粒子群优化算法在直线感应电机优化设计中的应用

首先介绍了粒子群优化算法 (PSO)的基本原理 ,根据实验提出了改进措施 ,增强了粒子群优化算法的全局寻优能力。然后结合直线感应电机的设计特点 ,利用改进的粒子群优化算法对电机进行了优化设计 ,取得了较为满意的结果     

粒子群算法在电机优化设计中的应用

建立了电机优化设计的数学模型,结合电机设计的工程实际对粒子群优化算法做出了适当改进,并应用改进的算法分别对小型三相异步电动机和中型高压电机进行了优化计算.将两种电机的优化过程进行比较,同时对优化设计后的性能指标及有效材料用量进行对比分析.结果表明,该算法可靠有效.     

基于综合学习粒子群算法的PMSM滑模观测器设计

设计了一种基于改进综合学习粒子群算法优化的PMSM观测器。在静止两相参考系中建立PMSM的数学模型,用改进粒子群算法优化的超螺旋算法观测电机反电动势值,并采用软件锁相环结构估算电机的转速及转子角位置。实验结果表明,所提策略能准确地估计出转子转速及磁通角,且能够在抱闸释放瞬间输出理想的电磁转矩。     

基于改进粒子群混合算法的电机故障诊断研究

对基本粒子群优化PSO算法进行改进,并将改进粒子群优化算法与误差反向传播BP算法结合起来构成的混合算法用于训练人工神经网络,对电机转子进行故障诊断.提取电机转子振动频谱分量作为神经网络的训练样本,将代表故障信息的数据作为输入量代入已训练好的神经网络,通过输出结果即可诊断故障类型.仿真结果表明,改进PSO-BP粒子群混合算法可以有效地识别电机常见故障,具有较快的收敛速度和较高的诊断精度.     

基于改进粒子群算法的开关磁阻电机本体优化

针对开关磁阻电机多变量、高非线性以及传统设计过程无法快速而准确获得最优方案的问题,提出一种基于Kriging模型和改进粒子群算法的参数优化策略。首先建立多目标优化模型,采用田口正交方法进行敏感性分析,依据灵敏度大小将优化变量分为两个子空间;其次为提高多目标粒子群算法的收敛速度和全局寻优精度,引入天牛须搜索算法中环境感应机制和遗传算法中交叉变异策略;最后建立Kriging模型,利用改进粒子群算法对两个子空间参数进行迭代寻优。实验结果表明,优化后的转矩脉动减少23%,平均转矩提高2.3%,在大幅度减少转矩脉动情况下保持了较大平均转矩。结论是改进的粒子群算法与Kriging模型相结合策略适用于开关磁阻电机优化过程,可显著提高优化效率,保证求解精度。     

基于改进粒子群算法的永磁直线电机优化设计

永磁直线电机的优化是一个多维的非线性问题,本文将永磁体等效为磁化电流,对磁化电流傅里叶变换来构建永磁直线电机模型,根据模型推导出目标函数。对于电机参数的优化,本文采用改进的粒子群算法来优化直线电机,在优化过程中增加了遗传算法中的交叉这个过程,实现了粒子群算法与遗传算法相结合,这种改进的算法不仅能减少迭代次数,让目标函数快速收敛,还能防止陷入局部最优,提高算法寻找全局最优的可靠性。     

自适应变异粒子群优化算法在水轮发电机优化设计中的应用

本文介绍了一种应用于水轮发电机优化设计的新的全局优化算法--粒子群优化算法(PSO算法),并对其进行了改进.改进后的PSO算法(称之为AMPSO)的优化结果与未改进的粒子群优化算法(PSO)和遗传算法(GA)优化结果相比,具有很好的全局收敛性,能有效地避免早熟收敛问题,适用于电机的优化设计.     

