基于基因控制遗传算法的永磁同步电动机优化设计.docxVIP

2010年第 10期设计分析Design and analy sis基于基因控制遗传算法的永磁同步电动机优化设计刘建成, 黄守道, 孙文娇, 张金平湖南大学, 湖南长沙 410082)要: 介绍了基因控制遗传算法的基本原理和寻优策略, 建立了永磁同步电动机的优化数学模型, 并结合基 因控制遗传算法对一台钕铁硼永磁同步电动机样机进行了优化设计, 得出了适应度值随进化代数的变化曲线, 电 机的有效材料成本显著下降, 优化结果表明基因控制遗传算法应用于电机优化设计中能取得较好的效果。关键词: 优化设计; 遗传算法; 基因控制; 永磁同步电动机中图分类号: TM 341文献标识码: A文章编号: 1004- 7018( 2010) 10- 0019- 03OptimalD esign of P ermanentM agnet SynchronousM otors Based on Gene Handling Genetic A lgorithmLIU J ian - cheng, HUANG Shou- dao, SUN W en - jiao, ZHANG J in- p ing(H unan Un iversity, Changsha 410082, China)Abstract: The basic pr inciples and optim ization strategy of gene handling genetic agor ithm ( GHGA ) w ere introduced in this paper. T he m athema tica lm ode l o f optim a l design o f permanent m agnet synchronous m oto rs w as estab lished, and GH-GA w as applied to the optim a l design o f the N dF eB PM SM pro to type. Som e correspond ing curves about fitness chang ing w ith the genera tion w ere deduced. A s optim al resu lts, the co st of the e ffective m ateria l of PM SM s is cut sign ificantly, and good effec t can be ach ieved when the GHGA is app lied to the optim a l design o fm otors.K ey words: optim a l design; genetic a lgo rithm; gene hand ling; perm anent magnet synchronous m o to r0引言与传统电励磁电机相比, 永磁电机具有结构简 单、运行可靠、体积小、重量轻、高效节能等优点, 特 别是稀土永磁材料的应用, 大大提高了永磁电机的 性能, 使永磁电机具有更广阔的应用前景。由于永 磁材料的价格相对较贵, 因此, 研究一种既能满足性 能指标要求, 又能减少永磁体用量的永磁同步电动 机优化设计方法, 具有十分重要的理论价值和应用 价值。电机优化设计是一个复杂的有约束、多变量、混 合离散、非线性规划问题[ 1] , 其目标函数和约束条 件均为设计变量的非线性数值函数和多极值函数, 因此用传统的优化方法很难从根本上解决电机优化 设计中的全局最优解问题。遗传算法 ( Genetic A -l go rithm, GA ) 是基于自然选择和基因遗传学理论发 展来的一种随机搜索与优化算法。该算法对所求解 的问题没有很多的要求与限制, 而且其较好的鲁棒 性和并行性使得其能够有效地进行全局搜索, 同时 算法的多样性对于特殊问题的优化提供了灵活性, 这些优点使 GA 得到了广泛的应用。本文结合钕铁 硼永磁同步电动机的设计特点, 利用基因控制遗传 算法 ( Gene H andling Genetic A lgo rithm, GHGA ) [ 2] 对收稿日期: 2009 - 11- 30一台额定功率 4. 8 kW 的钕铁硼永磁同步电动机进 行了优化设计, 取得了满意的效果。1 基因控制遗传算法基本原理基因控制算法是在最优保留遗传算法 ( E litist Preserved Genetic A lgorithm, EPGA ) 的基础上实施 的一种寻优方法。其基本原理类似于遗传算法, 只 是在遗传过程中, 对有关的基因进行控制, 使得优化 问题向着满足约束条件的方向转化。