基于特征迁移的永磁同步电机性能预测
2022-04-13金亮杨柳王艳阳
电机与控制学报 2022年3期
金亮, 杨柳, 王艳阳
(1.河北工业大学 省部共建电工装备可靠性与智能化国家重点实验室,天津 300130; 2.天津工业大学 天津市电工电能新技术重点实验室,天津 300387)
0 引 言
永磁同步电机具有体积小、结构简单、高效节能、功率密度高等优点,广泛应用于航空航天、轨道交通、电动汽车等领域[1-2],因此电机性能分析与优化一直是国内外研究的热点。随着应用环境日趋严苛和极限性能的提升,应综合考虑设计目标性能、材料、能源、造价、工艺和应用环境等多方面的要求,电机性能分析与优化逐步演变为一个数据量大、特征维数高、映射关系复杂的问题。
电机设计参数与性能数据的映射关系,是性能分析与优化的基础和重点。由于电机结构复杂、材料多样、工况复杂,多采用数值模拟方法实现对电机性能的精确计算[3-4]。如,通过数值模拟方法和优化算法优化电机的电枢槽口宽度[5]、转子斜极[6]、分数槽绕组[7]和定子开槽[8]等结构。考虑到数值模拟计算耗时长、所需计算资源多,一般先通过数值模拟方法得到电机设计参数与性能数据的样本数据,并用样本数据训练机器学习算法建立设计参数与性能数据的映射(也称作代理模型),完成电机性能分析或优化[9]。可以通过Kriging模型[10]、径向基函数[11]、支持向量回归[12]模型等方式建立代理模型。代理模型代替数值模型参与优化,可以在很大程度上减少仿真次数、节约时间和计算成本[13-14]。随着机器学习的发展,研究者们将BP神经网络……
登录APP查看全文
