针对一台32极36槽的低速永磁电机,利用Isight优化平台,基于径向基(RBF)神经网络方法和最优拉丁超立方的样本空间,分别建立齿槽转矩、漏磁系数与设计变量间的近似模型,在近似模型的基础上采用多岛遗传算法(MIGA)寻优。优化后的齿槽转矩有限元仿真结果与RBF近似模型预测值的相对误差为1. 6%,比初值降低59%,说明了该优化方法的有效性; Isight命令流的使用,提高了优化效率。
科研之友
微信
新浪微博
Facebook
分享链接
