重型鱼雷推进电机极限比功率优化设计研究
发布时间：2024-01-04 18:08
比功率对于重点关注输出功率的重型鱼雷用驱动电机而言具有重要意义,它表征了单位体积或单位重量内电机的驱动能力。鱼雷内的一切装置,都希望做到重量轻、体积小、工作可靠、性能良好、使用方便等。当电机体积与重量受到严格限制无法大幅增加时,更高的比功率可以给电机带来更高的输出功率。目前重型鱼雷推进电机大多采用永磁无刷双转直流电机,由于安装空间受限,对比功率提出了更高的要求。因此,研究高比功率永磁无刷电机的优化设计方法具有较高的理论和实际意义。本文首先介绍了传统电机的设计方法流程,针对电机电磁设计过程中结构尺寸多、约束条件复杂的特点,在对问题进行简化并在考虑问题特点的前提下,创新性地选用了一种改进的量子遗传算法作为电机结构优化设计的方法。其次,以某磁系统在外的永磁无刷双转电机为原型,建立了以电机重量为优化目标,包含10个优化变量和12个约束的数学模型,使用引进了动态旋转角控制策略、量子交叉操作、量子变异操作的改进量子遗传算法对模型进行搜索。再次,总结归纳出了使用量子遗传算法解决单优化目标电机结构优化问题的算法设置方案,可作为解决其它同类问题的参考。最后,将优化结果导入FLUX软件进行有限元仿真,验证...
【文章页数】：105 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 本课题研究的目的和意义
1.2 国内外研究现状
1.2.1 电机高比功率的发展趋势
1.2.2 电机优化设计的发展情况
1.2.3 遗传算法的发展情况
1.2.4 鱼雷推进电机的优化技术发展情况
1.2.5 主要的问题
1.3 论文主要工作
1.3.1 课题研究内容与方法
1.3.2 课题研究方法
1.4 本文内容提要
1.5 本文主要创新点及新颖性应用方面
第二章 优化理论及应用可行性
2.1 电机设计电磁计算的一般程序
2.2 问题的简化
2.3 寻优算法的选择
2.4 遗传算法相关理论
2.4.1 遗传算法基本理论
2.4.2 遗传算法的特点
2.4.3 遗传算法的主要算子
2.4.4 遗传算法的主要问题
2.5 量子遗传算法相关理论
2.5.1 基本理论介绍
2.5.2 量子遗传算法主要数学概念
2.5.3 量子遗传算法主要流程
2.6 本章小结
第三章 目标鱼雷推进电机的原理及优化模型构造
3.1 目标电机简介
3.2 电机数学模型简介
3.3 优化变量的选择及处理
3.4 人为约定条件
3.5 结构尺寸规划约束条件分析
3.6 电机损耗的估算
3.6.1 铁耗的计算
3.6.2 机械损耗的计算
3.6.3 附加损耗的计算
3.6.4 铜耗的计算
3.6.5 总损耗
3.7 气隙磁密的计算方法
3.8 额定电流的计算方法
3.9 每相串联绕组数的确定
3.10 温升的估算
3.10.1 电机的发热过程简介
3.10.2 问题的简化
3.10.3 等效热路图
3.10.4 热阻计算
3.10.5 热容量的计算
3.10.6 温升的计算过程
3.11 计算方法的选择
3.12 罚函数
3.13 目标函数
3.14 本章小结
第四章 改进量子遗传算法的实施
4.1 电机简易寻优软件的开发
4.2 相关设定及说明
4.3 编码和种群初始化
4.4 旋转角调整机制
4.4.1 量子旋转门的基本原理
4.4.2 不同旋转角调整策略的影响
4.4.3 动态量子旋转门调整角的设置
4.5 遗传算子的引进
4.5.1 量子交叉策略
4.5.2 量子变异策略
4.5.3 较大量子交叉、变异概率的影响
4.5.4 量子交叉概率的选择
4.5.5 量子变异概率的选择
4.5.6 量子交叉、变异概率的共同作用
4.5.7 本课题量子交叉、变异概率的选取
4.6 终止条件
4.7 种群规模
4.8 优化变量个数
4.9 改进量子遗传算法描述
4.10 优化过程的实施过程描述
4.11 优化效果
4.12 结果分析
