開關(guān)磁阻電機設(shè)計及多目標優(yōu)化方法的研究

盧慶收 王蕾 薛姣 劉輝

摘 要：文章首先討論的內(nèi)容為開關(guān)磁阻電機的初始設(shè)計，具體包括尺寸計算、控制參數(shù)計算等，然后又對關(guān)鍵尺寸的敏感性進行了分析，最后通過理論與實際相結(jié)合的方式，圍繞著遺傳算法的優(yōu)化及應用展開討論，以期能夠在某些方面給相關(guān)人員以啟發(fā)。

關(guān)鍵詞：開關(guān)磁阻電機；多目標優(yōu)化；設(shè)計方法

開關(guān)磁阻電機的優(yōu)勢主要體現(xiàn)在控制靈活，成本地，調(diào)速范圍較寬等方面，正是因為如此，SRM被應用在了包括風力發(fā)電和電動汽車在內(nèi)的諸多領(lǐng)域，并取得了一定的效果。但是運行效率低、轉(zhuǎn)矩脈動顯著等問題的存在，使得SRM無法充分發(fā)揮應有的作用，如何通過多目標優(yōu)化的方式突破現(xiàn)有瓶頸，提高SRM的應用效率，自然成為了有關(guān)人員研究的重點，本文所研究內(nèi)容具有一定的現(xiàn)實意義。

1 開關(guān)磁阻電機的初始設(shè)計

1.1 具體尺寸計算

能夠?qū)﹄姍C尺寸與輸出功率關(guān)系進行揭示的SRM輸出方程如下：

能夠?qū)﹄姍C性能、經(jīng)濟指標產(chǎn)生直接影響的因素為λ，若λ值較小，電機細長，無論是啟動還是調(diào)速都更加便捷，但通風條件較差；若λ值較大，電機粗短，此時電機特點與λ值較小相反。

1.2 控制參數(shù)計算

核算設(shè)計電機性能時，較為常見的方法為角度位置控制。以額定轉(zhuǎn)速為前提，對開通角進行預?。?/p>

2 對關(guān)鍵尺寸的敏感性進行分析

由于開關(guān)磁阻電機具有多個尺寸，和電機性能存在著較為復雜的關(guān)系，僅僅通過尺寸調(diào)整想要達到性能優(yōu)化的目標難度較高。本文以不同尺寸參數(shù)具有的敏感性為基礎(chǔ)，通過對其進行分析的方式得出不同尺寸參數(shù)與電機功率、效率間的關(guān)系，為后續(xù)圍繞著性能優(yōu)化開展的相關(guān)工作提供參考[1]。以電機尺寸不變?yōu)榍疤?，通過實踐確定能夠給電機效率帶來直接影響的因素主要有定子軛高和轉(zhuǎn)子外徑，下面就以這兩個因素為切入點，分別展開討論。

2.1 定子軛高

效率和定子軛高成正相關(guān)關(guān)系，也就是說，如果定子軛高增加，效率必然會有所提高。本文所討論電機具有高轉(zhuǎn)速和大功率的特點，而通過分析可以發(fā)現(xiàn)，電機損耗主要由定子鐵耗和轉(zhuǎn)子鐵耗構(gòu)成，其中占據(jù)較大比重的為定子鐵耗?；诖耍S著定子軛高的逐漸增加，鐵耗往往會呈現(xiàn)出明顯的下降趨勢，此時，電機輸出功率與之前相比也有所增加，電機效率自然明顯提升。

2.2 轉(zhuǎn)子外徑

效率和轉(zhuǎn)子外徑同樣成正相關(guān)關(guān)系，如果想要提高效率，增加轉(zhuǎn)子外徑是很有必要的，由于銅耗和鐵耗同時下降，總功率損耗可以忽略不計，但是隨著轉(zhuǎn)子極高的逐漸提高，電感變化率也會出現(xiàn)明顯的變化，輸出功率變大和效率提高是必然結(jié)果。

除此之外，圍繞著敏感性所展開的分析還表明，能夠?qū)﹄姍C效率、輸出功率產(chǎn)生直接影響的定轉(zhuǎn)子極弧，還存在對轉(zhuǎn)矩波動產(chǎn)生影響的可能。

3 遺傳算法的優(yōu)化及應用

作為多參數(shù)、多目標問題，對SRM優(yōu)化算法進行選取和完善具有十分重要的意義。從實質(zhì)上來說，優(yōu)化算法由兩部分組成，分別是隨機性算法以及確定性算法。隨機性算法指的是隨機在設(shè)計空間內(nèi)進行搜索；確定性算法指的是以梯度信息為依據(jù)，按照特定方向完成尋優(yōu)搜索的工作。需要注意的是，這兩種優(yōu)化算法均具有相應的優(yōu)點和不足，在實際應用過程中，人們應結(jié)合具體要求對優(yōu)化算法進行選擇。隨機性算法無需梯度計算這一步驟，且能夠確定全局最優(yōu)解，但是與確定性算法相比收斂速度要更慢；確定性算法雖然能夠在平滑設(shè)計空間內(nèi)完成高效尋優(yōu)，但導數(shù)計算常與該法配合應用，對復雜程度較高的設(shè)計空間而言，應用確定性算法較易出現(xiàn)局部最優(yōu)的問題[2]。本文最終選擇將遺傳算法應用在開關(guān)磁阻電機的設(shè)計過程中，作為啟發(fā)性算法的一種，遺傳算法能夠通過對自然進化過程進行模擬的方式，搜索問題并確定最優(yōu)解。實踐結(jié)果表明，與其他算法相比，遺傳算法的優(yōu)勢主要體現(xiàn)在以下方面：首先是過程簡單，其次是并行程度高，最后是可擴展性和搜索能力較強。但是該算法的不足也是十分明顯的，例如早熟問題的出現(xiàn)、收斂速度較慢等，基于此，本文將模擬退火和遺傳算法進行了結(jié)合，通過對模擬退火因子的合理應用，拉伸適應度函數(shù)，增大相似個體之間存在的差異。保證所選擇初始退火溫度的科學性與合理性，不僅可以避免早熟情況的出現(xiàn)，還能夠縮短遺傳算法在收斂時需要花費的時間。

4 結(jié)論

通過對上文所敘述的內(nèi)容進行分析能夠看出，由于SRM設(shè)計對傳統(tǒng)方法過于依賴，不僅對專業(yè)知識和經(jīng)驗具有較高的要求，還無法保證獲得全局最優(yōu)解，文中通過對遺傳算法進行改進的方式，使電機性能得到了應有的優(yōu)化。實踐結(jié)果表明，應用該算法對SRM多目標進行優(yōu)化，不僅可以在短時間內(nèi)確定全局最優(yōu)解，還能夠使得電機效率得到大幅度提高，轉(zhuǎn)矩波動自然也會隨之減小。

參考文獻：

[1]孫玉坤，袁野，黃永紅，胡文宏，項倩雯，周云紅.磁懸浮開關(guān)磁阻電機多目標優(yōu)化設(shè)計[J].電機與控制學報，2016，20（11）：32-39.

[2]宋受俊，葛樂飛，蔣艷玲.基于文化粒子群算法的開關(guān)磁阻電機多目標優(yōu)化設(shè)計[J].西北工業(yè)大學學報，2014，32（01）：111-117.