基于随机性与确定性混合优化算法的 Jiles-Atherton磁滞模型参数提取

• 作者: 刘任 刘洋 李琳 王亚琦 韩钰
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: J-A磁滞模型 参数提取 随机性优化算法 确定性优化算法
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 电工理论
• 页码范围: 2260-2268
• 页数: 9页
• 分类号: TM464
• 字数: 5775字
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.180714

摘要

基于J-A磁滞模型模拟铁磁材料磁滞特性的关键是模型参数的精确快速辨识.该文针对现有J-A磁滞模型参数提取方法存在的收敛速度慢、求解精度低的问题,提出一种基于随机性优化算法——模拟退火(SA)与确定性优化算法——Levengerg-Marquardt(L-M)混合的J-A模型参数提取方法,该方法综合了SA算法全局搜索能力强以及L-M算法局部收敛速度快的优点.在迭代优化初期,采用SA算法快速锁定J-A模型参数的优化区域;继而根据引入的普适性混合算法切换过渡准则,将SA算法当前解赋予L-M算法;针对基于传统L-M算法提取J-A模型参数出现的病态矩阵问题,该文将J-A模型参数的灵敏度函数矩阵进行归一化处理,从而推导出适用于J-A模型参数快速辨识的归一化L-M算法,该算法在接收到SA算法提供的优化解后,将其作为该算法局部搜索的初始值.仿真及实验结果表明,所提混合算法兼具收敛速度快、提取精度高的优异性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩钰		20	21	3.0	4.0
2	刘洋		13	13	2.0	3.0