李泓寰
广东美的环境电器制造有限公司 广东中山 528425
摘要：最优化是人们在工程技术、理论研究和经济管理等诸多领域中经常遇到的问题。近年来,随着现代控制理论和计算机技术的快速发展,最优化理论与技术的应用日益广泛,并取得了巨大的经济效益和社会效益,始于上世纪60年代初期的电机优化设计就是其中的热点之一。
关键词：电机优化；设计；问题；分析
1导言
在工程技术与经济管理以及理论研究等多种领域，电机优化都是经常出现的问题。目前，伴随着现代控制理论以及计算机技术的全面可持续发展，最优化理论以及技术被广泛应用，经济与社会效益显著。为此，深入研究并分析电机优化设计的相关问题具有一定的现实意义。
2传统电机优化设计概述
传统电机优化设计采用的优化算法是一种基于设计变量可微性的数值方法,主要有直接搜索法和随机搜索法两种寻优模式,其中经典寻优策略有Powell法、单纯形法、SUMT罚函数法、可变容差法和梯度法等等，并且已经在电机新产品的优化设计方面取得了一定进展。国外最早将古典极值理论应用于电机优化设计程序,国内清华大学较早按混合离散规划方法设计特高效率的专用三相异步电动机,其主要指标达到当时世界同类产品先进水平。
3现代电机优化设计简介
90年代以来,模拟退火(SA)、遗传算法(GA)、禁忌搜索(TS)和模拟进化(SE)等现代启发式优化算法得到迅速发展,为了进一步提高电机设计水平,电机工作者开始着手研究这些新型最优化理论与电机设计技术的结合与交叉,并逐步形成了能够实现全局最优的现代电机优化设计技术。
3.1基于遗传算法的电机优化设计
遗传算法(GA)是一种模拟生命演化的仿生算法,它通过模拟达尔文“优胜劣汰,适者生存”原理和孟得尔遗传变异理论,在算法迭代过程中重复执行选择、杂交和变异运算,使种群进化接近某一优化目标。作为一种随机搜索的优化方法,遗传算法具有以下鲜明特点：一是它的操作对象是一组可行解,而非单个可行解;搜索轨道有多条,而非单条,因而具有良好的并行性；二是只需利用目标的取值信息,无需梯度等高价值信息,因而适合于任何大规模、高度非线性的不连续多峰函数的优化以及无解析表达式的目标函数的优化,具有很强的通用性；三是其择优机制是一种“软”选择,再加之良好的并行性,使它具有很好的全局优化性和鲁棒性；四是进行操作的可行解集是经过编码的,目标函数解释为编码化个体的适应值,因而具有良好的可操作性与简单性。
期刊文章分类查询,尽在期刊图书馆
3.2基于免疫算法的电机优化设计
迄今为止,已有多种非确定性优化方法(即随机优化方法)应用于电机优化设计。与确定性算法相比,非确定性算法的优点在于它有更多机会求得全局最优解。许多非确定性算法大都体现了自然界生物的某些生理机制,如果说神经网络是人类对其大脑信息处理机制的模拟,模糊系统是人类对其思维方式的模拟,遗传算法是对生物生存演化的模拟,那么最近发展起来的免疫算法(IA)又成为一门新兴的模拟生物免疫机制的随机优化方法。关于生物免疫系统的工作机理已有大量文献介绍,这里不再赘述。作为一种优化方法,IA中抗原和抗体分别对应于优化问题的目标函数和可行解,其亲和性有两层含义：一方面说明抗体和抗原之间的关系,即解和目标的匹配程度，另一方面解释了抗体之间的关系,即控制适用于抗原(目标)的相同抗体的过多产生,保证候选解的多样性。计算亲和性的作用是用一组记忆单元保存用于防御抗原的一组抗体(优化问题的候选解),这样对于曾经出现过的抗原,IA产生相应抗体的速度比以前更快。
4电机优化设计的最新发展
近年来，遗传算法与模拟退火等新型的启发式优化算法发展速度明显加快，要想实现电机设计水平的全面提升，相关工作人员将重点放在新型最优化理论和电机设计技术有效融合与交叉方面，最终研发出能够满足全局最优需求的电机优化设计技术。
