[发明专利]一种litz线绕组智能设计优化方法

权利要求书

1.一种litz线绕组智能设计优化方法，其特征在于，包括如下步骤，

S1、基于hfss软件建立litz线绕组仿真模型；

步骤1.1：通过hfss仿真软件建立平面litz线绕组仿真模型获得不同参数下的交流电阻值，获得在不同频率、不同材料、不同尺寸、不同litz线绕组半径下的各种数据，将获得的各种数据进行神经网络训练及测试；所述平面litz线绕组仿真模型的绕组种类为圆形线、矩形线和方形线；

步骤1.2：在hfss仿真软件中，分析所建立的不同种类平面litz线绕组的仿真结果与实际litz线绕组间的实际结果差距，对进行对比确认不同类型的线之间误差差距小，选取方形线作为绕组种类；通过hfss仿真来获得不同参数下的交流电阻值，获得在不同频率、不同材料、不同尺寸、不同litz线绕组半径下的数据来进行神经网络训练及测试；

S2基于神经网络模型对litz线绕组仿真模型的优化；

基于粒子群优化算法的神经网络快速得到litz线绕组的孔隙率和交流电阻，孔隙率即litz线径与litz线间距的比值；具体步骤如下：

步骤2.1：利用上一步在hfss仿真中建立的litz线绕组仿真模型，得到的仿真结果在matlab中创建用来训练和测试的训练集和测试集；在神经网络中将litz线交流电阻和孔隙率作为输出值，litz线的几何尺寸以及频率作为输入值，在训练过程中粒子群优化算法步骤每一步中，每个litz线尺寸都围绕曾找到的最小点以及整个litz线尺寸群找到的最小点进行搜索；经过迭代，把这个litz线尺寸群曾经探索过的最小点，作为litz线交流电阻函数的最小点；每个litz线尺寸都代表litz线交流电阻函数的一个可能的解；

步骤2.2：每个litz线尺寸的大小和每个litz线的所在频率在每一次迭代中，都在其他litz线尺寸的影响下更新，其频率和尺寸差的更新遵循公式(1-1)和(1-2)；

其中为单个litz线尺寸极值，为多个litz线尺寸极值，为前一个单个litz线尺寸，为当前单个litz线尺寸；公式(1-1)由三个项组成，在第一个项中，w是权重，它调节了litz线的当前频率决定litz线应该在多大程度上保持它以前的频率第二个项是尺寸差的认知成分，因子调节litz线尺寸的大小；rand指处于0到1中间的一个随机数；最后一项代表litz线尺寸调节，由因子调节，定义相对于该组最佳解决方案的尺寸差；参数和控制完善litz线本身的搜索结果和识别litz线尺寸群的搜索结果各应得到多大的权重；

步骤2.3：单个litz线尺寸极值和多个litz线尺寸极值会在每一次新的迭代中，随着更新litz线尺寸的适应度值而更新；两者分别是单个litz线尺寸所探索过的最优解的位置，和多个litz线尺寸群中的所有litz线尺寸探索到的最优解的尺寸。

2.根据权利要求1所述的一种litz线绕组智能设计优化方法，其特征在于，在litz线绕组仿真模型中为了便于对导线内部电磁场分布的精准计算，使用方形线网格划分方式来替代litz线绕组的圆形线网格划分方式。

3.根据权利要求1所述的一种litz线绕组智能设计优化方法，其特征在于，利用hfss建立的litz线绕组模型是自主可调的，在hfss中设置一定的频率范围和litz线绕组尺寸变量，通过改变变量数值和频率范围实现模仿不同的环境，达到不同的要求。

4.根据权利要求1所述的一种litz线绕组智能设计优化方法，其特征在于，神经网络用到的是粒子群优化算法PSO。

5.根据权利要求1所述的一种litz线绕组智能设计优化方法，其特征在于，神经网络自主选择是否改变神经元个数来达到设定的收敛值，并通过代码来随时调用hfss仿真结果来完善litz线绕组神经网络模型。