10.3969/j.issn.1673-3142.2020.01.011
基于智能算法的感应电机多目标优化设计
感应电机自身作为一个复杂系统,其设计变量多,多个设计目标之间相互约束,多目标优化设计过程复杂、限制因素多.针对这种情况,以一台24 V低压大电流感应电机为例,选取了定转子槽6个相关设计参数作为优化变量,以感应电机3个外特性参数(最大转矩、启动电流、效率)作为优化目标,运用计算机辅助电机设计软件ANSYS Maxwell得到了大量工程实验数据,利用BP神经网络对感应电机数学模型进行拟合,并用遗传算法寻找设计变量最优解,使用神经网络的预测功能寻找优化目标最优解.最后用ANSYS Maxwell将最优解进行工程验证,实现了感应电机的多目标优化设计.
BP神经网络、遗传算法、感应电机、多目标优化
58
TM343(电机)
2020-03-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-48,70