基于深度置信网络算法的面向铁磁材料旋转磁滞损耗的矢量磁滞模型

摘要：

铁磁材料磁滞建模是电气工程领域的基础性理论研究之一.该文基于深度置信网络(DBN)算法结合磁滞算子空间理论提出一种矢量磁滞模型.在模型结构中,引入郎之万函数作为映射函数对磁滞数据进行输入转换计算.利用多个磁滞算子构建算子空间生成高维算子数据,算子空间的数据输出作为 DBN 模型的输入,结合 DBN 算法表征算子数据与模型输出的非线性关系.利用样本的磁感应强度数据和生成的算子数据训练模型,获得模型参数.通过仿真表明构建的模型可以有效地描述铁磁材料在旋转磁化情况下的非线性特性和各项异性.同时,结合磁损分离理论改进磁损模型中相应的损耗系数,构建动态磁损计算模型,并将磁滞模型获得的数据应用于动态损耗计算.仿真表明,构建的磁滞模型可以有效地表征铁磁材料的实际磁化特性和损耗情况.

关键词：磁滞模型、深度置信网络算法、磁滞算子、磁滞损耗

所属期刊栏目：38

分类号：TM15(电工基础理论)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;河北省自然科学基金创新群体项目

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：4063-4075