宽转子无轴承开关磁阻电机的转子极形优化

为了解决宽转子无轴承开关磁阻电机由于开关型供电方式以及双凸极铁心结构在运行过程中容易导致转矩脉动很大的问题,本文对其转子极结构进行改进,提出在转子极两侧开槽的优化设计方案。旨在通过增大开槽处的气隙磁阻,提高用于产生转矩的切向分量的气隙磁密,从而降低转矩脉动。对所开槽进行参数化处理,使用控制变量法分析各开槽参数对转矩性能的影响,以性能指标最优为目标确定开槽参数。利用场路耦合的方法将电机有限元分析模型和直接瞬时转矩控制电路模型结合起来,实现电机系统的动态运行。仿真结果表明转子极开槽后能够有效降低宽转子无轴承开关磁阻电机的转矩脉动,提升平均转矩,并且对径向悬浮力的影响很小。     

基于多目标遗传算法的电机噪声优化

基于J-MAG软件建立了多目标优化有限元模型,将定转子冲片拓扑结构中影响电机性能的关键尺寸、位置进行参数化;采用软件内嵌的遗传优化算法,进行了电机单目标性能的优化,将转矩脉动、输出转矩、齿槽转矩作为本次电机优化的目标函数;分析了不同性能指标之间的关联性。通过各指标加权,综合考虑转矩脉动、输出转矩、齿槽转矩对电机振动噪声性能的影响,得出最优的设计方案;通过对比实验,验证了该优化方案的有效性。     

基于拉丁超立方算法的永磁同步电机设计优化

为了设计出起动性能好,运行更加稳定的V形内置式永磁同步电机,通过改善空气隔磁槽结构的方法对空载反电势、气隙磁密、齿槽转矩、转矩脉动进行优化。将空气隔磁槽几何参数作为待优化变量,采用拉丁超立方抽样算法进行多目标优化,得到最优参数组合。优化后齿槽转矩下降了45%,转矩脉动下降了4.4%,电磁转矩提升了5.2%。优化结果理想,验证了该永磁同步电机优化方案的合理性。     

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。     

基于田口法+磁极偏移的IPMSM转矩脉动优化设计

IPMSM的转矩脉动作为一项重要的性能指标,直接影响电机的控制精度和稳定运行,因此对IPMSM的转矩脉动优化设计至关重要。田口法是一种简单、有效的多目标优化方法,同时磁极偏移可以有效削弱电机的齿槽转矩以及降低转矩脉动,结合这两种方法本文提出了应用田口法+磁极偏移对IPMSM的转矩脉动进行优化设计。通过对比分析了未优化、磁极偏移优化和田口法+磁极偏移优化3种设计方案的仿真结果,验证了田口法+磁极偏移优化设计方案的转矩脉动优化效果为最佳。     

新型转子齿的高速开关磁阻电机转矩脉动抑制

开关磁阻电机具有较大的噪声和振动,噪声和振动的主要原因之一就是转矩脉动。与常规转速的开关磁阻电机相比,高速开关磁阻电机的转矩脉动问题更为严重。为有效抑制高速开关磁阻电机的转矩脉动,设计了一种新的转子齿形,把转子带极靴和转子齿两侧开槽结合在一起。并且对极靴形状和开槽位置大小进行参数优化,得到了最优解。在保证平均输出转矩基本不变的前提条件下,极大的减小了转矩脉动,转矩脉动系数从2.47下降到1.45。通过比较改良前后电机特性,验证了此方法的合理性与正确性,为高速开关磁阻电机后续的优化研究奠定了基础。     

磁阻式磁力齿轮多目标优化设计

结合磁阻式磁力齿轮工作原理及传动性能的分析,以提高电磁转矩和降低转矩脉动为目标进行优化设计。首先,通过田口实验设计方法筛选出对设计目标影响较大的因素,再采用响应面法得到反映优化参数与优化目标之间函数关系的数学模型。然后,进行基于多目标白鹭群优化算法的多目标优化设计,选出最优参数组合。最大输出转矩提高了7.76%,转矩脉动降低了28.76%。最后,通过有限元仿真验证了优化算法的有效性和可靠性,为磁阻式磁力齿轮的设计提供参考。     

