摘要
为优化永磁辅助开关磁阻电机(Permanent Magnet Assisted Switched Reluctance Motors,PMA-SRM)的平均转矩和转矩脉动系数,提出一种基于极差分析和敏感性分析,代理模型和NSGA-Ⅲ算法相结合的优化方法.首先介绍PMA-SRM的拓扑结构,选取结构和控制参数作为初始优化参数,通过极差分析和敏感性分析选取主要优化参数.然后,基于优化后的核极限学习机(Beluga Whale Optimization Kernel Extreme Learning Machine,BWO-KELM)建立电机的代理模型.最后,采用基于参考点的非支配遗传算法(Reference-Point-Based Non-Dominated Sorting Genetic Algorithm Ⅲ,NSGA-Ⅲ)对建立的BWO-KELM模型多目标优化,从生成的Pareto前沿中选取最优解.有限元仿真基于结果表明:建立的代理模型具有较高的拟合精度,优化后PMA-SRM的平均转矩提高38.56％,转矩脉动系数降低了77.71％.仿真实验表明,所提代理模型与NSGA-Ⅲ算法相结合的方法可用于电机的优化过程,减少电机优化的工作量.
维普
万方数据