基于混沌蚁群算法的鱼雷集成电机推进器电机优化设计

王 鼎, 谢顺依, 连军强



基于混沌蚁群算法的鱼雷集成电机推进器电机优化设计

王 鼎, 谢顺依, 连军强

(海军工程大学 兵器工程系, 湖北 武汉, 430033)

针对集成电机推进器(IMP)一体化结构要求电机功率密度大, 效率高的特点, 采用将混沌优化算法嵌入蚁群算法的混合智能优化算法——混沌蚁群算法(CACA)对集成电机推进器特种电机设计方案进行优化, 该方法充分利用以上2种优化算法的优点, 即蚁群算法的高精度和混沌算法的快速性。优化结果显示, 优化后的设计方案使电机效率提高了1.6%, 有效体积缩小了5.6%, 使电机能更好地适应高启动场合要求, 优化效果良好, 可为鱼雷IMP特种电机的设计提供参考。

电动力鱼雷; 集成电机推进器; 混沌蚁群算法; 特种无刷直流电机

0 引言

传统的鱼雷电动轴驱动系统由1台电机、1套连动系统和1个推进器组成[1]。从水下载体的观点来看, 这种电机-推进器装置存在如下不足: 功率密度容量较低; 挠曲谐振引起离心方向振动较大; 系统噪声和振动的控制能力低。

在当今模块化设计潮流下, 电动力鱼雷推进技术得到了很大的发展。集成电机推进器(in- tegrated motor propulsor, IMP)的出现弥补了以上缺陷, 它是一种将永磁电机与泵喷推进器合为一体的电机-推进器组合系统, 电机的转子同时又是鱼雷的螺旋桨,两者共为一独立单元, 如图1所示。复杂的海洋环境对IMP的特种电机提出了十分苛刻的要求: 体积小、重量轻、效率高、动态性能好、运行可靠[2]。前4项要求是为提高鱼雷航速, 因为如果靠增大电机体积来增加输出功率, 增大推进力, 其相应的配重浮力材料也要增加, 且整体结构也要改变, 鱼雷航速非但不会增加, 还有可能下降。动态性能包含2个要求, 一是要承受高水压, 解决好密封结构强度问题; 二是动态参数控制性能要好, 这样就需要设计者找到一个最优的设计方案。然而电机本体设计根据经验值进行最初设计固然重要, 但是找出一个最优的设计方案, 凭经验远远不够, 这时就需要一种有效的优化方法。

图1 集成电机推进器

本文把混沌蚁群算法(chaos ant colony algo- rithm, CACA)用于电动力鱼雷IMP特种电机的优化设计, 在提高电机启动性能、功率密度以及节省永磁材料方面取得了较好的优化效果。

1 IMP构造

IMP叶轮转子由特种电机转子与推进器叶轮叶片组成, 如图2所示。应用等效磁路法对特种电机本体进行计算, 确定电机结构参数[3]。叶轮叶片是采用改进的升力法, 在NACA16翼型基础上做相应修改得到的[4]。为真实模拟试验情况, 建立的模型与IMP实体略有区别, 进水流道及出流管都进行了适当的延长。叶轮转子有4个叶片, 比转速为708.6。

图2 集成电机推进器叶轮转子

2 CACA原理

由于单一蚁群算法存在易停滞、易陷入局部最优的缺点, 仅仅依赖改进算法有时还达不到理想的优化结果, 因此很多学者开始研究混合算法, 已经有学者成功地应用了蚁群禁忌搜索混合优化算法, 蚁群模拟退火混合优化算法, 还有人将遗传算法与蚁群算法有机结合[5]。对于CACA, 混沌的遍历性特点可以作为搜索过程中避免陷入局部极小值的一种优化机制, 可以有效克服以上缺点[6]。

CACA主程序流程图如图3所示。该主程序中包含2个子程序, 分别是创建蚁群子程序和邻域搜索子程序。创建蚁群子程序主要是通过一个循环嵌套, 在定义域内, 对于每一个蚁群个体中的每个变量随机生成点

在完成每一次创建之后, 都要对函数约束条件进行判断, 如果不满足函数约束条件, 则要重新创建蚁群个体。邻域搜索子程序主要是当不满足转移概率时, 在当前蚂蚁的周围调用邻域搜索子程序, 以期搜索到更好的解。文献[7]中已采用蚁群算法及CACA对几个国际标准函数进行了优化, 实践证明, CACA得到的结果更能令人满意。

3 CACA在IMP特种电机优化设计中的应用

电机的优化设计实质上是一种带约束的复杂的非线性优化问题。随着永磁电机等各种特种电机的广泛应用, 以及应用环境的特殊要求, 对电机的优化设计提出了越来越高的要求。IMP特种电机要求更高的效率、功率密度和起动转矩倍数以及电机系统的高可靠性和准确性等。另外, 电机优化计算模型复杂化, 优化变量数增多, 导致算法计算量增大, 搜索时间加长[8]。文中提出的CACA力求在IMP特种电机电机效率、功率密度、起动转矩的提高和算法搜索时间的缩短上有较大进展。

3.1 目标函数和优化变量的选取

根据设计要求, 选择IMP特种电机的体积和效率之比作为优化目标, 目标函数为

式中:1表示输入功率;表示功率损耗。

根据优化变量的设计原则和影响IMP特种电机的效率和体积的诸多因素, 选取电机的电枢内径D, 电枢铁心长度L, 永磁体磁化方向长度L, 极弧系数a, 每槽导体数N, 定子导体裸线直径d, 定子的槽梯形高h, 槽底圆直径r, 叶轮转子轭永磁体磁化方向面积, 径向厚度d共10个变量作为优化变量。

