预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110059348A(43)申请公布日2019.07.26(21)申请号201910184197.1(22)申请日2019.03.12(71)申请人南京工程学院地址211167江苏省南京市江宁科学园弘景大道1号(72)发明人朱志莹朱金孙玉坤郭旋姚郅勋孟高军(74)专利代理机构南京瑞弘专利商标事务所(普通合伙)32249代理人彭雄(51)Int.Cl.G06F17/50(2006.01)权利要求书3页说明书9页附图9页(54)发明名称一种轴向分相磁悬浮飞轮电机悬浮力数值建模方法(57)摘要本发明公开了一种轴向分相磁悬浮飞轮电机悬浮力数值建模方法,包括:仿真与实验设计,样本采集与处理,模型离线训练,模型在线优化。本发明一方面基于主成分分析的极限学习机来提高模型对参数变化的适应性和鲁棒性,实现了小样本数据的快速、准确建模,提高了悬浮力模型的精度和速度。另一方面引入差分进化算法对网络结构进行优化,使所建模型既能满足精度要求又能达到控制实时性要求,避免了隐层神经元数目过多,网络结构庞大的问题,提高模型的计算速度,使其更加适合此类电机建模。CN110059348ACN110059348A权利要求书1/3页1.一种轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于,包括如下步骤:步骤1,根据电机参数搭建电机有限元仿真与实验样机模型,分析不同运行工况及工作模式下电机的悬浮力特性;步骤2,分析影响悬浮力的主要因素,确定极限学习机模型的输入和输出变量,采集相应工况和工作模式下输入与输出的样本数据集,基于PCA算法对所获数据集进行特征提取和降维,得到降维后的样本输入数据集和输出集;步骤3,采用差分进化算法优化极限学习机网络的权值和阈值参数,获取最优权值与阈值参数,并在此基础上,以隐含层节点数小于训练样本数为原则确定隐含层节点数,选择Sigmod等函数作为激励函数编写代码,以降维后的样本输入数据集为极限学习机模型的输入数据集,输出集为极限学习机模型的输出数据集,训练极限学习机模型;步骤4,极限学习机模型训练完毕,搭建在线仿真与试验平台,设定和实际相同运行工况和运行模式,验证训练得到极限学习机模型的精度;步骤4-1,极限学习机模型训练完毕后,获得相应运行工况、工作模式下的电机悬浮力模型的悬浮力预测值搭建实际仿真与控制平台,设定和实际相同运行工况和运行模式,获取实际运行下的悬浮力输出值F;步骤4-2,选取极限学习机模型计算的悬浮力预测值和实际运行输出值F的均方误差MSE和决定系数R2作为评价指标,判断所构建的悬浮力模型是否满足精度要求;式中:分别为极限学习机模型的悬浮力预测值,FJ为相应运行工况、工作模式下的实2际输出值,L为总的训练样本个数,R为决定系数,SSE为残差平方和,SST为总平方和;步骤4-3,依据评价指标均方误差MSE和决定系数R2进行判定:如果精度不满足所设置的要求,则改变样本、参数、隐层节点数等,重新训练极限学习机模型;如果满足精度要求,则完成悬浮力数值模型的构建。2.根据权利要求1所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤1按照如下方法进行:步骤1-1,根据电机参数构建在有限元仿真软件中构建轴向分相磁悬浮飞轮电机的三维有限元仿真模型,同时加工一台相同参数尺寸的试验样机模型;步骤1-2,在构建的有限元仿真模型及试验样机模型下通过仿真与实验设计转子偏心、磁路饱和及陀螺效应的运行工况以及悬浮、电动、发电的不同工作模式,分析在不同运行状态以及陀螺效应影响下电机的悬浮力与转子位置角、转子偏心、励磁电流和负载转矩关系。3.根据权利要求2所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤2按照如下方法进行:2CN110059348A权利要求书2/3页步骤2-1,利用实验和仿真分析,从影响悬浮力输出性能的变量中筛选出最为敏感的参数作为输入变量x1,x2,…xb,…,xa,1≤b≤a,b=1,…,a,a为最终选取的关键参数数目,xb为位置角θ、X轴向偏心x,Y轴向偏心y、电流I、转矩T和工作电压U中任一一个变量;步骤2-2,选取敏感参数的变化区间;根据飞轮系统工作要求、加工工艺以及物理约束条件,明确所选敏感参数的变化区间,设置相应参数,运用有限元仿真计算获取对应的的样本数据集(x1,x2,…,xa,F),其中(x1,x2,…,xa)为模型的输入集,F为输出集;步骤2-3,对输入数据集进行标准化;假设有n个样本,每个样本有m个指标,每个指标记为xij,i=1,2,…,n;j=1,2,…,m,标准化后,其中:标准化的数据矩阵步骤2-4,建立标准化矩阵的相关系数矩阵:步骤2-5,计算R的特征值λc和特征向量:Tαc=(αc1,αc2,…αcm),c