断路器操动机构用直线感应电机的优化设计

为了得到更大的起动推力,满足高压断路器开断性能和机械性能的要求,对操动机构用圆筒型直线感应电机进行优化设计,将粒子群优化算法引进到圆筒型直线感应电机的优化设计之中。并针对此电机优化的具体特点,提出将邻域拓扑粒子群优化算法用于圆筒型直线感应电机的全局优化,解决了粒子群优化算法中含有局部最优解的复杂优化问题,增强了粒子的寻优能力。两种算法的研究结果表明,与原始方案相比起动推力提高,起动电流大幅度降低,领域拓扑粒子群优化算法优化效果显著。电机的结构尺寸整体缩小,降低了电机的质量,节约了材料,证明了领域拓扑粒子群优化算法的优越性,提高和完善了圆筒型直线感应电机操动机构的实用性。     

高速无刷直流电机的设计与优化

用等效磁路法设计了5kW,30000r/min的高速无刷直流电机。针对电机效率的优化问题,建立了有约束条件的优化数学模型,用外罚函数法将其转化为带惩罚项无约束优化问题。在经典化学反应优化算法的基础上采用精英保留策略,结合粒子群优化算法对化学反应优化算法进行改进。分别用经典化学反应优化算法和改进的化学反应优化算法对无刷直流电机模型进行优化。优化结果表明改进的化学反应优化算法计算的电机模型有更高的效率。利用Maxwell对改进的优化算法计算出的模型进行有限元分析,证明了该算法能有效地用于电机优化问题。     

改进粒子群算法在永磁同步电动机参数识别中的应用

应用改进粒子群优化算法(IPSO)来识别异步起动永磁同步电动机起动时的动态模型参数.永磁同步电动机异步起动时的电机动态模型采用状态微分方程表示.与遗传算法(GA)和标准粒子群算法(SPSO)相比较,仿真试验表明改进粒子群算法明显提高了识别参数的准确性,同时表明改进粒子群算法能更好地识别永磁同步电动机起动时动态模型的参数.     

基于改进粒子群算法的继电保护定值优化

对传统的粒子群算法进行了改进，得出一种适用于继电保护整定计算全局优化的改进粒子群算法，为继电保护定值优化的后续研究工作提供了一定的基础。同时，与基于遗传算法优化的继电保护整定计算进行了比较，结果表明改进粒子群算法可成功应用于继电保护全局优化整定。     

粒子群算法优化扩展卡尔曼滤波器电机转速估计

转速估计的精度直接影响无速度传感器矢量控制的效果,针对感应电机扩展卡尔曼滤波器(EKF)转速估计中难以取得系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的EKF转速估计方法.该方法利用改进的粒子群算法对EKF中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的EKF应用于感应电机转速估计.仿真试验表明,与试探法、标准粒子群算法及遗传算法比较,该方法能有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的性能.     

基于改进PSO算法的横动伺服控制系统PID参数优化

针对横动伺服控制系统的位置控制器PID参数优化问题,设计了改进粒子群算法,成功实现了参数优化。设计了改进粒子群算法及其PID参数优化原理;在已知系统传递函数的基础上,利用Z-N法进行参数初求解;利用改进粒子群算法对初解进行参数寻优,并将优化前后的系统进行动态性能对比,结果表明:优化后的高阶非线性系统动态性能更好,响应速度更快,调节时间更短。     

全程可控的微重力试验装置应变传感器布局优化研究

在建的全程可控的地基微重力试验设备是一种采用直线电机驱动实验舱体,以上抛下落方式来产生微重力环境的新型 落塔装置,其支撑结构上的微小形变是决定实验舱能否在轨道上平顺运行的关键因素。 为了更加科学有效地布置应变传感器 对其进行监测,将改进后的量子粒子群算法用于传感器布局优化。 以有限元模型作为实际算例,比较和验证了粒子群算法、量 子粒子群算法以及改进量子粒子群 3 种算法布局优化策略在形变重构上的有效性和优劣性,改进后的量子粒子群算法得到的 重构形变平均绝对误差为最大形变的 1. 2%。 该结果表明对量子粒子群算法的改进方法是有效的,同时也说明了随机算法用于 形变重构的传感器优化布置是可行的。     

永磁直流电动机参数的粒子群算法优化设计

为提高永磁直流电动机实际运行性能,分析影响永磁直流电动机性能的主要可变设计参数,同时对电机优化设计中的优化目标、优化设计变量以及约束函数进行了研究。使用带有动态渐变惯性因子的粒子群法对电机的主要工作参数进行优化,同时与传统优化算法中正多面体法做出对比,使用VB软件完成了永磁直流电动机CAD系统优化设计模块的开发。优化结果显示,粒子群算法在电机参数的优化设计中有着较为良好的优化效果,永磁直流电动机运行效率得到了提高。     

