[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

说明书

本发明实施例提供了一种基于改进麻雀搜索算法的永磁同步电机优化方法及系统，该方法包括构建电机有限元仿真模型，确定电机的设计变量；根据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；构建待优化参数和目标函数之间的电机克里金代理模型；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；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；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。本发明提高了电机待优化变量的寻优效果，增强了电机性能。

技术领域

本发明涉及电机优化技术领域，尤其涉及一种基于改进麻雀搜索算法的永磁同步电机优化方法及系统。

背景技术

近年来，随着世界能源危机的加重，推广使用新能源和清洁能源汽车，壮大绿色运输车队，加快推进公共领域及物流配送加快推进新能源汽车是种重中之重。相较于其他类型的电机，永磁同步电机以其高效率、过载能力强、功率密度高、调速范围宽以及振动噪声低等优点作为新能源汽车的动力源更加的合适，并且受到众多汽车企业的关注，因此有必要对永磁同步电机的结构设计、结构优化以及转矩特性分析等方面深入研究。

因为永磁同步电机的设计问题具有多目标、多变量、非线性等特色，传统的优化算法很难完成全局最优化设计。近年提出的群体智能优化算法的中心思想是通过模拟自然界中一些事物或生物的运动及行为规律,搜索分布在一定范围内解空间的最优解。麻雀搜索算法相较于其他群体智能优化算法具有搜索精度高、收敛速度快、稳定性好、鲁棒性强等特点。然而,麻雀搜索算法同其他群体智能优化算法一样,当其搜索接近全局最优时,依旧会出现种群多样性减少、易于陷入局部最优的问题。

因此有必要提出一种新的优化方法来解决上述问题。

发明内容

为此，本发明提供了一种基于改进麻雀搜索算法的永磁同步电机优化方法及系统用于解决现有技术中永磁同步电机优化方法种群多样性减少、易于陷入局部最优的问题。

为解决上述技术问题，本发明实施例提供了一种基于改进麻雀搜索算法的永磁同步电机优化方法，该方法包括：

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。

优选地，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。

优选地，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。

优选地，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：