基于KELM-SAPSO的开关磁阻电机优化设计

开关磁阻电机由于其双凸极结构和铁芯磁通密度的高度饱和性,使得建立准确的非线性模型极其困难,传统的设计方法难以设计出最优方案。为了优化在起动过程中开关磁阻起动/发电机的转矩特性,缩短起动时间,首先采用传统设计方法设计了一台开关磁阻电机,并且选取了设计参数;然后针对非参数建模结构简单,容易辨识的特点利用核极限学习机进行非参数建模;最后使用模拟退火粒子群算法对平均转矩和转矩脉动进行多目标寻优。仿真结果表明,建立的非参数模型拟合精度高,优化后电机的平均转矩增加了3.95 N·m,转矩脉动减少0.23。仿真实验表明,核极限学习机和模拟退火粒子群相结合的算法适合于电机的设计与优化过程,具有参数设置少、泛化能力强、不易陷入局部最优解、耗时较少等优点。     

田口法在永磁同步电机多目标优化设计的应用

针对某电动物流车用永磁同步电机的齿槽转矩和转矩脉动较大,以及电机效率与转矩密度较低这一问题,提出一种基于田口法的某物流车用永磁同步电机多目标优化设计方法。通过选取气隙长度δ、永磁体厚度hm、定子铁心内径Di1、定子齿宽bt2和槽口宽b02等5个参数作为优化因子,以电机最高效率、最小齿槽转矩、最大转矩密度三个参数为优化目标,采用田口法建立正交实验表进行性能指标优化,以得到最佳结构参数组合。正交实验与仿真结果表明,优化后的齿槽转矩减小70.4%,转矩脉动降低12.4%,电机最高效率及转矩密度分别增加了7.8%和17.5%,体现出所提方法的有效性,并通过试验证明仿真结果的真实性。     

基于粒子群算法的SR电机本体多目标优化设计

针对以往SR电机多变量、多约束条件、多目标的设计寻优过程中容易陷入局部最优,并且电磁场有限元分析计算耗时长的缺点,本文提出一种能快速收敛实现多目标全局优化的电机设计方法。利用广义回归神经网络对目标函数进行非线性建模,通过模糊自适应粒子群算法找寻帕雷托最优解,实现了SR电机定转子磁极极弧的全局优化设计。研究结果表明:在电机主要尺寸不变的条件下,显著地降低了样机的转矩脉动,提高了平均输出转矩。     

开关角对斜槽转子SRM稳态转矩的多目标优化

开关磁阻电机转子斜槽结构可有效减小电磁径向力,但会导致转矩特性变化。针对该问题,给出了线性模型下斜槽转子开关磁阻电机稳态转矩的解析方法,然后建立了四相8/6极开关磁阻电机模型,采用三维有限元仿真方法,计及端部漏磁,以电流开通角、关断角和转子斜槽角度为优化参数,以平均转矩变化量最小和转矩脉动最小为优化目标,基于正交试验法设计试验方案,通过极差和方差分析确定了相应参数的优组合,并将优化前后的转矩特性进行了比较,结果表明:小的斜槽角度对转矩特性的影响并不大,优化后电机的平均转矩相比优化前只变化了16.01%,但其转矩脉动下降了23.63%。     

基于分段式TSF的开关磁阻电机转矩脉动抑制技术

开关磁阻电机(Switched Reluctance Motor,SRM)的双凸极结构导致其运行时产生很强的转矩脉动,采用传统型转矩分配函数(Torque Sharing Function,TSF)时,电流峰值过高,铜耗过大,导致电机效率低,转矩脉动抑制效果不理想。针对这一问题,本文提出了新型分段式TSF,并以转矩脉动系数和电流变化率作为优化目标,利用遗传算法的全局寻优能力,对所提出的新型TSF中的变量参数进行优化,得到最优的TSF曲线及表达式,从而降低转矩脉动。仿真结果表明,本文所提出的新型TSF能够有效降低转矩脉动,同时降低电流峰值,减小铜耗,提高效率。     

