如图2-4所示，作为电动汽车驱动用电机，新型交替极无刷混合励磁电机的转矩输出是需要优化的关键指标之一，同时，该电机的一个重要特点是能够对磁场进行调节，以实现电机的宽范围调速，综上选择优化目标为转矩输出T

式中，ψ

各设计变量取值区间如表1所示：

表1设计变量取值区间

二、基于Taguchi方法对各设计变量进行灵敏度分析。每个设计变量分别设置3个影响因子，根据Taguchi方法选定L

式中x代表设计变量，S代表各优化目标，

三、对于优先级高的设计变量，建立各优化目标的响应面模型，具体步骤为：首先利用中心复合表面设计构造实验计划表，并通过有限元计算相应的优化目标函数值，然后利用Design-Expert软件拟合优化目标的二阶响应面回归模型如下：

式中x

式中x为设计变量实际值；x

利用修正后的确定系数

式中y为观测值，

四、基于设计变量的取值范围以及各设计目标的二阶响应面回归模型，通过NSGA-Ⅱ算法求出Pareto解集，设定种群数量为100，迭代次数为500，得到Pareto解集形成的Pareto前沿如图5所示。在Pareto解集中挑选4个解进行有限元计算，选定解[20，0.1，6.53]进行下一步优化。

五、对于优先级2的设计变量，按照灵敏度大小顺序依次采用单参数独立优化。具体步骤为：优化某一变量时，其他设计变量保持不变，优化过的变量的最优值会代替其初始值，优化过程中各设计变量对优化目标的影响将通过有限元计算得出，如图6和图7所示。

为了验证优化方法的有效性，将优化前后的电机有限元模型进行对比分析，结果如表2所示：

表2分层优化效果

经过分层优化后，转矩输出提高15.4％，调磁系数增长16.0％，优化效果良好，验证了该优化方法的有效性。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。