本文關(guān)鍵詞：基于自適應(yīng)遺傳蟻群算法的永磁自啟動同步電機(jī)的優(yōu)化

  更多相關(guān)文章： 遺傳蟻群 算法 優(yōu)化設(shè)計 自啟動 永磁同步

【摘要】：永磁自啟動同步電動機(jī)以其具有高效率和高功率因數(shù)而被廣泛地應(yīng)用在石油工業(yè)和紡織工業(yè)的領(lǐng)域之中，因此在設(shè)計這種永磁自啟動同步電動機(jī)時要從高效率和高功率因數(shù)等方面進(jìn)行考慮。由于該類的電機(jī)轉(zhuǎn)子上安有鼠籠條，，所以它的啟動過程和牽入同步過程比一般的永磁同步電機(jī)更為復(fù)雜，設(shè)計難度更加增加，需要采取必要的電機(jī)優(yōu)化設(shè)計方法對其進(jìn)行優(yōu)化設(shè)計，從而得到滿足要求的電磁設(shè)計方案。 文中首先介紹了蟻群算法的起源、發(fā)展的過程、應(yīng)用的領(lǐng)域以及傳統(tǒng)蟻群優(yōu)化的原理，提出一種改進(jìn)的自適應(yīng)遺傳蟻群算法，該算法確定了遺傳算法和蟻群算法的融合時機(jī)，使得算法在尋優(yōu)過程中同時具備兩種算法的優(yōu)點，給出了一種改進(jìn)的信息素更新策略，設(shè)置了高效的算法參數(shù)。分別采用傳統(tǒng)的蟻群算法和改進(jìn)的自適應(yīng)遺傳蟻群算法對已知函數(shù)進(jìn)行最小值優(yōu)化計算，通過比較兩者得到的進(jìn)化曲線和平均值隨著迭代次數(shù)變化的曲線，證明了改進(jìn)的自適應(yīng)遺傳蟻群算法具有更好性能。 其次，以一臺4極7.5kW的永磁自啟動同步電動機(jī)為研究對象，以提高效率為目標(biāo)，建立了電機(jī)的優(yōu)化設(shè)計的數(shù)學(xué)模型，模型中確立了目標(biāo)函數(shù)，選擇了對目標(biāo)函數(shù)影響明顯的結(jié)構(gòu)參數(shù)作為優(yōu)化變量，并且根據(jù)電機(jī)設(shè)計的要求設(shè)置了約束條件以及對應(yīng)的懲罰函數(shù)。 最后，采用改進(jìn)的自適應(yīng)遺傳蟻群算法對電機(jī)進(jìn)行優(yōu)化，得到了一組新的電磁設(shè)計方案，與原設(shè)計方案相比較，證實了改進(jìn)的算法對電機(jī)的優(yōu)化是有效的。采用有限元方法對優(yōu)化后的設(shè)計方案進(jìn)行仿真，得到了堵轉(zhuǎn)轉(zhuǎn)矩隨著時間變化的特性曲線、轉(zhuǎn)速和轉(zhuǎn)矩隨著時間變化的特性曲線以及磁通密度和電流密度在某一穩(wěn)定運行時刻下的分布云圖，并且通過對以上的特性曲線和云圖分析，證實優(yōu)化結(jié)果滿足電機(jī)設(shè)計的要求。
【關(guān)鍵詞】：遺傳蟻群 算法 優(yōu)化設(shè)計 自啟動 永磁同步
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM341
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 課題研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.2.1 基于算法的電機(jī)優(yōu)化技術(shù)研究現(xiàn)狀11-12
• 1.2.2 永磁自啟動同步電動機(jī)的研究現(xiàn)狀12-13
• 1.3 本文研究主要內(nèi)容13-15
• 第2章 改進(jìn)的自適應(yīng)遺傳蟻群算法15-29
• 2.1 傳統(tǒng)蟻群算法的基本原理15-17
• 2.2 改進(jìn)的自適應(yīng)遺傳蟻群算法17-24
• 2.2.1 改進(jìn)算法的優(yōu)化過程17-18
• 2.2.2 信息素更新策略的改進(jìn)18-21
• 2.2.3 改進(jìn)算法的參數(shù)設(shè)置21-24
• 2.3 改進(jìn)自適應(yīng)遺傳蟻群算法的性能驗證24-28
• 2.3.1 基于傳統(tǒng)蟻群算法和改進(jìn)算法的函數(shù)優(yōu)化計算24-25
• 2.3.2 二種算法的優(yōu)化結(jié)果比較25-28
• 2.4 本章小結(jié)28-29
• 第3章 電機(jī)優(yōu)化數(shù)學(xué)模型的建立29-41
• 3.1 電機(jī)的結(jié)構(gòu)與性能計算29-34
• 3.1.1 電機(jī)的基本結(jié)構(gòu)29-30
• 3.1.2 永磁自啟動同步電動機(jī)性能分析30-34
• 3.2 基于算法優(yōu)化的電機(jī)數(shù)學(xué)模型34-36
• 3.3 永磁自啟動同步電動機(jī)優(yōu)化的數(shù)學(xué)模型36-40
• 3.3.1 目標(biāo)函數(shù)的確立36
• 3.3.2 優(yōu)化變量的選擇36-38
• 3.3.3 約束條件的設(shè)置38-39
• 3.3.4 增廣目標(biāo)函數(shù)的定義39-40
• 3.4 本章小結(jié)40-41
• 第4章 改進(jìn)的算法在電機(jī)優(yōu)化中的應(yīng)用41-47
• 4.1 優(yōu)化結(jié)果分析42-44
• 4.2 有限元仿真44-46
• 4.2.1 啟動性能分析44
• 4.2.2 牽入同步過程分析44-45
• 4.2.3 磁密和電密的分析45-46
• 4.3 本章小結(jié)46-47
• 結(jié)論47-48
• 參考文獻(xiàn)48-52
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文52-53
• 致謝53