基于遗传算法和转矩分配函数的开关磁阻电机转矩脉动抑制

开关磁阻电机(SRM)特殊的双凸极结构导致其运行时会产生很强的转矩脉动。传统的转矩分配函数(TSF)控制方法虽然可以在一定程度上起到抑制转矩脉动的作用,但是受到开关频率、功率电源电压值等物理条件的限制,仍会存在较大的转矩脉动。为此,提出了一种基于遗传算法的SRM TSF控制方案。利用遗传算法良好的寻优能力,在指数型TSF控制的基础上,将转矩脉动作为优化目标来寻取最优的开关角。将1台四相8/6极的SRM作为研究对象,搭建了以TMS320F28335为控制核心的试验平台。试验结果验证了基于遗传算法的TSF控制方法可以有效减小SRM的转矩脉动。     

基于转矩逆模型的开关磁阻电机滑模变结构控制

开关磁阻电机的转矩脉动是其应用的一个问题.该文应用小波神经网络建立对应开关磁阻电机位置信号的非线性映射,估计转子位置角度,提出利用自适应模糊神经网络学习训练开关磁阻电机转矩逆模型优化期望转矩所需的相电流,采用滑模电流控制器实现电机转矩的低脉动控制,仿真结果表明方法的有效性,能够有效地控制开关磁阻电机转矩按期望变化.     

基于果蝇算法的开关磁阻电机多目标优化研究

针对采用传统算法对开关磁阻电机(SRM)本体进行多目标优化时存在算法复杂、调节参数多、计算量大且易陷入局部最优解等问题,提出一种基于果蝇算法(FOA)的SRM本体多目标优化设计方法。利用极限学习机算法建立SRM非参数模型,采用FOA算法对其进行优化,实现了SRM定转子极弧的全局最优设计,最后对该优化算法的效果进行了仿真验证,同时与传统粒子群优化算法(PSO)进行了对比分析,结果表明,FOA算法不仅获得了较PSO算法更好的转矩波动系数和效率指标,而且具有参数设置少、收敛速度快且不易陷入局部最优解等特点,具有较好的应用价值。     

Topology Optimization of Rotor Pole in Switched Reluctance Motor for Minimum Torque Ripple

Torque ripple is a major problem for switched reluctance motors, which may cause undesirable vibration and acoustic noise, especially at low speed. This paper presents an optimal topology structure of rotor for 8/6 pole switched reluctance motor by using the level set method. The nonlinear ferromagnetic material boundary of rotor pole is implicitly represented through an embedded level set function. This method is applied to obtaining the optimal distributions of material in the design domain for minimizing torque ripple and maximizing average torque. In the optimization objective function, the reluctivity of ferromagnetic material is selected as the design variable. The normal velocity is derived from sensitivity analysis, where the adjoint variable method is utilized. Two-dimensional finite element method is employed to calculate the electromagnetic parameters of this electric machine. Analysis results obtained from the transient simulation of electromagnetic field coupled with control circuit show that the torque ripple is reduced effectively by using the optimized rotor structure.     

多目标算法分层优化策略在开关磁阻电机中的应用

针对电机多参数多目标协同优化较为复杂的问题,提出了基于非支配排序遗传算法分层迭代优化的思想。首先,介绍定子分段混合励磁开关磁阻电机的设计流程和工作原理。其次,选择电机的待优化参数和优化目标,并引入Pearson相关系数分析电机参数与优化目标的相关性,根据相关性结果对待优化参数进行分层;建立各层优化参数与优化目标的非线性模型,将非线性目标模型引入多目标优化算法。最终,在Pareto前沿中选取最优个体,完成对电机结构参数和控制参数的分层迭代优化,确定电机的最优结构参数和控制参数,并通过有限元分析软件进行验证。相比较于初始模型,优化后电机的效率略有提高,平均转矩增加12.44%,转矩脉动减小64.96%。根据最优参数制造出实验样机,实验结果验证了优化设计的有效性和优越性。     

Torque Ripple Reduction in Switched Reluctance Motor Drives Using B-Spline Neural Networks

A switched reluctance motor torque ripple reduction scheme using a B-spline neural network (BSNN) is presented. Closed-loop torque control can be implemented using an on-line torque estimator. Due to the local weight updating algorithm used for the BSNN, an appropriate phase current profile for torque ripple reduction can be obtained on-line in real time. It has good dynamic performance with respect to changes in torque demand. The scheme does not require high-bandwidth current controllers. Simulation and experimental results demonstrate the validity of the scheme