基于CKCPSVR的改进型永磁调速器的性能预测及优化.pdfVIP

基于CKCPSVR的改进型永磁调速器的性能预测及优化.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于CKCPSVR的改进型永磁调速器的性能预测及优化.pdf

第37 卷第4 期 仪器仪表学报 VoL 37 No.4 2016 年4 月 Chinese Joumal of Scientific Instrument Apr. 2016 基于 CKCPSVR 的改进型永磁调速器的 性能预测及优化* 王大志,李 召,蒋明华,时统宇 (东北大学信息科学与工程学院沈阳 110819) 摘 要:设计了一种具有凹槽磁极永磁盘和开槽导体盘结构的永磁调速器。针对该结构的多目标优化问题,采用中心复合设计 实验构造了输入样本空间,采用有限元分析得到输出样本空间,从而构造出完备的训练数据集;然后基于合成核分类近似支持 向量回归机建立了该装置的优化结构参数与性能指标(即输出转矩和涡流损耗)之间的预测模型;为了尽可能实现输出转矩最 大和涡流损耗最小,将两个优化目标转化为满意度最大这一单目标问题,并利用空间粒子群优化算法进行求解,得出了满意 的结构。有限元仿真结果表明:与标准结构永磁调速器相比,优化之后永磁调速器的性能得到了改善,使得涡流损耗降低了 10% ,同时输出转矩提高了 229毛;另外,制造了样机并进行了实验室仿真平台的验证,证实了所提优化设计策略的有效性以及 改进型永磁调速器良好的性能。 关键词:永磁调速器;有限元法;合成核分类近似支持向量回归机;性能预测;多目标优化 中固分类号: TH133.4 文献标识码:A 国家标准学科分类代码: 470.40 Performance prediction and optimization of irnproved adjustable perrnanent rnagoet coupler based 00 CKCPSVR rnethodology Wang Dazhi , Li Zhao , Jiang Minghua , Shi Tongyu (School of Infonnation Science Engineering , Northeastem University , Shenyang 1108月, China) Ahstract:A kind of improved adjustab1e permanent magnet coup1er is designed , which is composed of a PM p1ate with groove-shaped po1es and a conductive p1ate with slots. Aiming at the multi咱均ective optimization prob1em of the structural parameters , the input samp1e space and output samp1e space 缸e constructed with central composite design experiment and finite e1ement analysis , respective1y; thus a comp1ete training data set is constructed. Secondly , based on 由e composite keme1 classification proximal support vector regression ( CKCPSVR) method , the prediction models 町e built , which reflect the re1ationship between the optimal structural p町ameters and p

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档