改进综合学习粒子群算法的PMSM参数辨识

为了解决永磁同步电机(permanent magnet synchronous motor,PMSM)多参数辨识问题,提出一种改进综合学习粒子群优化算法。针对综合学习粒子群算法后期搜索效率低的缺陷,所提算法引入反映粒子状态的增长率算子,通过该算子动态调整综合学习粒子群算法的关键参数,并根据增长率算子判断种群中粒子所处状态,对处于停滞状态的粒子实施高斯扰动,使粒子能在解空间中进行有效搜索。将所提改进算法应用于永磁同步电机多参数辨识,该方法仅需采样电机的定子电流、电压和转速信号。实验结果表明,改进综合学习粒子群优化方法能够准确地辨识PMSM的定子电阻、d轴和q轴电感和永磁体磁链等参数。     

前后轴双电机电动汽车转矩分配优化策略

针对前后轴双电机电动汽车的效率提升问题,在对前后轴双电机方案效率特性研究的基础上,设计了基于电机效率最优和基于电池效率最优的前后轮双电机转矩分配方法。研究发现这两种效率最优的方法在转矩分配上存在冲突现象,因此,采用一种多目标粒子群优化算法求得同时兼顾电机效率和电池效率的最优策略,从而避免两种策略同时工作时出现的竞争现象。仿真和实验结果表明,采用多目标粒子群优化算法的前后轴双电机转矩分配方案可以提高电动汽车的系统效率和续航里程。整车动力学分析表明,采用多目标粒子群优化算法的前后轴双电机转矩分配方案不会对整车的稳定性和平顺性产生影响。     

基于算法优化的生物打印机电机调速方法研究

随着3D打印技术的发展，其应用领域扩展至临床医学范畴，基于3D生物技术已经实现了对皮肤组织、细胞支架等组织器官的增材打印。3D生物打印机一般由永磁同步电机作为其移动平台驱动电机。为提高控制精度，传统方法通常采用遗传粒子群优化模糊规则等多重算法整定PI参数来控制电机，但机械地叠加算法使得算法复杂度增加，严重影响电机的控制效果。因此，本文采用分数阶PI控制代替传统PI控制，利用粒子群算法优化分数阶PI中增益、分数阶次数和模型参考自适应算法中的自适应机制，最终获取最优解。通过Simulink仿真表明，相比于传统PI控制和遗传粒子群优化模糊PI控制等方法，粒子群优化分数阶PI在电机响应速度方面分别提高了106%和56%，稳定性方面分别提高了813%和60%，适用于控制精度较高的3D生物打印机移动平台。     

一种改进粒子群算法在横向磁通永磁电机优化中的应用

通过对鸟、鱼等动物群体捕食行为的深入分析,进行了粒子群优化算法的改进研究:在优化过程中,动态调整学习因子和惯性参量,得到了全新的粒子速度与位置更新模式,从而有效防止了粒子的"早熟"问题,并改善了算法的全局寻优能力。使用提出的改进粒子群算法对典型数学函数进行校验,结果表明:改进算法的全局寻优能力比原算法有明显提高。将其引入电磁场逆问题求解过程,对一台聚磁式横向磁通永磁同步电机进行基于磁钢用量和电机整体体积最小的尺寸优化设计,取得了令人较为满意的效果。     

基于改进粒子群算法的水轮机调速系统参数优化研究

水轮机调速系统控制效果对于提高水轮发电机组工作效率以及提升电能质量具有非常重要的作用,因此,对其进行有效控制具有非常重要的应用价值,为了能够弥补传统水轮机调速系统控制的缺陷,将改进粒子群算法应用于水轮机调速系统地参数优化。首先,分析了水轮机调速系统的基本原理;其次,分析了水轮发电机组调速系统的模糊PID控制算法;然后,讨论了改进粒子群算法的基本理论,设计了相应的数学模型和算法流程;最后,进行了基于改进粒子群算法的水轮机调速系统的参数优化仿真,仿真结果表明,改进粒子群算法能够有效地提高水轮机调速系统的可靠性。