[发明专利]一种基于灰狼算法的电机参数设计方法及系统

说明书

本发明公开了一种基于灰狼算法的电机参数设计方法及系统，主要应用在电机优化技术领域，其中所述方法包括：步骤100、构建电机有限元模型，确定电机有限元模型的待优化参数集及其关联的优化目标函数集；步骤200、基于电机有限元模型，利用灰狼算法对待优化参数集进行自动寻优，得到最优帕累托解集库；步骤300、从最优帕累托解集库中获取使得优化目标函数集信息达到最小值的待优化参数集信息作为电机最佳参数。本发明通过引入电机有限元模型、灰狼算法和帕累托支配关系进行迭代计算，可以有效地提高对电机最佳参数的寻优效率，缩短迭代次数。

技术领域

本发明涉及电机优化技术领域，具体是涉及一种基于灰狼算法的电机参数设计方法及系统。

背景技术

现有的商用电机优化方法大致可分为直接优化方法和间接优化方法，其中：直接优化方法通常基于电机的等效磁路模型、分析模型或有限元模型，使用单或多目标遗传算法、粒子群算法直接进行单或多参数的优化；间接优化方法通过分析不同待优化参数组合对优化目标的影响而得到优化目标对于每个参数的敏感性，进而得到等效的优化目标-待优化参数函数，以进行快速的间接优化。

然而，上述这两类优化方法在目前实际应用中仍存在一些问题：采用间接优化方法时，响应面函数的收敛和验证过程仍需多组参数进行多次迭代计算，且全局多项式往往无法代表求解器模型的非线性，优化结果也需要多次鲁棒验证；采用直接优化方法时，多目标粒子群算法和遗传算法的收敛效率低，迭代次数多，结合有限元计算将消耗大量时间。

发明内容

本发明提供一种基于灰狼算法的电机参数设计方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

本发明实施例提供一种基于灰狼算法的电机参数设计方法，所述方法包括：

步骤100、构建电机有限元模型，确定电机有限元模型的待优化参数集及其关联的优化目标函数集；

步骤200、基于电机有限元模型，利用灰狼算法对待优化参数集进行自动寻优，得到最优帕累托解集库；

步骤300、从最优帕累托解集库中获取使得优化目标函数集信息达到最小值的待优化参数集信息作为电机最佳参数；

其中，所述步骤200的实施过程包括：

步骤210、设置最大迭代次数和帕累托解集库容量，同时生成一个帕累托解集库并对其置空；

步骤220、根据待优化参数集所对应的既定取值范围随机生成若干个数据单元，再将若干个数据单元存储至帕累托解集库中，其中每一个数据单元记载有不同的待优化参数集信息和本地最优参数集信息；

步骤230、利用灰狼算法对帕累托解集库进行迭代更新优化，得到最优帕累托解集库。

进一步地，所述步骤230的实施过程包括：

步骤231、开始执行第k次迭代时，结合电机有限元模型对第k-1次迭代所产生的帕累托解集库中不满足个体间帕累托支配关系的所有数据单元进行删除处理，得到第一帕累托解集库，其中k＞0且k为正整数；

步骤232、从第一帕累托解集库中选取最优的三个数据单元作为三个引导单元，同时结合第一帕累托解集库中剩下未被选取的所有数据单元记载的所有本地最优参数集信息，对第一帕累托解集库中剩下未被选取的所有数据单元进行待优化参数集信息更新，得到第二帕累托解集库；

步骤233、判断k是否小于最大迭代次数；若是，执行步骤234；若否，将第二帕累托解集库作为最优帕累托解集库输出；

步骤234、将第一帕累托解集库和第二帕累托解集库进行合并处理，得到第三帕累托解集库；

步骤235、根据待优化参数集所对应的既定取值范围和既定随机数对第三帕累托解集库中的所有数据单元进行待优化参数集信息重置更新，得到第k次迭代所产生的帕累托解集库，再将k+1赋值给k，返回执行步骤231。

进一步地，在所述步骤232中，所述对第一帕累托解集库中剩下未被选取的所有数据单元进行待优化参数集信息更新，采用的计算公式如下：