4.1以遗传算法为基础的电机优化设计
众所周知，遗传算法是对生命演化进行模拟的仿生算法，对达尔文提出的优胜劣汰和适者生存原理予以有效模拟，通过算法的迭代，实现了重复执行选择、杂交以及变异运算的目标，有效推动了种群的进一步优化，与某一优化目标也更加接近。这种电机优化设计属于随机搜索方式，最突出的特点表现在以下几方面。第一，实际操作对象属于一组可行解，并非是单个的可行解。与此同时，搜索的轨道很多，并非是单条，所以并行性也十分理想。第二，仅借助目标取值的信息，并不需要价值较高的信息，所以，这种算法在任何函数优化方面都适用，其通用性显著。第三，该算法的择优机制处于软性选择，因其并行性理想，所以，鲁棒性与全局优化的性能也相对突出。第四，应用于实际操作过程中的可行解集通常都是事先编码，而且目标函数被解释成编码化个体适应值。
4.2以电磁场逆问题为基础的电机优化设计
在求解电磁场逆问题的过程中，一般会将正问题进行有效分解，并对优化算法进行合理地运用完成迭代求解任务，进而满足优化设计目标。而电磁场正问题，指的是给定场计算区域与各区域材料组成以及特性，并对场域当中场量伴随时间与空间的变化规律进行计算。在优化设计电机电磁场逆问题的过程中，应结合给定电机性能与电磁场的参数与特性，在特定约束条件下，对电机几何结构参数、激励参数以及材料性能参数等物理量进行优化求解。较之单纯使用优化算法设计电机，站在电磁场逆问题角度，对电机优化设计予以全面优化，并借助场的观点对电机进行深入研究，对涡流效应与磁饱和等多种因素对于电机参数与性能产生的影响进行综合考虑，以保证对电机电磁场的分布与电磁参数进行准确计算，确保优化设计结果最优。研究电磁场逆问题，以实现对电机设计的全面优化，最重要的就是实现电机电磁场数值计算和优化算法的有机结合。
4.3以蝶形直线超声电机为例的定子优化
根据蝶形直线超声电机定子工作的原理可以了解到，其电机定子主要是借助两异形模态当作工作模态，所以，在实际优化过程中，最关键的是降低其频率差距，确保能够在相同驱动频率的作用下，激发两个工作模态。然而，为保证超声电机的正常运行，还需保证定子两相工作模态足够小，同时使定子驱动足端面位移的振幅足够大。由此可见，以上都是电机定子在设计过程中应满足的目标。为此，在实际优化设计的过程中，应通过对试验设计方法与响应面近似模型技术予以充分利用，以达到蝶形直线超声电机定子设计得以优化。其中，最核心的理念是要保证定子结构参数的合理选择，并将其当作设计变量，通过对试验设计方法的运用，在变量空间中选择样本点，在与响应值相结合的基础上，构建定子响应面的近似模型，借助优化算法即可实现寻优目的。
5结论
综上所述，根据电机优化技术的研究成果展开分析可以发现，优化技术被广泛应用在电机设计领域中，只有保证合理的电机设计优化方法，才能取得理想的优化效果。所以，应针对原有的优化技术做出适当改进与创新，深入探究全新的寻优策略，进而为电机优化设计提供必要保障，确保其正常运行。
参考文献：
[1]张羽,邓兆祥,张河山,陶胜超,唐蓓.量子遗传算法在永磁同步轮毂电机优化设计中的应用[J].重庆大学学报,2017,40(08):1-8.
[2]王艾萌,温云.田口法在内置式永磁同步电机优化设计中的应用[J].华北电力大学学报(自然科学版),2016,43(03):39-44.
[3]卢琴芬,张新敏,黄立人,叶云岳.错位式双边型永磁直线同步电机优化设计[J].电工技术学报,2013,28(11):35-41.
论文作者:李泓寰
论文发表刊物:《防护工程》2018年第14期
论文发表时间:2018/10/15
标签：电机论文; 算法论文; 优化设计论文; 定子论文; 电磁场论文; 目标论文; 方法论文; 《防护工程》2018年第14期论文;