[发明专利]基于改进麻雀搜索算法的永磁同步电机优化方法及系统

权利要求书

1.一种基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，包括：

S1：构建电机有限元仿真模型，确定电机的设计变量；

S2：根据所选的设计变量的取值及其对应的变化范围进行采样，并计算所有组中设计变量的样本点的响应值；

S3：根据样本点及其对应的响应值，构建待优化参数和目标函数之间的电机克里金代理模型；

S4：判断电机克里金代理模型是否达到预设精度，若达到，执行步骤S5，若没有达到，增加采样点返回执行步骤S2；

S5：对所述电机克里金代理模型进行迭代训练，寻找电机最优待优化变量；

S6：将所述电机最优待优化变量带入符合精度要求的电机克里金代理模型中获取最优电机性能参数。

2.根据权利要求1所述的基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，步骤S1中，构建电机有限元仿真模型还可以确定优化目标与约束条件，其中所述设计变量包括磁钢厚度、磁钢夹角、辅助槽尺寸、磁桥宽度、槽口宽度和定子齿宽，所述优化目标包括输出转矩、最大转速下反电势、齿槽转矩和峰值功率，所述约束条件为所述设计变量的变化范围与所述优化目标的约束极值。

3.根据权利要求1所述的基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，步骤S3中，所述电机克里金代理模型表示如下：

y(x)＝β+Z(x)

其中，y(x)表示任意样本点所对应的预测值，β表示一个常数的近似函数，Z(x)表示为均值为0，方差为σ²的一个随机过程。

4.根据权利要求1所述的基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，步骤S5中，对所述电机克里金代理模型进行迭代训练，寻找最优电机参数的方法包括以下步骤：

S51：利用Tent混沌映射初始化种群，并设置通过拉丁超立方采样构建的电机克里金代理模型中各个参数；

S52：计算麻雀个体即待优化变量的适应度值并排序，找出最优适应度值和最差适应度值及其对应的位置；

S53：更新麻雀种群中发现者的位置、追随者的位置以及预警者的位置；

S54：计算更新后的整个麻雀种群的适应度，并找到全局最优变量，对其进行逐维变异；

S55：判断是否达到预设收敛条件，若达到，则执行步骤S56，若没有达到，则返回执行步骤S52；

S56：输出电机最优待优化变量。

5.根据权利要求4所述的基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，所述电机克里金代理模型中各个参数为：

所有待优化参数的适应度值可以通过公式表示：

其中，在一个D维搜索空间中,存在n个待优化参数,则第n个变量在D维搜索空间中的位置为X_i＝[x_i1，…，x_id，…x_iD]，i＝1,2,…,n，x_id表示第i个变量在第d维的位置，d表示待优化问题变量的维数，n则是待优化参数的数量。

6.根据权利要求4或5所述的基于改进麻雀搜索算法的永磁同步电机优化方法，其特征在于，利用Tent混沌映射初始化种群并设置电机克里金代理模型中各个参数包括以下步骤：

利用Tent混沌映射初始化种群，生成混沌变量Z_d，，其表达公式为：

其中，N_T为混沌序列内的粒子个数，rand(0,1)为[0,1]之间的随机数；

将混沌变量载波带到求解问题的解空间，得到

X_new^d＝d_min+(d_max-d_min)Z_d

其中，X_new^d表示现在的位置信息，d_min和d_max分别表示第d维变量X_new^d的最小值和最大值。