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉麗;劉桂海;周博;;城市供水管網(wǎng)優(yōu)化模型研究綜述[J];江西化工;2009年04期

2 劉偉,華中和;用遺傳算法實現(xiàn)雷達(dá)網(wǎng)目標(biāo)分配[J];情報指揮控制系統(tǒng)與仿真技術(shù);2004年05期

3 夏小華;黃平華;劉奎永;;射擊精度的序貫檢驗評定方法[J];指揮控制與仿真;2010年03期

4 周密;侯之超;;基于遺傳算法的動力總成懸置系統(tǒng)優(yōu)化設(shè)計[J];汽車技術(shù);2006年09期

5 劉天亮,袁立,侯云章,郭宏偉,戴更新,胡勁松;論矩形物體布局的啟發(fā)式近似計算問題[J];青島大學(xué)學(xué)報(自然科學(xué)版);2003年04期

6 李澄非;朱群雄;;基于蟻群算法的混合優(yōu)化算法在TSP中的應(yīng)用[J];青島大學(xué)學(xué)報(自然科學(xué)版);2007年01期

7 丁兵,胡均川,笪良龍;基于遺傳算法的潛艇隱蔽航路規(guī)劃[J];青島大學(xué)學(xué)報(工程技術(shù)版);2002年01期

8 何愛民,何曉文,肖濱;基于改進(jìn)遺傳算法的水下無人平臺航路規(guī)劃[J];青島大學(xué)學(xué)報(工程技術(shù)版);2002年04期

9 童剛;公交調(diào)度模型及算法[J];青島科技大學(xué)學(xué)報(自然科學(xué)版);2004年03期

10 史文譜,劉迎曦,鞏華榮,李翠華;黃金分割法在無約束多元優(yōu)化問題中的應(yīng)用[J];曲阜師范大學(xué)學(xué)報(自然科學(xué)版);2003年03期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 胡波;吳敏;楊靜;朱華琦;;異常工況下的焦?fàn)t作業(yè)優(yōu)化調(diào)度方法[A];第二十七屆中國控制會議論文集[C];2008年

2 張啟義;張智;梅冬;;遺傳神經(jīng)網(wǎng)絡(luò)在公路物資運輸量預(yù)測中的應(yīng)用[A];中國運籌學(xué)會第十屆學(xué)術(shù)交流會論文集[C];2010年

3 陳佳彬;張翔;;全局優(yōu)化算法研究[A];福建省科協(xié)第五屆學(xué)術(shù)年會數(shù)字化制造及其它先進(jìn)制造技術(shù)專題學(xué)術(shù)年會論文集[C];2005年

