一种在线数据驱动的永磁直线电机优化设计

作者：尹绍杰; 林鹏; 杨扬戬; 朱优优; 王威

来源：微电机, 2022, 55(07): 1-5+18.

DOI：10.3969/j.issn.1001-6848.2022.07.001

• 永磁直线电机
• 在线数据驱动
• 代理模型
• 期望提高加点

针对电机优化设计是一个非线性度高、强耦合、计算成本高的问题，文中介绍了一种在线数据驱动的电机优化设计方法。该设计方法采用kriging代理模型快速获得电机的近似数学模型，通过期望提高的在线加点策略实现高精度模型，结合多目标粒子群算法最终获得电机多目标优化的Pareto前沿。在线数据驱动的优化设计原始样本少，且能以最少数量的样本加点来改善模型精度，大大减少了计算成本。该法用于一台12槽10极永磁直线电机，结果显示优化的电机较原始其推力波动降低了64%且平均转矩提高了6%,计算周期缩短了60%。此优化设计方法同样适用于其它优化问题，具有一定的参考价值。

• 单位
  浙江大学台州研究院