3.2 约束条件的选取

IMP特种电机设计需要满足下列技术指标和性能要求, 约束条件如下。

起动电流倍数

起动转矩倍数

其中, 为满足起动转矩的高要求, 将技术指标的3.08提高至3.2。

槽满率

齿磁密

轭部磁密

气隙磁密

各结构参数不为0, 10个自变量满足各自的取值范围。

3.3 电机额定数据和算法参数的选择

几乎所有模拟进化算法的优化性能都与参数的选择密切相关, 不同的参数选择对算法的影响很大[9]。针对IMP特种电机, 算法的主要参数选择: 迭代数为10; 蚂蚁数为5; 信息素残留系数为0.68; 积累信息作用系数为1; 启发式因子作用系数为1; 领域搜索循环次数search为50。

3.4 优化结果

应用优化算法对IMP特种电机设计进行优化。其优化前后各变量值及电机性能指标的对比分析如表1所示。

表1 优化后与优化前设计方案比较

由表1可见, 优化后的设计方案使电机效率提高1.6%, 体积缩小5.6%, 永磁体用量减小了1.43%, 启动转矩提高了5.8%, 使电机能更好地适应高起动场合要求。图4是应用Simulink对IMP特种电机进行仿真运行后, 得到的电机运行特性曲线。

图4 IMP特种电机工作特性曲线

4 结束语

在电动力鱼雷IMP特种电机设计中, 采用CACA算法对其设计方案进行优化, 其搜索速度和精度都优于单一蚁群算法, 有效避免了收敛速度慢, 易早熟和停滞等不足。优化后的IMP特种电机设计方案电机体积明显减小, 永磁体用量减少, 效率、起动转矩及功率密度都有所提高。CACA算法为鱼雷IMP特种电机的设计提供了一种新的有效方法, 使其具有更好的可靠性和经济性。

[1] Allison J. Marine Water Jet Propulsion[J]. SNAME Transac- tion, 1993, 101(9): 275-335.

[2] Luciano V, James A D, Carl W B. Integral Motor Propulsor Unit for Water Vehicles: US, 5220231[P]. 1993.

[3] 杨杰伟, 赵江铭, 郑艳萍, 等. 轴向磁化永磁微电机最小尺寸分析及研制[J]. 中国电机工程学报, 2008, 28(21): 112- 118. Yang Jie-wei, Zhao Jiang-ming, Zhen Yan-pin, et al.Mini- mum Dimension Analysis and Fabrication of Axial-magne- tized Permanent Magnet Micromotor[J]. Proceedings of the CSEE, 2008, 28(21): 112-118.

[4] Nithiarasu P, Codina R, Zienkiewicz O C. The Characteristic Based Split(CBS) Scheme—a Unified Approach to Fluid Dynamics[J]. International Journal for Numerical Methods in Engineering, 2006, 66 (10): 1514-1546.

[5] 王子才, 张彤, 王宏伟. 基于混沌变量的模拟退火优化方法[J]. 控制与决策, 1999, 14(4): 381-384. Wang Zi-cai, Zhang Tong, Wang Hong-wei. Simulated Annealing Algorithm Based on Chaotic Variable[J]. Control and Decision, 1999, 14(4): 381-384.

[6] 陈昌富, 龚晓南. 混沌扰动启发式蚁群算法及其在边坡非圆弧临界滑动面搜索中的应用[J]. 岩石力学与工程学报, 2004, 23(20): 3450-3453. Chen Chang-fu, Gong Xiao-nan.Heuristic Ant Colony Algo- rithm Involving Chaos Operator and Its Application to Search for Critical Slip Surface of Slope[J].Chinese Journal of Rock Mechanics and Engineering, 2004, 23(20): 3450- 3453.

[7] 王凌. 智能优化算法及其应用[M]. 北京: 清华大学出版社, 2001.

[8] 孙昌志, 曲春雨, 杨红敏, 等. 混沌蚁群算法及其在电机设计中的应用[J]. 自动化技术与应用, 2007, 26(3): 11-14. Sun Chang-zhi, Qu Chun-yu, Yang Hong-min, et al. Chaos Ant Colony Algorithm and Its Application to Motor Design[J]. Techniques of Automation & Application, 2007, 26(3): 11-14.

[9] Flavio C, Luigi F, Fetal M. Chaotic Sequences in ACO Algo- rithms[C]//Proceeedings of IEEE International Symposium on Circuits and Systems, 2004: 513-516.

Optimization Design of Motor for Torpedo Integrated Motor Propulsor Based on Chaos Ant Colony Algorithm

WANG Ding, XIE Shun-yin, LIAN Jun-qiang

(Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China)

To enhance power density and work efficiency of the special brushless DC motor for integrated motor propulsor (IMP) of torpedo, a hybrid optimum intelligent algorithm, named chaos ant colony algorithm (CACA), is presented. This method embeds chaos optimization algorithm into ant colony algorithm. The special brushless DC motor is optimized by making use of the high accuracy of the ant colony algorithm and the rapidness of the chaos optimization algorithm. The optimization results of the motor show that the efficiency is enhanced by 1.6% and the volume is reduced by 5.6%. The proposed chaos ant colony algorithm may become a tool for the design of special brushless DC motor of torpedo IMP.

electric power torpedo; integrated motor propulsor(IMP); chaos ant colony algorithm(CACA); special brushless DC motor

TJ631.2; TM301.3

A

1673-1948(2011)04-0299-04

2010-11-03;

2010-12-03.

王 鼎(1983-), 男, 在读博士, 研究方向为电动力推进技术.

(责任编辑: 陈 曦)