基于改进遗传算法的永磁伺服电机优化设计

永磁伺服电机以其体积小、重量轻、损耗少、效率高的优势在工业领域得到广泛应用。作者以一台100 kW的永磁伺服电机为研究对象,针对电机气隙磁密谐波含量高的问题,进行了转子偏心距设计。在此基础上,采用混合Taguchi法的遗传算法(genetic algorithm, GA),以电机的效率和成本为优化目标,对转子结构参数进行了优化设计。结果表明,优化后电机的性能和经济性都得到了较大提升。最后在转子减重设计的基础上制造样机并进行了测试。测试数据与仿真数据相比误差在允许范围内,验证了文中所提出的多目标优化算法的有效性。     

基于改进遗传算法的汽车永磁起动机优化设计

针对电机的优化设计是一个复杂的、有约束、多变量优化问题,为了提高优化效率和收敛速度,使电机成本降低,结构更紧凑,采用了改进的遗传算法,将永磁起动机的原始方案直接加在初始种群中,并对交叉概率和变异概率采用了随着适应值变化进行自适应调整的方法．在适应值的计算过程中,为了提高计算准确度,2D有限元模型被用来计算永磁起动机的参数和性能．根据优化结果研制了新的样机,实验结果表明：通过优化,在满足各项性能要求和约束的前提下,降低了电机的成本．     

基于BP-RBF神经网络的永磁无刷电机控制研究

针对常规PID对永磁无刷电机这类非线性系统控制时参数难以整定、适应性差的问题,提出一种基于径向基函数神经网络在线识别与BP神经网络自适应控制相结合的控制方法,即BP-RBF神经网络自适应控制。该方法构造一个RBF网络对系统进行在线辨识,并把辨识信息传入BP网络,通过BP网络实时调节PID系数,从而完成对电机转速的自适应控制。基于Simulink仿真平台,分别将BP、BP-RBF和传统PID算法应用到永磁无刷电机的调速系统中,并对控制效果进行了仿真验证。结果表明,BP-RBF控制方法具有上升时间短、鲁棒性强、转速波动小的优点。     

遗传算法在永磁电机优化设计中的应用

详细研究了应用遗传算法进行永磁电机优化设计的策略和方法，并以一台海洋潜水器用永磁直流伺服电动机为例进行优化，取得满意结果。     

基于自适应永磁电机的混沌反控制研究

基于混沌非线性控制理论,建立了永磁调速器物理模型和二阶自治数学模型。使用C-C方法重构相空间,准确地求得相空间嵌入维、延时时间,给出了永磁电机混沌系统最大Lyapunov指数的计算方法。提出了采用混沌自适应法控制永磁电机系统的思想,以Duffing系统为跟踪对象,设计了自适应控制器系统。通过SIMULINK建模仿真发现,永磁电机动力学方程稳态下和参数变化时,系统最大Lyapunov指数分别为0.655和0.814。参数变化时,混沌吸引子迅速进入稳定状态,具有良好抗扰性,该研究方法可为永磁电机控制系统设计提供理论依据。     

基于改进遗传算法的变压器优化设计研究

给出了电力变压器的优化设计模型,根据优化参数的特点,提出了一种改进的优化算法-基于模拟退火选择的遗传算法,并结合典型问题的讨论给出优化设计的算例,结果表明该算法收敛性好,优化效果明显.     

基于遗传算法的桁架优化设计

遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法,由于其具有算法简单,不必要求函数连续、导数存在、单峰等特点,并能避开局部最优点而收敛到全局最优点,适用于解常规算法难于处理的问题。采用遗传算法,对桁架结构在满足位移的约束条件下进行重量最轻优化设计。数值实例表明该算法应用于结构优化设计是有效可行的。     

遗传算法在稀土永磁屏蔽电机优化设计中的应用

首先介绍了遗传算法的基本原理,然后结合稀土永磁屏蔽电机的特点利用遗传算法对一台屏蔽电泵用稀土永磁屏蔽电机进行了优化设计,取得了满意结果。     

基于改进遗传算法的紧固螺栓优化设计研究

探讨了遗传算法在机械设计中的应用，并对该方法作了改进,与传统优化方法相比该方法具有对初始值不敏感以及能搜索到全局最优解的优点，对紧固螺栓的优化实例表明，该方法可行且简便。     

基于遗传算法和分布式计算的翼型优化设计研究

将优化方法中的遗传算法与高精度的CFD分析方法相结合，并将其引入到气动优化设计中。为了提高采用遗传算法的气动优化设计的效率，探讨了将分布式计算与遗传算法相结合，形成了基于遗传算法和分布式计算的气动优化设计方法，并应用该方法进行了翼型的气动优化设计。设计实践表明，该方法是可行的，且由于采用了混合遗传算法和分布式计算而提高了优化的质量和效率。风洞试验的结果也验证了CFD计算与优化设计方法的可靠性。     

并行遗传算法在MRI永磁主磁体优化设计中的应用

为了减少电磁场逆问题求解的计算时间,提出了一种并行遗传算法,并采用并行虚拟机(PVM)方式,将该算法用于磁共振成像装置主磁体的极靴形状优化.研究表明：在合理确定并行计算的计算机台数和进程数的条件下,应用PVM实现的并行遗传算法可以有效地提高计算速度.数值实验验证了所提出的方法和所编制软件的实用性.由此可知,用PVM实现的并行遗传算法对于求解计算时间冗长的电磁场逆问题,是一种较好的方法.     

