下载掌阅APP，畅读海量书库
立即打开
电机优化设计的大致过程为：通过调整电机结构参数，在满足用户需求、加工工艺、性能标准等约束条件下，让电机的某些指标（如效率、推力、功率密度、成本等）达到最优值 [292-293] 。电机优化设计主要包括校核设计、综合设计和优化设计三个阶段 [294-297] 。校核设计需要提前估算好若干设计变量，然后通过反复迭代调整参数，使电机性能满足要求。综合设计是对电机主要优化参数设定取值范围，然后按设定的步长循环计算并得到满足需求的最优解。优化设计主要包括两方面：①基于电机的分析模型（包括解析模型、数值模型和近似模型等）和待优化指标，建立优化目标的数学模型；②选择合适的优化算法，对该数学模型进行寻优。从电机设计的发展阶段可以看出，电机设计不仅要达到期望的性能指标，而且要不断追求性能更优、成本更低的设计方案。为了提升电机性能，相关学者主要从优化问题的数学建模、降维优化求解和优化效率提升等三个方面开展了广泛研究。
文献[297]首先基于Boldea提出的等效电路 [296] ，得到LIM效率和功率因数的解析式。然后，进行参数敏感性分析，选取了初级绕组电流密度、初级宽度与极距比值、次级铝板厚度和转差率作为优化变量。通过式（1-26）的可调权重成本函数，将多目标问题转化为单目标问题。最后，采用遗传算法分析了效率优化、功率因数优化和功效（功率因数和效率乘积）优化的三种结果，成功提升了电机功效12.5%。由于电机等效模型没有考虑铁损和次级漏感，随着速度增加，其理论分析和实验测量误差将逐步增大。
式中， η 为效率；cos φ 为功率因数； k 1 和 k 2 为可调权重系数。
基于Duncan提出的LIM等效电路 [13] ，在忽略铁损和次级漏感的情况下，文献[298]推导了效率、功率因数和端部效应制动力的解析式。然后，通过参数敏感性分析，明确了次级导板厚度、气隙长度、供电频率、极对数、每极每相槽数、初级电流密度、初级宽度和槽宽与槽距比值对优化目标的影响规律，进一步将多目标（四个优化目标）转化为单目标优化问题，其成本函数表达式为
式中， M 1 为初级质量； F end 为端部效应制动力； k 1 ～ k 4 为可调权重系数。
通过合理设置成本函数中权重系数，获得四种情况下的优化方案，明确了对优化目标影响较大的变量。相关的二维和三维有限元结果验证了优化方案的有效性。
文献[299]对一梯形次级结构的LIM性能进行优化，提高了电机功效、降低了初级质量和端部力等。由于该文的次级结构比较复杂，因此在Duncan模型基础上，对参数计算公式进行了修正。为避免优化陷入局部最优，利用两种优化算法进行求解（分别为内点算法和遗传算法）。最后通过对比二维和三维有限元模型及优化方案获得的推力大小，验证了所设计电机的有效性。文献[300]提出了一种非对称双开口的次级结构，并对次级开槽的相关参数依次进行优化，一定程度上削弱了电机横向端部效应。基于三维有限元分析，以较大推力和较小法向力为目标，文章依次确定了次级分裂数、端部导条宽度、单边槽宽度、单边槽高度和双边槽错位长度等参数。然后，对比了传统帽型次级、对称双开口次级与提出的非对称双开口次级的横向磁通密度分布、横向次级感应电流分布、推力和法向力、纵向端部效应影响系数、动态响应速度等特性，充分体现了优化后的结构优势。但因采用单变量逐个优化方法，最终方案很容易陷入局部最优解。文献[301]通过三维有限元模型逐个研究极距、气隙长度、安匝数、永磁体厚度、齿宽、槽口高度和宽度等电机参数对电机推力密度的影响规律，并依次确定结构参数值；然后通过样机的空载反电动势和静推力测量，验证了优化结果的准确性。文献[302]对平均转矩、转矩密度、平均功率和功率密度等进行了多目标优化。通过二维有限元模型逐次两两选取电机参数并优化，同时选取分裂比（定子外径与转子外径比值）和极距、永磁体宽度和高度、磁障宽度和高度、转子磁宽度和高度来确定最终优化方案。文献[301，302]采用变量逐次优化方法，但因缺少优化变量的敏感性分析，很难保证优化结果是全局最优值。文献[303]从LIM系统的角度出发，以降低电机和逆变器损耗为目的，对电机结构参数和最优控制量同时进行了优化，并取得了一定效果，但优化结果对参数准确性要求较高，同时建模和求解过程也较为繁琐。
