[发明专利]一种考虑运行工况的永磁电机优化设计方法

说明书

本发明公开了一种考虑运行工况的永磁电机优化设计方法，该方法将运行工况分析与多目标优化相结合进行电机优化设计。首先，根据选定运行工况，采用K聚类法确定代表工作点及其占比；其次，构建电机参数化模型，采用响应面法拟合磁链模型，通过公式法确定不同代表点最大转矩电流比控制或弱磁控制下的电枢电流，有效评估各代表工作点电磁性能；最后，以有效材料成本与工况损耗为优化目标进行电机多目标优化。多目标优化过程中采用灵敏度分析将设计变量分级优化，对低灵敏变量单参数寻优，对高灵敏变量建立响应面模型，借助多目标算法生成帕累托解集，高效准确地确定电机最优参数组合，进而降低电机制造成本并提高电机性能。

技术领域

本发明涉及到一种考虑运行工况的永磁电机优化设计方法，属于电机优化设计领域。

背景技术

随着石油资源的日渐枯竭和环保意识的增强，汽车行业电气化进程得到持续加速和深化，已成为全球公认的发展方向。电动汽车无污染，噪声低，能源效率高等优势有望解决交通运输领域温室气体排放、能源消耗和尾气污染三大问题。电机作为电动汽车驱动系统中最重要的组成部分，应具备较高的转矩密度，以保证低速恒转矩区所需的加速度能力，高速恒功率区扩速所需的弱磁能力。永磁电机体积小、质量轻且具有较高的功率密度与转矩密度，使其适用于作为电动汽车驱动电机。

当前对于电动汽车驱动电机的优化设计往往注重于单一额定工作点的优化。而在实际应用中，驱动电机在运行工况下以极为动态的转矩-速度组合运行，工作点数量众多，分布广泛且不匀，仅限于稳态性能的单一工作点优化不一定为此运行工况下的电机最优解。因此，对于驱动电机的优化过程中应考虑实际运行工况。传统单目标优化法方便快捷，但难以在包含多个可能冲突的目标函数下找到平衡全部优化目标的参数解。多目标优化法通过多目标算法协调各个目标函数关系，生成帕累托解集来寻找最优参数解。然而，电机有限元分析与算法直接结合的方式需电机有限元迭代运行大量样本点，运用近似模型替代电机原始模型仍然存在设计维数高导致的采样点过多、优化效率低的问题。

发明内容

本发明的目的是为了改进现有技术的不足，提出了一种考虑运行工况的永磁电机优化设计方法，具体步骤方法如下：

步骤1，对选定车辆运行工况下驱动电机的全部工作点进行数理分析，引入K聚类法高效合理地提取代表工作点，缩小有限元优化空间；

步骤2，构建电机参数模型，采用响应面法拟合磁链模型，根据代表工作点转速不同分别采用最大转矩电流比MTPA或弱磁控制计算各个代表点电枢电流，获得各个代表工作点下的电机性能；

步骤3，确定电机设计变量，优化目标及约束条件；

步骤4，采用灵敏度分析法，将设计变量分层优化；

步骤5，对于高灵敏设计变量，建立有效材料成本与工况损耗的响应面模型；

步骤6，将响应面模型代入多目标算法，得到帕累托解集，从中选取最优解。

进一步，所属步骤1中，采用K聚类法对全部工作点进行聚类分析。具体步骤为：首先确定一个合适的k值，在样本数据集中随机选择k个数据值作为初始聚类中心点；然后，计算剩余样本数据到每一个聚类中心点的欧式距离，按距离最近原则划分入该聚类中心点所属聚类；最后将各个聚类内的所有样本的平均值作为新聚类中心点。重复迭代最后两步骤，当聚类中心点不变，则算法终止，输出k个聚类集及其聚类中心点。

进一步，所属步骤2中，首先，构建电机参数化模型，在整个多目标优化过程中每个样本电机外径，槽满率与电流密度保持不变，通过调整电机轴向长度与匝数使电机在额定转速下获得额定转矩。其次，采用CCD实验设计法生成样本数据，拟合电机d，q轴磁链模型。根据代表工作点转速不同分别采用最大转矩电流比MTPA或弱磁控制计算各个代表点电枢电流。当代表工作点转速低于额定转速，电机由MTPA模式控制。当代表工作点高于额定转速，电机由弱磁模式控制。