混沌粒子群混合算法对微型永磁电机的优化设计

在电机的设计中，常常需要通过优化设计得到合理的电机结构尺寸和参数.电机的设计问题实质上是一种带约束的复杂的非线性连续函数优化问题.要得到一个满意的优化结果不仅要求算法具有较高的精度，而且要有快的收敛速度.提出一种新的混合算法对永磁电机的尺寸和整体结构进行优化设计.将混沌算法和粒子群算法相结合，以微型永磁电机为例，对槽形等多个变量进行优化，结果证明了算法的有效性和快速性，适合于同类问题求解.     

基于遗传算法的陶瓷配方优化设计

为优化陶瓷配方,以绝对误差为目标函数建立了陶瓷配方优化模型,并采用标准遗传算法进行了配方设计.针对标准遗传算法中出现的早熟、运行效率低等问题,从种群设定、编码方式、操作算子等方面对算法进行了改进.经100次的配方实验表明,改进遗传算法配方精度的绝对误差仅约为0.1,显著优于标准遗传算法.     

基于遗传算法的夹紧机构优化设计

通过对机构结构的分析,抽象出机构的理论化模型,从而将该夹紧机构简化为双摇杆机构。运用遗传算法在约束条件范围内对决定机构运动特性的关键部件的结构参数进行优化设计,从而达到机构按照给定的运动轨迹运动的设计要求。根据优化设计得到的参数建立机构数字化模型,并运用UG进行运动仿真分析。仿真结果表明,通过遗传算法进行优化设计得到的结果能够很好满足设计要求。     

基于遗传算法的污水管网优化设计

文章基于遗传算法的基本原理,以管径和坡度为状态变量,充分利用的约束条件建立可行组合空间,并通过选择、交叉和变异等迭代操作因子,最终求得在工程实用上满足的较优解。     

基于遗传算法的电力变压器优化设计

为提高电力变压器的优化设计水平,克服已有算法的不足,采用遗传算法对电力变压器优化设计进行了研究．结合变压器设计问题的特点,提出了遗传算法具体的实施方法和改进措施．优化实例证明：遗传算法对于解决变压器优化设计问题是行之有效的,在变压器优化设计领域具有很高的实用价值和应用前景．     

基于Pareto遗传算法的机翼多目标优化设计研究

文章将多目标优化方法中的Pareto遗传算法与能准确描述翼型无粘性流动的Euler方程以及旋翼气动分析模型结合起来,以旋翼悬停效率和固定翼的升阻比作为优化设计的目标对需同时满足旋翼和固定翼两种使用要求的机翼进行了多目标优化设计。设计结果表明通过优化设计的机翼在气动性能上得到了提高,达到了优化设计的目的,文中发展的机翼优化设计方法是可行的。     

基于田口法的永磁同步电机转子优化设计

为降低永磁同步电机在高速运转过程中存在的振动和噪音问题,本文以转子磁钢的极弧系数、磁钢厚度和定转子之间气隙径向距离为优化参数,采用田口优化算法对永磁同步电机转子进行优化设计,建立正交实验矩阵,利用ANSYS Electronics Desktop电磁仿真软件进行有限元仿真实验,在保证效率不降低的前提下,优先选择齿槽转矩和转矩脉动最低的参数组合。仿真结果表明,优化后与优化前相比,齿槽转矩降低了27.5%,转矩脉动降低了17.2%,效率提高到96.959 4%。与传统全水平正交优化方法相比,该设计节约了优化实验的次数,减少了优化设计所需要的时间,提高了优化效率。说明田口优化算法在电机优化设计中具有可行性和实用性。该研究对实际电机设计具有理论指导意义。     

基于混沌遗传算法的干道协调控制相位差优化

以城市交通干道的延误时间最小化为研究目标,通过对应用于交通干道协调控制相位差优化的遗传算法和混沌优化算法的研究分析,并结合两者的优点,提出一种基于Logistic映射的混沌遗传优化算法,进而得到各个路口的最佳相位差,并将新算法与已有算法进行对比仿真实验,实验结果证实了该方法在收敛性和优化效果上都得到了提高.     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.