电机的优化设计属于不等式约束的非线性优化问题，即目标函数与优化变量之间难以直接用显性解析式表示，因此一般采用数值法求解。同时，为降低电机优化模型的复杂度和计算量，替代有限元模型或者实验测试的分析模型，一些文献引入了代理模型 [304-307] 。该模型的优化效果非常依赖模型精度，且不能保证优化结果为全局最优解。随着研究的深入，代理模型逐渐演化为通过历史样本数据来构造新样本点，并不断逼近全局最优解的优化机制。此外，复杂高维优化问题的代理模型不需要在整个优化设计区间内，而只需保证最优解附近具有较高的精度 [308-311] 。
整体而言，代理模型优化问题经历了从单目标到多目标的发展历程。文献[312]提出以Kriging模型为代理模型的单目标全局优化算法，在选取样本校正点时，以模型预测值和预测准确度的期望值提高为加点准则，避免了优化过程中的局部收敛问题。文献[313]将伪距离加点准则引入到优化算法中，提出了基于Kriging模型的多目标有效全局优化算法。文献[314]则将并行计算方法与多目标有效全局优化算法相结合，进一步提高了多目标优化算法的执行效率。文献[315]基于有限元模型和试验点法，得到电机的响应面模型；然后从电机功率密度提升角度出发，求解得到最优初级长度与次级导板厚度的比值。为不失一般性，分析了功率250～750W范围的5种电机方案，结果表明：随着电机功率的增加，最优比值也逐渐降低，最后趋近于某一恒定值。采用响应面模型后，不需要推导LIM等效电路或解析模型，特别适用于结构复杂的LIM，可明显降低优化模型的建立难度 [316] 。
文献[317]对一台电励磁双定子场调制电机进行了优化，因双层气隙、双定子特殊结构，优化设计过程需要考虑的结构参数较多。文章利用有限元软件建立了电机结构参数模型，然后以高转矩密度和低转矩波动为优化目标，按照关键尺寸参数的敏感性大小进行分层。由于敏感性较高的参数对优化目标存在较大的交叉影响，文章采用遗传优化算法，通过多元非线性回归模型确定总体目标函数。对于敏感性适中或较弱的参数，则分别采用响应面法和单参扫描法进行优化。全文通过结合不同优化方法，充分发挥了各自优势，在降低模型复杂度的同时明确了电机的最优结构尺寸参数。实验数据表明：优化后的样机转矩波动降低了6%，平均转矩和每相感应电动势幅值分别提高了12.3%和15.9%。相关结论充分说明基于参数敏感度分层的优化方法，能很好满足结构复杂的电机设计需求。
文献[318]首先采用Taguchi法进行参数敏感性分析，从12个设计参数中选出6个敏感度较高的参数，并确定为优化变量。然后，基于拉丁超立方试验得到Kriging响应面模型，通过多目标粒子群优化算法，获得推力波动和平均推力的Pareto前沿。大量结果显示：与原始方案相比，优化后的电机推力波动减小了64%，平均推力提升了6.6%。文献[319]选取推力密度、功率因数和推力波动作为优化目标，并通过正交试验表方法得到直线电机的响应面模型。为了提高优化效率，文章采用了并行计算方法，在构造加点准则后，通过Kriging代理模型选取新的样本点并构建新的代理模型，通过并行计算缩短了求解时间。
为提升多目标优化效率和转矩能力，文献[320]提出了一种参数分层设计与响应面结合的多目标优化方法。首先引入灵敏度指数将优化参数分层，以降低后续响应面方程的维数。对灵敏度较大的参数，先采用Box-Behnken试验得到响应面，然后选取多目标骨干粒子群优化算法进行优化。对于灵敏度适中的参数，则采用优化模型方程最小值搜索法。对于灵敏度较小的参数，可忽略参数间的耦合影响，采用单变量参数化扫描法。最终结果表明：电机的转矩脉动降低了76.9%，平均转矩提升了3.2%，优化时间大幅减少。
文献[321]对混合动力电动汽车用磁通可控定子永磁记忆电机进行了优化设计。首先，基于五种典型工况（起动、额定速度巡航、加速、高速巡航和爬坡）及需求，建立了相关的优化模型。然后，对电机参数进行敏感性分析，确定出不同工况下影响电机性能的主要结构参数。考虑到某些工况下的优化目标或变量重复率较高，文章把优化过程分为三步，并在每一步优化不同工况下的关键结构参数和性能指标，从而得到最优方案。
文献[322]考虑到多目标优化时不同优化目标之间以及优化变量之间的耦合关系，通过相关性和方差分析，明确不同优化目标之间的关联性，确定出影响较大的变量或变量组合，从而有效地建立了多目标优化模型，提高了电机性能。