欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020116329885
申请人: 湖南科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 发电、变电或配电
更新日期:2025-12-19
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种交流牵引电机定子齿肩削角降噪优化设计方法,其特征在于:以定子齿肩角顶点为端点,从该端点开始,沿定子齿肩角两侧边等距离取两点,并以这两点作为内切圆弧的相切点D1和D2,再通过两个相切点D1和D2作齿肩角的内切圆弧,并沿该内切圆弧削去该齿肩角,并调节定子齿极靴斜角高度HS1;确定内切圆弧的相切点D1和D2和定子齿极靴斜角高度HS1的具体步骤如下:

1)根据交流牵引电机定子齿肩的结构尺寸确定内切圆弧削角尺寸和定子齿极靴斜角高度的取值范围;

2)在步骤1)所确定的取值范围内,针对内切圆弧削角尺寸和定子齿极靴斜角高度分别按一定间距依次选取n组数据;

3)根据步骤2)所确定的内切圆弧削角尺寸和定子齿极靴斜角高度数据进行有限元分析,得到相应的电机电磁噪声与效率数据;

4)针对步骤3)所得到的电磁噪声和效率以及相应的内切圆弧削角尺寸和定子齿极靴斜角高度数据进行数值拟合,分别得到电磁噪声与内切圆弧削角尺寸和定子齿极靴斜角高度间以及效率与内切圆弧削角尺寸和定子齿极靴斜角高度间的函数关系fs(x,y)和fe(x,y);

5)以内切圆弧齿肩削角尺寸和定子齿极靴斜角高度为优化对象,以电机电磁噪声和效率为优化目标,采用粒子群优化算法对电磁噪声函数fs(x,y)和效率函数fe(x,y)进行多目标寻优,得到内切圆弧齿肩削角尺寸和定子齿极靴斜角高度的最佳取值。

2.根据权利要求1所述的一种交流牵引电机定子齿肩削角降噪优化设计方法,其特征在于:所述步骤1)中确定内切圆弧削角尺寸和定子齿极靴斜角高度的取值范围,具体为:定子齿肩角顶点到两侧边相切点的距离小于电机定子的槽口高度HS0,定子齿极靴斜角高度调节范围应在原定子齿极靴斜角高度HS1以内。

3.根据权利要求1所述的一种交流牵引电机定子齿肩削角降噪优化设计方法,其特征在于:所述步骤4)中所得电磁噪声与内切圆弧削角尺寸和定子齿极靴斜角高度间以及效率与内切圆弧削角尺寸和定子齿极靴斜角高度间的函数关系fs(x,y)和fe(x,y),具体分别为:(1)电磁噪声与内切圆弧削角尺寸和定子齿极靴斜角高度间的函数关系式为:

2 2 3 2 2 3 4 3

fs(x,y)=a00+a10x+a01y+a20x +a11xy+a02y +a30x +a21xy+a12xy+a03y +a40x +a31x y+

2 2 3 4

a22xy+a13xy+a04y

(2)效率与内切圆弧削角尺寸和定子齿极靴斜角高度间的函数关系式为:fe(x,y)=b00+b10x+b01y式中:fs(x,y)、fe(x,y)分别为噪声函数和效率函数;x为内切圆弧削角尺寸,y为定子齿极靴斜角高度,且x<HS0,y<HS1;a00、a10、a01、a20、a11、a02、a30、a21、a12、a03、a40、a31、a22、a13、a04分别为电磁噪声函数的系数,b00、b10、b01分别为效率函数的系数。

4.根据权利要求1所述的一种交流牵引电机定子齿肩削角降噪优化设计方法,其特征在于:所述步骤5)中采用粒子群优化算法对噪声函数fs(x,y)和效率函数fe(x,y)进行多目标寻优,具体包括如下步骤:

步骤(1):初始化粒子群参数:确定种群规模M、存储库大小N、粒子矢量维度D、最大迭代次数kmax、随机初始化粒子位置和速度;

步骤(2):计算适应度值并更新Pareto集:将各个粒子矢量导入交流牵引电机电磁噪声和效率模型中,获得粒子的适应度值,即交流牵引电机电磁噪声和效率数据,计算个体极值,并将较优的解存入Pareto集中;

步骤(3):更新个体极值和全局极值:将该粒子的当前适应度值与该粒子的个体极值的适应度值进行比较,如果该粒子的当前适应度值小于该粒子个体极值的适应度值,则该粒子的当前位置成为该粒子新的个体极值;在pareto解集中选取粒子的全局最优极值;

步骤(4):更新粒子速度和位置;

步骤(5):判断迭代次数是否达到最大值,如果达到最大值,输出Pareto集,否则返回步骤(2);

步骤(6):选择最优解:剔除Pareto解集中效率低于电机初始效率的解,再通过构建决策权重函数计算剩余解的评价值,并根据评价值选出最优解,由此得到内切圆弧齿肩削角尺寸和定子齿极靴斜角高度的最佳取值。

5.根据权利要求4所述的一种交流牵引电机定子齿肩削角降噪优化设计方法,其特征在于:所述步骤(6)中构建所述决策权重函数g(x,y),具体为:g(x,y)=k1fs(x,y)+k2fe(x,y)式中:g(x,y)为决策权重函数;fs(x,y)、fe(x,y)分别为噪声函数和效率函数;k1为噪声函数的权重系数、k2为效率函数的权重系数,且k1+k2=1。