基于深度神经网络的永磁直线电机仿真与优化.docx

下载文档

0
0
约2.45万字
约 26页
2024-12-02 发布于北京
举报
版权申诉
保障服务

基于深度神经网络的永磁直线电机仿真与优化.docx

1、本文档共26页，可阅读全部内容。
2、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。
3、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。
4、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)。

第36

第36卷第3期2024年3月

Vol.36No.3Mar.2024

JournalofSystemSimulation

基于深度神经网络的永磁直线电机仿真与优化

阎世梁，王银玲，路丹丹，潘小琴

(西南科技大学工程技术中心，四川绵阳621010)

摘要：针对永磁直线同步电机(permanentmagnetlinearsynchronousmachine,PMLSM)有限元仿真模型的计算时间长，不能直观地显示结构参数与输出推力的关系，无法指导电机结构参数优化等问题，提出基于子域解析法和深度神经网络算法的PMLSM改进仿真模型，根据麦克斯韦方程组计算得到电机的磁通密度、空载反电势等性能数据，结合深度神经网络算法拟合出电机结构参数与输出推力的非线性关系。基于此模型，使用自适应遗传算法对PMLSM的推力密度进行优化，并与有限元仿真结果对比。结果表明：PMLSM改进仿真模型的计算速度是有限元模型的87.1倍，推力计算结果与有限元结果的平均误差为2.87%，优化后的电机推力密度提高了5.7%。

关键词：永磁直线同步电机；子域解析法；深度神经网络；自适应遗传算法；推力优化

中图分类号：TM351；TP391.9文献标志码：A文章编号：1004-731X(2024)03-0713-13

DOI:10.16182/j.issn1004731x.joss.23-0211

引用格式:阎世梁,王银玲,路丹丹,等.基于深度神经网络的永磁直线电机仿真与优化[J].系统仿真学报,2024,36

(3):713-725.

Referenceformat:YanShiliang,WangYinling,LuDandan,etal.SimulationandOptimizationofPermanentMagnetLinearMachineBasedonDeepNeuralNetwork[J].JournalofSystemSimulation,2024,36(3):713-725.

SimulationandOptimizationofPermanentMagnetLinearMachineBasedonDeepNeuralNetwork

YanShiliang,WangYinling,LuDandan,PanXiaoqin

(EngineeringTechnologyCenter,SouthwestUniversityofScienceandTechnology,Mianyang621010,China)

Abstract:Thefiniteelementmodel(FEM)ofpermanentmagnetlinearsynchronousmachines(PMLSMs)takesalongcomputingtimeandcannotdirectlydisplaytherelationshipbetweenstructuralparametersandoutputthrust,thusfailingtoguidethestructuralparameteroptimizationofthemachine.

AnimprovedsimulationmodelofPMLSMsbasedonthesubdomainanalyticalmethodanddeepneuralnetwork(DNN)algorithmisproposed.Themagneticfluxdensity,no-loadcounterelectromotiveforce(EMF),andotherdataareobtainedaccordingtoMaxwellsequations.ThenonlinearrelationshipbetweenthestructuralparametersofthemachineandoutputthrustisfittedbytheDNNalgorithm.Basedonthismodel,anadaptivegeneticalgorithmisusedtooptimizethethrustdensityofPMLSMs,