基于粒子群算法的 SR 电机本体多目标优化设计

• 作者: 高冰 高洁
• 来源期刊: 微电机
• 学科: 工学
• 关键词: 模糊自适应粒子群 平均转矩 转矩脉动 极弧 有限元 广义回归神经网络
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 设计与研究
• 页码范围: 22-26
• 页数: 5页
• 分类号: TM352
• 字数: 3691字
• 语种: 中文

摘要

针对以往SR电机多变量、多约束条件、多目标的设计寻优过程中容易陷入局部最优，并且电磁场有限元分析计算耗时长的缺点，本文提出一种能快速收敛实现多目标全局优化的电机设计方法。利用广义回归神经网络对目标函数进行非线性建模，通过模糊自适应粒子群算法找寻帕雷托最优解，实现了SR电机定转子磁极极弧的全局优化设计。研究结果表明：在电机主要尺寸不变的条件下，显著地降低了样机的转矩脉动，提高了平均输出转矩。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高洁	中国民航大学航空自动化学院	6	23	3.0	4.0
2	高冰	中国民航大学工程技术训练中心	7	57	4.0	7.0