基于和声差分进化算法的TFPM多目标优化设计方法.pdf

(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CN110489813A(43)申请公布日2019.11.22(21)申请号201910682587.1(22)申请日2019.07.26(71)申请人西北工业大学地址710072陕西省西安市友谊西路127号(72)发明人袁小庆赵艺林杜晓东陈浩盛王文东(74)专利代理机构西北工业大学专利中心61204代理人王鲜凯(51)Int.Cl.G06F17/50(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于和声差分进化算法的TFPM多目标优化设计方法(57)摘要本发明公开了一种基于和声差分进化算法的TFPM多目标优化设计方法，用于解决现有TFPM优化设计方法优化效果差的技术问题。技术方案是首先构建优化目标函数，选择优化设计变量，并设定优化的约束条件。通过记忆选择、局部调谐、变异和随机生成的方法，得到新和声。对于记忆选择的元素在初始记忆库内随机选取变量，否则进行变异操作。然后参照和声搜索算法对变量以音调微调概率进行调整，采用精英保留策略，避免出现早熟收敛。由于将HS算法和DE算法相结合，在生成新解的方式上同时使用HS与DE的方法得到HSDE算法，既保证了搜索到的元素有效，又保证了搜索速度；进一步提升了收敛速度，实现了TFPM的多目标优化，且优化效果好。CN110489813ACN110489813A权利要求书1/2页1.一种基于和声差分进化算法的TFPM多目标优化设计方法，其特征在于包括以下步骤：第一步，选择横向磁场永磁电机的转矩密度和物料成本，通过公式(1)构建优化目标函数：式中，C为有效物料成本；STm0为原型机的最大转矩密度；C0为原型机的有效物料成本；q1和q2为子目标函数的权重系数；Cm是常数；其中，有效物料成本C通过公式(2)计算：C＝CCu·GCu+CFe·GFe+CPM·GPM+CAl·GAl(2)式中，CCu、CFe、CPM、CAl分别为铜、硅钢片、钕铁硼永磁体、铝的价格；GCu、GFe、GPM、GAl分别为铜、硅钢片、钕铁硼永磁体、铝的重量；电机的转矩密度STm由公式(3)计算：式中，m为电机的总相数，n为铁芯数，N为绕组匝数，Φδ为单个定子铁芯对应的气隙磁通最大值，I为定子线圈绕组内电流，D为电机机壳直径；L为电机外机壳的轴向长度；第二步，选择横向磁场永磁电机的优化设计变量：式中，δ为气隙长度；N为绕组匝数；ls为铁芯齿部的径向长度；bs为铁芯齿部的切向宽度；第三步，设定横向磁场永磁电机优化的约束条件，并构造增广目标函数；横向磁场永磁电机的约束条件gi(X)，i＝1,2,3,4：式中，T0为电机原型机的输出转矩；V0为电机原型机体积；sf0为电机绕组线圈槽满率；C0为电机原型机成本；横向磁场永磁电机的增广目标函数F(X)如公式(6)所示：式中，罚函数Pi(X)如公式(7)所示：2CN110489813A权利要求书2/2页式中，U为常数，表示当函数违反约束时施加的最小约束值；ωi为惩罚系数；第四步，生成初始记忆库，首先确定记忆库的规模，然后采用和声搜索算法中的随机函数来生成HSDE算法的初始记忆库HM＝{x1,x2,…,xs}，方式如公式(8)所示：xi,j＝lj+rand()·(uj-lj),j＝1,2,…,d,i＝1,2,…,s(8)式中，xi,j为第i个和声元素的第j维分量，uj和lj为第j维组分量搜索的上下界，d为问题维度，rand()为0～1之间的随机数；第五步，通过记忆选择、局部调谐、变异和随机生成的方法，得到新和声；具体操作方式如公式(9)所示：式中，rnd为1～s之间的随机整数，HMCR为记忆选择概率，cr为个体中变量交叉概率；第六步，对于记忆选择的元素(rand()<HMCR)在HM内随机选取变量，否则进行变异操作；第七步，参照和声搜索算法对变量以音调微调概率进行调整，如公式(10)所示：式中，PAR为局部调整概率；为记忆库中最优和声的k维分量；第八步，计算和声变量的适应度值，采用精英保留策略，避免出现早熟收敛，即若某一组和声的适应度值为迄今最好，则该组和声被选择为精英和声，直接进入下一次迭代，若本次迭代无精英和声，则将各组和声按照适应度值降序排列后加入记忆库；第九步，检测是否满足停止准则，若满足则停止程序，否则进行下一轮迭代；优化算法的停止准则为计算达到程序中设定的最大迭代次数。3CN110489813A说明书1/6页基于和声差分进化算法的TFPM多目标优化设计方法技术领域[0001]本发明涉及一种TFPM优化设计方法，特别涉及一种基于和声差分进化算法的TFPM多目标优化设计方法。背景技术[0002]对TFPM这一新型电机而言，进行优化设计不但可以提高设计质量，而且能够缩短设计周期。但是TFPM的结构和