【《盘式永磁涡流耦合器的结构参数与性能优化分析案例》5100字】

第[31]，则成本的近似目标函数可以表示为： (STYLEREF1\s4.SEQ公式\*ARABIC\s19)其中，是APMEC的平均半径，是永磁体个数，是永磁体的径向长度，是永磁体的周向宽度，是永磁体的厚度，是导体盘的轴向厚度，是背铁的轴向厚度。综合式（3.84）、（3.80）和（4.10），建立APMEC的优化模型： (STYLEREF1\s4.SEQ公式\*ARABIC\s110)其中，，为铜盘厚度，为永磁体厚度，为相对转差，为气隙宽度。混沌多目标粒子群算法优化方案设计多目标粒子群算法对初始值具有很强的敏感性。当初始种群在决策空间中随机生成时，传统的MOPSO算法分布较为散乱。为了在所有决策空间中均匀地生成初始种群并增加其随机性，引入Logistic混沌寻优来确定种群的初始值。引入Logistic混沌寻优的多目标粒子群算法能够保证种群多样性，同时算法能够摆脱局部最优，快速收敛，缩短了优化时间。基于混沌多目标粒子群优化算法，对APMEC的结构参数和运行性能进行优化。具体算法步骤如下：（1）初始化。根据均匀分布产生随机值作为决策空间中所有粒子的位置，粒子的初始速度设置为0。令粒子的个体最优为初始化位置，外部集为空；（2）评价种群。计算粒子的目标函数值，根据目标函数的取值范围，将其均匀分割为300个网格；（3）更新粒子的个体最优。在粒子的个体最优被当前的目标值向量支配或两者互不支配的情况下，均将个体最优更新为粒子的当前位置，否则保持原来的个体最优；（4）构造非支配集。删除不满足支配条件的粒子后，将其与外部集合并；（5）由非支配集更新外部集。当外部集中解的数量大于其承载能力（这里为300）时，由拥挤距离法，修剪外部集；（6）判断终止条件。设置最大迭代次数为200次，迭代次数小于200时，转（7）；迭代次数大于等于200时，停止搜索，输出外部集；（7）混沌寻优。将最优位置中的映射到式（4.3）的定义域[0,1]中，得到，把原种群用新生成的均匀分布且多样化的种群替换；（8）选择全局最优。拥有最小网格密度的粒子记做全局最优，若存在多个网格密度同时最小，则随机选择一个，然后转（2）。优化结果与仿真分析采用混沌多目标粒子群优化算法进行搜索得到的一组优化结果为：铜盘厚度为6mm，永磁体厚度为30mm，相对转差为35r/min，气隙宽度为3mm。利用ANSYS有限元软件建立优化后的永磁涡流耦合器模型，仿真后得到优化后APMEC的输出转矩和涡流损耗如REF_Ref72872353\h图4.6所示。在APMEC稳定运行后，随机选取五个点读数，取这五个点的平均值作为最终的结果。图STYLEREF1\s4.SEQ图\*ARABIC\s16优化后的APMEC输出转矩和涡流损耗REF_Ref70445012\h表4.1是本文研究的APMEC优化前后的结构参数与性能指标的对比。优化前后的结果表示本文提出的优化算法能够在参数范围内找到最优值，优化前后APMEC的成本降低了1.1035，导体盘上的涡流损耗减小了3.2482kW，输出转矩增大755.3，优化结果满足目标要求。REF_Ref70445012\h表4.1中的数据表明，优化算法的搜索结果具有可靠性和有效性。表STYLEREF1\s4.SEQ表\*ARABIC\s11优化前后盘式永磁涡流耦合器结构参数和性能指标结构参数优化前优化后铜盘厚度/mm86永磁体厚度/mm2530相对转差/(r/min)4535气隙宽度/mm43输出转矩/()3279.44034.7涡流损耗/kW17.261314.0131成本60.722159.6186三维有限元仿真还可以得到优化前后APMEC涡流密度分布图，如REF_Ref70445255\h图4.7所示。可以看出，优化后的涡流分布更加密集。由于APMEC的输出转矩随导体盘产生涡流的增大而增大，优化后的APMEC输出转矩明显增大，更有利于提高效率。综合涡流密度分布图和REF_Ref72768854\h表4.1优化前后盘式永磁涡流耦合器结构参数的数据可以看出，本文使用的优化算法在