4.13 本章小结
4.13.1 优化过程及效果
4.13.2 量子遗传算法使用方法
第五章 寻优结果的仿真验证
5.1 使用有限元软件对优化结果进行仿真验证的必要性
5.2 软件简介及基本假设
5.3 边界条件的处理
5.4 参数创建与模型建立
5.5 网格剖分及求解
5.6 仿真结果及分析
5.6.1 反电势的求解
5.6.2 起动状态仿真
5.7 本章小结
第六章 总结与展望
6.1 本文总结
6.2 进一步研究及完善的方向
参考文献
本文编号：3876818
【文章页数】：105 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第一章 绪论
1.1 本课题研究的目的和意义
1.2 国内外研究现状
1.2.1 电机高比功率的发展趋势
1.2.2 电机优化设计的发展情况
1.2.3 遗传算法的发展情况
1.2.4 鱼雷推进电机的优化技术发展情况
1.2.5 主要的问题
1.3 论文主要工作
1.3.1 课题研究内容与方法
1.3.2 课题研究方法
1.4 本文内容提要
1.5 本文主要创新点及新颖性应用方面
第二章 优化理论及应用可行性
2.1 电机设计电磁计算的一般程序
2.2 问题的简化
2.3 寻优算法的选择
2.4 遗传算法相关理论
2.4.1 遗传算法基本理论
2.4.2 遗传算法的特点
2.4.3 遗传算法的主要算子
2.4.4 遗传算法的主要问题
2.5 量子遗传算法相关理论
2.5.1 基本理论介绍
2.5.2 量子遗传算法主要数学概念
2.5.3 量子遗传算法主要流程
2.6 本章小结
第三章 目标鱼雷推进电机的原理及优化模型构造
3.1 目标电机简介
3.2 电机数学模型简介
3.3 优化变量的选择及处理
3.4 人为约定条件
3.5 结构尺寸规划约束条件分析
3.6 电机损耗的估算
3.6.1 铁耗的计算
3.6.2 机械损耗的计算
3.6.3 附加损耗的计算
3.6.4 铜耗的计算
3.6.5 总损耗
3.7 气隙磁密的计算方法
3.8 额定电流的计算方法
3.9 每相串联绕组数的确定
3.10 温升的估算
3.10.1 电机的发热过程简介
3.10.2 问题的简化
3.10.3 等效热路图
3.10.4 热阻计算
3.10.5 热容量的计算
3.10.6 温升的计算过程
3.11 计算方法的选择
3.12 罚函数
3.13 目标函数
3.14 本章小结
第四章 改进量子遗传算法的实施
4.1 电机简易寻优软件的开发
4.2 相关设定及说明
4.3 编码和种群初始化
4.4 旋转角调整机制
4.4.1 量子旋转门的基本原理
4.4.2 不同旋转角调整策略的影响
4.4.3 动态量子旋转门调整角的设置
4.5 遗传算子的引进
4.5.1 量子交叉策略
4.5.2 量子变异策略
4.5.3 较大量子交叉、变异概率的影响
4.5.4 量子交叉概率的选择
4.5.5 量子变异概率的选择
4.5.6 量子交叉、变异概率的共同作用
4.5.7 本课题量子交叉、变异概率的选取
4.6 终止条件
4.7 种群规模
4.8 优化变量个数
4.9 改进量子遗传算法描述
4.10 优化过程的实施过程描述
4.11 优化效果
4.12 结果分析
4.13 本章小结
4.13.1 优化过程及效果
4.13.2 量子遗传算法使用方法
第五章 寻优结果的仿真验证
5.1 使用有限元软件对优化结果进行仿真验证的必要性
5.2 软件简介及基本假设
5.3 边界条件的处理
5.4 参数创建与模型建立
5.5 网格剖分及求解
5.6 仿真结果及分析
5.6.1 反电势的求解
5.6.2 起动状态仿真
5.7 本章小结
第六章 总结与展望
6.1 本文总结
6.2 进一步研究及完善的方向
参考文献
本文编号：3876818
本文链接：https://www.wllwen.com/kejilunwen/jingguansheji/3876818.html
