[发明专利]一种基于遗传退火算法的轮毂电机优化方法

摘要

本发明公开一种基于遗传退火算法的轮毂电机优化方法，包括技术步骤、获取轮毂电机优化的目标和约束条件；采用遗传退火算法对轮毂电机进行逆解、求解获得的轮毂电机设计变量参数值；根据获取的变量参数值产生的轮毂电机稳定持续的转矩。本发明的遗传退火算法，是在遗传算法的基础上进行了改进，将遗传算法和模拟退火算法有机的结合在一起，不仅能使算法的效率得到提高，还能增强算法的全局把控能力，精确度高，收敛速度快，效率高。将它应用于电动车轮毂电机优化设计是可行的，并且具有广阔的工程应用价值。

主权项

一种基于遗传退火算法的轮毂电机优化方法，包括以下步骤：(1)确定轮毂电机的变量参数，包括定子外径、定子内径、铁芯长度、气隙长度、永磁体厚度、每槽导体数、导线直径、槽满率；(2)确定轮毂电机需要优化的目标和约束条件：轮毂电机优化的目标函数是电机使用的有效材料在一定质量、材料成本的基础上使得电机效率最高；约束条件是指根据轮毂电机的特定使用环境与条件所施加的限制性约束函数，其数学表达式中包含了所有或部分的变量参数，轮毂电机优化设计的约束条件分别为轮毂电机的启动电流g1(X)、启动扭矩g2(X)、气隙磁感应强度g3(X)、额定转速g4(X)、热负荷g5(X)、定子齿部磁密g6(X)、定子轭部磁密g7(X)、转子轭部磁密g8(X)；(3)根据轮毂电机的变量参数，生成遗传模拟退火算法的初始种群P0(t)，设定遗传模拟退火算法的适应度函数；(4)计算种群中的每一个个体的被选中概率，根据计算出的被选中概率对初始种群进行随机选择；(5)对随机选择后的种群进行交叉、变异操作得到种群P1(t)；(6)判断是否满足预设的停止准则，也就是看是否达到最大遗传迭代数量和退火终止温度，若是，则结束遗传算法并输出最优个体作为轮毂电机的最优设计参数矩阵，反之，对种群中的个体进行更新；(7)更新迭代参数，将遗传模拟退火算法温度Tt下降、遗传代数K增加以及种群数组更新后，返回步骤(4)进行迭代，直至轮毂电机根据获取的变量参数值满足轮毂电机的目标函数。