[发明专利]一种基于二阶灵敏度分析的电机多参数优化方法和系统

说明书

本发明公开了一种基于二阶灵敏度分析的电机多参数优化方法和系统，属于电机本体优化技术领域。本发明基于参数二阶灵敏度系数构造出新的参数变量在保留原有参数特征情况下可以有效进行参数降维，极大减少了高精度训练神经网络所需的样本数，节省了电机优化过程中的时间成本。本发明通过正交设计和神经网络的方法构建进行Sobol灵敏度分析时的电机有限元模型的代理模型，避免了建立复杂的电机解析模型。本发明通过Sobol法和神经网络进行参数全局灵敏度分析，可以快速获得收敛后的方差分析结果，同时综合分析输入参数变量的单独作用及变量间交互作用对输出性能的影响，对于参数相对电机性能的影响比重分析更为精确。

技术领域

本发明属于电机本体优化技术领域，更具体地，涉及一种基于二阶灵敏度分析的电机多参数优化方法和系统。

背景技术

伴随着电力电子技术的高速发展，电机的需求及应用日益增多，广泛应用于电力、交通、冶金、机械、船舶等各个领域。作为工业的心脏，工业化进程的推进进一步推动了电机行业的发展，同时也对电机的性能提出了更高的要求：高速、高效率、高转矩密度、低转矩脉动等等。更高的电机性能要求及更多的应用场合也使得电机结构愈加复杂，如何综合统筹电机各参数变量并且快速精确地对电机进行优化设计以获得需要的电机性能是电机设计者面临的一个重要问题。

电机的结构变量包括定转子尺寸、定子槽型尺寸、转子磁障形状和永磁体特性等诸多设计参数，这些参数之间往往还存在耦合和相互作用的影响，难以建立精确的数学方程，这导致对各参数进行逐一优化时不能得到电机最优的设计性能。基于磁路法的解析计算难以考虑定转子饱和及定子开槽的影响，其计算精度有限。有限元可以获得很高的精度但是计算很慢，如果同时对多参数进行优化，电机仿真方案次数将随结构参数增多呈指数性增涨，电机的优化将极为耗时，同时这种方法只能基于水平数在参数的离散空间内进行寻优，难以获得电机性能全局最优解。

公开号为《CN111695254A》的专利提出了一种双响应面和Taguchi法结合的永磁同步电机优化算法，其利用响应面法建立了三个优化参数与优化目标的等效模型，然后通过Taguchi法计算参数与目标性能的影响大小对响应面模型进行修正，根据修正后的模型求取电机的最优性能。

基于响应面来拟合电机参数和性能的函数关系，由于响应面法采用多元二次回归的原理来构建函数关系，结构相对简单，处理非线性较强的问题时拟合效果较差，并且由于建立响应面模型需要的样本数随参数变量的增加而平方变化，处理多参数优化问题时效率极低。

因此，需要提出一种能够大幅减少电机多参数优化时间且能在参数连续空间取值的优化方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于二阶灵敏度分析的电机多参数优化方法和系统，其目的在于综合考虑各参数变量耦合影响，有效减少电机优化计算和时间成本，且能够在参数波动范围内获得全局最优解。

为实现上述目的，本发明提供了一种基于二阶灵敏度分析的电机多参数优化方法，包括：

S1.选择电机待优化参数集{x₁,x₂,...,x_n}，并构建电机有限元仿真模型的代理模型；所述代理模型的预测值和实际值具有强线性相关性；

S2.利用Sobol法和代理模型对电机的目标性能进行方差分析，得到收敛后的参数单独作用方差和参数间相互作用方差；

S3.基于参数单独作用的方差和参数间相互作用的方差，计算参数的一阶灵敏度系数、二阶灵敏度系数和总灵敏度系数；

S4.根据参数的总灵敏度系数筛选出对目标性能影响较大的参数变量集{x₁,x₂,...,x_m}，mn；