1.一种轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于,包括如下步骤:步骤1,根据电机参数搭建电机有限元仿真与实验样机模型,分析不同运行工况及工作模式下电机的悬浮力特性;
步骤2,分析影响悬浮力的主要因素,确定极限学习机模型的输入和输出变量,采集相应工况和工作模式下输入与输出的样本数据集,基于PCA算法对所获数据集进行特征提取和降维,得到降维后的样本输入数据集和输出集;
步骤3,采用差分进化算法优化极限学习机网络的权值和阈值参数,获取最优权值与阈值参数,并在此基础上,以隐含层节点数小于训练样本数为原则确定隐含层节点数,选择Sigmod等函数作为激励函数编写代码,以降维后的样本输入数据集为极限学习机模型的输入数据集,输出集为极限学习机模型的输出数据集,训练极限学习机模型;
步骤4,极限学习机模型训练完毕,搭建在线仿真与试验平台,设定和实际相同运行工况和运行模式,验证训练得到极限学习机模型的精度;
步骤4-1,极限学习机模型训练完毕后,获得相应运行工况、工作模式下的电机悬浮力模型的悬浮力预测值 搭建实际仿真与控制平台,设定和实际相同运行工况和运行模式,获取实际运行下的悬浮力输出值F;
步骤4-2,选取极限学习机模型计算的悬浮力预测值 和实际运行输出值F的均方误差MSE和决定系数R2作为评价指标,判断所构建的悬浮力模型是否满足精度要求;
式中: 分别为极限学习机模型的悬浮力预测值,FJ为相应运行工况、工作模式下的实2
际输出值,L为总的训练样本个数,R为决定系数,SSE为残差平方和,SST为总平方和;
步骤4-3,依据评价指标均方误差MSE和决定系数R2进行判定:如果精度不满足所设置的要求,则改变样本、参数、隐层节点数等,重新训练极限学习机模型;如果满足精度要求,则完成悬浮力数值模型的构建。
2.根据权利要求1所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤1按照如下方法进行:步骤1-1,根据电机参数构建在有限元仿真软件中构建轴向分相磁悬浮飞轮电机的三维有限元仿真模型,同时加工一台相同参数尺寸的试验样机模型;
步骤1-2,在构建的有限元仿真模型及试验样机模型下通过仿真与实验设计转子偏心、磁路饱和及陀螺效应的运行工况以及悬浮、电动、发电的不同工作模式,分析在不同运行状态以及陀螺效应影响下电机的悬浮力与转子位置角、转子偏心、励磁电流和负载转矩关系。
3.根据权利要求2所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤2按照如下方法进行:步骤2-1,利用实验和仿真分析,从影响悬浮力输出性能的变量中筛选出最为敏感的参数作为输入变量x1,x2,…xb,…,xa,1≤b≤a,b=1,…,a,a为最终选取的关键参数数目,xb为位置角θ、X轴向偏心x,Y轴向偏心y、电流I、转矩T和工作电压U中任一一个变量;
步骤2-2,选取敏感参数的变化区间;根据飞轮系统工作要求、加工工艺以及物理约束条件,明确所选敏感参数的变化区间,设置相应参数,运用有限元仿真计算获取对应的的样本数据集(x1,x2,…,xa,F),其中(x1,x2,…,xa)为模型的输入集,F为输出集;
步骤2-3,对输入数据集进行标准化;假设有n个样本,每个样本有m个指标,每个指标记为xij,i=1,2,…,n;j=1,2,…,m,标准化后, 其中:标准化的数据矩阵
步骤2-4,建立标准化矩阵的相关系数矩阵:
步骤2-5,计算R的特征值λc和特征向量:
αc=(αc1,αc2,…αcm)T,c=1,2,…m (2)步骤2-6,求取输入数据集的主成分Zc,根据累计贡献率β(k)选取保留成分Zk,1≤k≤c,从而确定k值,将满足要求的数据选为样本输入数据集(x1,x2,…,xk);
4.根据权利要求3所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤2-2中以位置角θ、X轴径向偏心x、Y轴径向偏心y、电流I、转矩T和工作电压U为变化参数,分析获取对悬浮力性能影响最敏感的关键因素,从而确定极限学习机模型的主要输入变量。
5.根据权利要求4所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤2-2中选取X轴径向偏心x、Y轴径向偏心y、悬浮绕组电流I、转子位置角θ、转矩T为敏感性参数,对应的悬浮力数值F作为相应的输出。
6.根据权利要求5所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤3按照如下方法进行:步骤3-1,对于不同的运行工况及工作模式,选取对应的训练法则及激励函数,引入差分进化算法优化学习算法的权值和阈值,编写极限学习机的程序代码;
步骤3-2,种群初始化:随机选择个体P,并组成大小为NP的种群,确定最大进化代数为gmax;
PA={PA1,PA2,…,PAB} (5)式中:A=1,2,…NP;B=1,2,…D,D为自变量个数;
式中: 分别为第A个自变量的上、下限;
步骤3-3,变异操作:从种群中随机选择三个个体 且互不相等;
式中:νr,g+1为新构造的向量;F为缩放因子;g为代数;
步骤3-4,交叉操作:变异操作νr,g+1与父代xA离散交叉得到更新的个体uA;
式中:交叉概率CR∈[0,1];rand(A)为第A个向量产生的[1,D]间的随机整数;
步骤3-5,选择操作:新生代与上代变量的适应值f(·)比较,值小者进入下一代,否则保留;
步骤3-6,重复以上突变、交叉与选择过程,直到最大迭代次数gmax,输出得到极限学习机网络的最优权值与阈值参数;
步骤3-7,在此优化所得权值和阈值参数基础上,以隐含层节点数小于训练样本数为原则选取隐层节点数,选择核函数,以(x1,x2,…,xk)为输入数据集,F为输出数据集,训练得到极限学习机模型。
7.根据权利要求6所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:根据飞轮系统工作要求、加工工艺以及物理约束条件,明确所选敏感参数的优化区间,设置相应参数,运用有限元仿真计算获取对应的的样本数据集(x,y,I,θ,T,F),训练极限学习机模型,其中(x,y,I,θ,T)为极限学习机模型训练的输入集,F为输出集。
8.根据权利要求7所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:基于所获取的训练数据集(x,y,I,θ,T),运用PCA降维算法进行数据集的特征提取和降维,降维后的输入数据集被优化为(x,y,I,θ)进行模型的训练。
9.根据权利要求8所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:选择Sigmoid函数、Sine函数或Hardlim函数作为核函数。
10.根据权利要求9所述轴向分相磁悬浮飞轮电机悬浮力数值建模方法,其特征在于:步骤2-6中,选取累计贡献率β(k)在85%之上的对应成分作为保留成分Zk。