[发明专利]一种永磁电机的代理辅助优化设计方法及系统

说明书

本发明公开了一种永磁电机的代理辅助优化设计方法及系统，所述方法包括：建立永磁电机的初始参数化有限元模型；确定优化目标，选取影响优化目标的结构参数，作为优化参数；根据优化参数的个数以及水平数，建立田口实验正交表；根据田口实验正交表显示的优化参数组合，在有限元模型中进行仿真，获取对应的优化目标值；采用机器学习，以所述优化参数组合作为输入，以对应的优化目标值作为输出，进行模型训练，生成代理模型；将多目标优化算法的评价函数设置为代理模型的各个输出，并对各个输出进行最小化或最大化处理；根据多目标优化过程得到的Pareto前沿解，确定对应最优结果的优化参数。如此，本发明能够缩短永磁电机的优化周期并保证优化的准确度。

技术领域

本发明属于永磁电机领域，更具体地，涉及一种永磁电机的代理辅助优化设计方法及系统。

背景技术

近年来，随着永磁材料的改善与电力电子技术的发展，永磁电机越来越受到相关企业和研究者的关注，形成了系列化产品，广泛应用于微特电机与电力推进系统等领域。随着永磁电机研发与控制技术的成熟，其电机结构愈发复杂，对其性能指标的要求也更加严格，如何在电机设计时准确快速地优化其性能指标，是电机设计工程师不断努力的方向。

电机的本体结构优化是电机优化中的关键一环，包括裂比，槽深，槽宽，永磁体厚度，气隙长度，极弧系数等在内的多种结构参数的最优参数配合选取，对提高其性能指标起着决定性作用。电机的设计优化是一个典型的多目标问题。一般来说，设计者依靠不同的辅助设计工具来处理这个问题，其中最强大、最著名的是有限元分析(FEA)。FEA需要足够精细的网格划分来保证其精度，这使得其耗费了大量的时间。此外，为了得到最优方案，在一个机器优化设计周期内需要尝试很多不同的结构参数匹配方案。这个过程将耗费很长的时间，尤其是涉及多个优化指标或多个物理场时。另外，此方法仅能对离散的结构参数配合进行分析，无法全面反映目标空间所有不同结构参数对应的电机性能指标。

为加强在目标空间的搜索能力，同时辅助电机的多目标优化，商业化的有限元软件往往包含一些基于人工智能算法的优化插件，如ANSYS Maxwell的遗传算法优化器。在这些优化器中，通常通过指定不同优化目标的权重，将多目标优化问题转化为单目标优化问题。但这种方式的权重设置是没有依据的，权重设置不好可能会导致错误的优化结果。目前，有学者将多目标优化算法用于电机设计过程，它们通常直接基于有限元模型来构建优化算法评价函数，由于优化过程中涉及成千上万次的评价函数计算过程，这一过程无疑是耗费计算资源和时间的。

综上，需要提出更方便易行的永磁电机优化设计方法，以期缩短电机优化设计过程的优化周期，实现电机的快速准确优化。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种永磁电机的代理辅助优化设计方法及系统，其目的在于解决现有设计方法优化周期长、准确度低的技术问题。

为实现上述目的，本发明提供了一种永磁电机的代理辅助优化设计方法，包括以下步骤：

S1：基于永磁电机的初始结构参数，建立有限元模型；

S2：确定优化目标，进行全局灵敏度分析，选取对所述优化目标的灵敏度相对较大的结构参数作为优化参数，并确定优化参数的变化范围以及水平数；

S3：在优化参数的变化范围内，根据所述优化参数的个数以及水平数，建立田口实验正交表；

S4：根据所述田口实验正交表显示的优化参数组合，在所述有限元模型中进行仿真，获取对应的优化目标值；

S5：采用机器学习，以所述田口实验正交表显示的优化参数组合作为输入，以对应的优化目标值作为输出，进行模型训练，生成代理模型；

S6：将多目标优化算法的评价函数设置为所述代理模型的各个输出，并对所述各个输出进行最小化或最大化处理；