[发明专利]电机有限元模型的优化方法、装置、电子设备及存储介质在审

专利信息
申请号: 202210262341.0 申请日: 2022-03-16
公开(公告)号: CN114722657A 公开(公告)日: 2022-07-08
发明(设计)人: 孟克其劳;田野;海日罕;王藤 申请(专利权)人: 内蒙古工业大学
主分类号: G06F30/23 分类号: G06F30/23;G06F30/27;G06Q50/06
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 张岩龙
地址: 010051 内蒙古自治*** 国省代码: 内蒙古;15
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电机 有限元 模型 优化 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种电机有限元模型的优化方法,其特征在于,所述方法包括:

获取预先建立的电机有限元初始模型和用户指定的至少一个目标优化变量,所述电机有限元初始模型包括多个结构变量;

获取每个所述结构变量的灵敏度值;

根据所述灵敏度值将多个所述结构变量划分为多个结构变量集合;

从多个所述结构变量集合中确定目标结构变量集合,采用多种预设算法分别针对所述目标结构变量集合构建代理模型,以得到所述目标结构变量集合对应的多个代理模型;

根据当前所述目标结构变量集合对应的多个代理模型确定每个结构变量对应的优化参数。

2.根据权利要求1所述的方法,其特征在于,所述根据当前所述目标结构变量集合对应的多个代理模型确定每个结构变量对应的优化参数包括:

从多个所述代理模型中确定所述目标结构变量集合对应的目标代理模型;

通过所述目标代理模型确定所述目标优化变量对应的多组优化结果;

从所述多组优化结果中确定目标优化结果;

获取所述目标优化结果与优化基准结果的目标差值;

在所述目标差值大于或者等于预设差异阈值的情况下,根据所述目标优化结果确定当前所述目标结构变量集合中每个结构变量对应的待定参数;并根据所述灵敏度值更新所述目标结构变量集合,以得到更新后的所述目标结构变量集合,并再次执行采用多种预设算法分别针对所述目标结构变量集合构建代理模型,以得到所述目标结构变量集合对应的多个代理模型,至获取所述目标优化结果与优化基准结果的目标差值的步骤,直至所述目标差值小于所述预设差异阈值;

在所述目标差值小于所述预设差异阈值的情况下,将当前每个结构变量对应的所述待定参数作为所述结构变量对应的优化参数。

3.根据权利要求2所述的方法,其特征在于,所述根据所述灵敏度值更新所述目标结构变量集合包括:

根据每个结构变量的所述灵敏度值,获取每个所述结构变量集合对应的平均灵敏度值;

将多个所述结构变量集合中,平均灵敏度值最高的所述结构变量集合作为更新后的所述目标结构变量集合。

4.根据权利要求1所述的方法,其特征在于,所述根据所述灵敏度值将多个所述结构变量划分为多个结构变量集合包括:

根据预设的一个或者多个灵敏度值阈值,将多个所述结构变量划分为多个所述结构变量集合。

5.根据权利要求1所述的方法,其特征在于,所述多种预设算法包括GRNN神经网络、响应曲面和Kriging中的至少两个,所述方法还包括:

获取每个所述结构变量的敏感区间;

相应地,所述采用多种预设算法分别针对所述目标结构变量集合构建代理模型包括:

采用最优超立方采样法在所述目标结构变量集合对应的多个目标结构变量的所述敏感区间内确定所述目标结构变量集合的样本点集,所述样本点集包括所述目标结构变量集合中的每个所述结构变量的第一采样参数以及所述多个结构变量集合中除所述目标结构变量集合以外的其他所述结构变量集合中结构变量的第二采样参数;

根据所述目标结构变量集合的所述样本点集通过有限元计算确定所述目标结构变量集合的样本结果集;

根据所述样本点集和所述样本结果集采用所述多种预设算法分别构建所述目标结构变量集合的所述代理模型。

6.根据权利要求5所述的方法,其特征在于,所述从多个所述代理模型中确定所述目标优化集合对应的目标代理模型包括:

根据所述样本点集和所述样本结果集确定每个所述代理模型的确定系数,所述确定系数用于表征所述样本点集对应的所述样本结果集与所述代理模型的拟合程度;

根据多个所述代理模型的所述确定系数确定所述目标优化集合对应的目标代理模型。

7.根据权利要求1-6中任一项所述的方法,其特征在于,所述方法应用于永磁同步电机;

所述结构变量包括槽口宽度、槽口深度、极弧系数以及永磁体厚度中的至少两个;

所述目标优化变量包括最大转矩、最小齿槽转矩,最小转矩波动、电机效率以及径向电磁力中的至少一个。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于内蒙古工业大学,未经内蒙古工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210262341.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top