基于遗传粒子群算法的永磁同步电机多目标优化设计

电机在工业自动化的发展中占据着举足轻重的位置,各类型的电机作为生产原动力,消耗了大约全球总发电量的60%,因此如何对电机进行合理的优化设计成为节能降耗的重要一环。在众多类型的电机中,自起动永磁同步电机因具有较高的效率和功率因数,结构简单、体积小、能量密度高、动态性能良好等特点,被广泛地应用于交通、航天、医药和生产等众多领域。同时永磁电机也存在成本高、退磁风险等问题,需要通过优化设计提升其运行性能和降低设计成本来补偿。本文通过对永磁同步电机基本原理进行分析,并从电机的电磁设计着手,对自起动永磁同步电机算法优化设计进行了研究。论文的主要工作如下:1.介绍了电机优化与设计的发展现状以及研究趋势;介绍了遗传算法(GA)以及粒子群算法(PSO)的基本原理以及改进方法。通过对比分析两者的优缺点,采用一种优势互补的遗传粒子群优化算法(GAPSO),并论述了其基本流程。2.从自起动永磁同步电机的基本原理及结构出发,分析其电磁设计过程特点,为电机优化做准备。建立基于C++的自起动永磁同步电机的电磁计算模型。以典型型号的自起动同步电机为例进行电磁计算,通过Ansoft有限元分析软件对电机计算程序的结果准确性进行校验。3.在以上工作的基础上,以效率、功率因数等为优化目标,选定合理的优化变量,并进行相应的约束条件设置,从而建立自起动永磁同步电机的优化数学模型。然后将之结合电机的电磁计算模型形成永磁同步电机的优化设计程序。建立基于C#的简单用户界面,结合优化程序形成永磁同步电机的优化设计系统。以三台不同规格的永磁同步电机为对象进行优化设计,分析优化后电机的成本以及性能变化,说明优化算法的实用性和有效性。最后通过Ansoft有限元法对优化前后的设计方案进行二维电磁场静态、瞬态仿真,仿真结果表明优化显著改善了电机的起动性能和运行特性。