贺超英 王少喻

(中南林业科技大学计算机与信息工程学院1，湖南 长沙 410004;湖南工程职业技术学院土木工程系2，湖南 长沙 410151)

0 引言

近年来，可直接利用物理机械振动发电的直线振动发电机成为人们研究的热点［1］。感应电动势是发电机最重要的性能之一，相同输入功率下感应电动势的大小直接决定发电机性能的优劣［2］。有限元方法是直线振动发电机设计中经常采用的一种方法。该方法可以获得精确的计算结果，但计算效率低，且需要大量的反复迭代计算［3－5］。支持向量机(support vector machine，SVM)是Vapnik等人在上世纪90年代中期提出的统计学习理论。SVM能够根据有限的样本信息，采用结构风险最小化准则，在模型的复杂性和学习能力之间折衷选择，以获得较好的泛化能力。

本文首先通过有限元方法对新型永磁体外置式直线振动发电机进行研究，获得一定样本数据，随后采用支持向量机方法建立振动发电机非线性模型。将SVM模型和有限元模型进行计算速度比较，验证了SVM模型的可靠性和高效性。

1 直线振动发电机的模型

新型直线振动发电机为单相结构，其横截面如图 1所示［6］。

图1 直线发电机横截面示意图Fig.1 Cross section of linear reciprocating generator

电枢绕组缠绕在圆柱型铁心周围，固定在发电机内部;环形钕铁硼永磁体放置在绕组和铁心外部，采用轴向充磁。

当电机受到振动时，永磁体随外部振动上下运动，与绕组相对位置发生变化，引起绕组中的磁链发生变化，从而在绕组中产生交变的感应电动势。电机两端装有弹簧，可以消除永磁体和端面间的机械磨损［7－10］。……