4 趙元;張新長;康停軍;;基于多叉樹蟻群算法在區(qū)位選址中的應(yīng)用[A];廣東省測繪學(xué)會第九次會員代表大會暨學(xué)術(shù)交流會論文集[C];2010年

5 趙元;張新長;康停軍;;基于多叉樹蟻群算法在區(qū)位選址中的應(yīng)用[A];全國測繪科技信息網(wǎng)中南分網(wǎng)第二十四次學(xué)術(shù)信息交流會論文集[C];2010年

6 李彥希;彭剛;;基于禁忌搜索的TSP問題求解[A];廣西計算機(jī)學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

7 劉長石;;有時間窗車輛路徑問題的一種改進(jìn)禁忌搜索算法[A];人文科技發(fā)展與管理創(chuàng)新——湖南省管理科學(xué)學(xué)會2009年度學(xué)術(shù)年會論文集[C];2009年

8 李大軍;程朋根;劉波;;基于RBF神經(jīng)網(wǎng)絡(luò)的GPS高程轉(zhuǎn)換[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會論文集[C];2007年

9 段海濱;王道波;于秀芬;;基于混合優(yōu)化策略的連續(xù)域蟻群算法改進(jìn)研究[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

10 張輝;王錫淮;肖健梅;;基于改進(jìn)蟻群算法的旅行商問題[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 譚佳琳;粒子群優(yōu)化算法研究及其在海底地形輔助導(dǎo)航中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

2 賀士晶;核動力裝置參數(shù)優(yōu)化設(shè)計[D];哈爾濱工程大學(xué);2010年

3 周巍;煤礦井下搜救探測機(jī)器人的路徑規(guī)劃及軌跡跟蹤控制研究[D];太原理工大學(xué);2011年

4 王偉;鐵路網(wǎng)抗毀性分析與研究[D];北京交通大學(xué);2011年

5 謝麗萍;基于擬態(tài)物理學(xué)的全局優(yōu)化算法設(shè)計及性能分析[D];蘭州理工大學(xué);2010年

6 全靖;非凸規(guī)劃問題的全局最優(yōu)性條件和全局最優(yōu)化方法[D];上海大學(xué);2011年

7 夏偉懷;鐵路物流資源整合優(yōu)化理論與應(yīng)用研究[D];中南大學(xué);2010年

8 陳彥;鐵路客運站列車過站徑路與調(diào)機(jī)運用優(yōu)化[D];中南大學(xué);2010年

9 陳德良;物流網(wǎng)絡(luò)可靠性的關(guān)鍵問題與應(yīng)用研究[D];中南大學(xué);2010年

10 盛義發(fā);城軌牽引內(nèi)置式永磁同步電機(jī)驅(qū)動系統(tǒng)效率優(yōu)化控制方法研究[D];中南大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李穎;用蟻群算法求解最小極大流問題[D];河南理工大學(xué);2010年

2 李坤;參數(shù)參與進(jìn)化的自適應(yīng)遺傳算法研究[D];南昌航空大學(xué);2010年

3 靳昌田;煤炭集團(tuán)物料配送優(yōu)化研究[D];山東科技大學(xué);2010年

4 蔣紅進(jìn);蟻群算法在光突發(fā)交換網(wǎng)絡(luò)路由中的研究[D];哈爾濱工程大學(xué);2010年

5 程朗;基于多測距儀的AUV三維避碰方法研究[D];哈爾濱工程大學(xué);2010年

6 楊麗麗;沖擊噪聲背景下的DOA估計研究[D];哈爾濱工程大學(xué);2010年

7 宋開勝;基于遺傳算法的二維排樣研究[D];哈爾濱工程大學(xué);2010年

8 李筱磊;CCPM在造船項目計劃管理中的應(yīng)用研究[D];大連理工大學(xué);2010年

9 張雪;基于聚類的改進(jìn)蟻群算法對VRPTW問題的應(yīng)用研究[D];遼寧工程技術(shù)大學(xué);2009年

10 劉佳旭;基于螞蟻算法的副本選擇策略研究[D];遼寧工程技術(shù)大學(xué);2010年

本文編號：679828