电机优化设计及相关问题研究

2018-02-16李鹏

现代制造技术与装备 2018年3期

李鹏

（广州数控设备有限公司，广州 510530）

在工程技术与经济管理以及理论研究等多种领域，电机优化都是经常出现的问题。目前，伴随着现代控制理论以及计算机技术的全面可持续发展，最优化理论以及技术被广泛应用，经济与社会效益显著。为此，深入研究并分析电机优化设计的相关问题具有一定的现实意义。

1 传统的电机优化设计发展状况研究

1.1 传统优化设计的方法

在传统电机优化设计中，通常选择使用的优化算法是以设计变量可微性数值方法，具体表现在随机搜索方法与直接搜索方法两种。而最为经典的寻优策略是单纯形法、梯度法与可变容差方法等，在电机新型产品优化设计中的应用较为普遍，并取得了理想的发展成绩。在实际应用过程中，这种类型的算法，其收敛速度相对较快，但寻优的过程很容易受到初始解的约束。一般情况下，优化的结果会被收敛在初始解周边局部位置的最优点范围内，其全局寻优的能力受到影响。除此之外，这种类型的算法，在建模以及求解的过程中会忽视诸多因素，最终导致算法很难对复杂性较强的工程问题进行求解。

1.2 传统的常见优化算法

在仔细观察并模拟物理现象与社会现象的基础上，研发出新型的全局优化算法，最常见的就是模拟退火算法与遗传算法。较之于传统的优化算法，可以突破局部极值点，而且计算量不大，可以搜索出最优解[1]。

第一，遗传算法。该算法最基本的思想就是需借助编码操作，保证问题空间能够向编码空间映射。在此基础上，可以在编码空间当中通过交叉、变异与选择这三种不同的遗传操作和循环迭代操作，对生物遗传的金华机制予以模拟，以实现编码空间最优解的有效搜索。在此基础上，在逆映射的作用下向原问题空间完成映射，获取原问题最优解。遗传算法能够高度并行且具有自适应性与随机性，以及极强的全局搜索能力，但在局部搜索方面，能力则相对薄弱。

第二，模拟退火算法。该算法在组合优化问题方面具有一定的适用性，也属于一种优化算法。将物理当中的固体物质退火过程作为最初的起始点，与普通组合优化问题十分相似。而且，模拟退火算法主要是在特定初温条件下，在温度参数下降的同时，与概率突跳的特性有效结合。这样一来，在解空间内部即可随机探寻目标函数最优解。也就是说，可以突破局部最优解概率性的约束，以实现全局优化目标。总体来讲，这种算法具备良好的局部搜索能力，而且在搜索时，可以规避陷入局部最优解的情况。但是，该算法同样存在不足之处，具体表现在很难全面且深入地了解并掌握搜索空间，要想保证搜索过程介入到希望值最高的搜索区域具有极大的难度，使得采样的次数相对较多，需要更长的优化时间。

2 电机优化设计的最新发展

近年来，遗传算法与模拟退火等新型的启发式优化算法发展速度明显加快，要想实现电机设计水平的全面提升，相关工作人员将重点放在新型最优化理论和电机设计技术有效融合与交叉方面，最终研发出能够满足全局最优需求的电机优化设计技术。

2.1 以遗传算法为基础的电机优化设计

众所周知，遗传算法是对生命演化进行模拟的仿生算法，对达尔文提出的优胜劣汰和适者生存原理予以有效模拟，通过算法的迭代，实现了重复执行选择、杂交以及变异运算的目标，有效推动了种群的进一步优化，与某一优化目标也更加接近。这种电机优化设计属于随机搜索方式，最突出的特点表现在以下几方面。

第一，实际操作对象属于一组可行解，并非是单个的可行解。与此同时，搜索的轨道很多，并非是单条，所以并行性也十分理想[2]。

第二，仅借助目标取值的信息，并不需要价值较高的信息，所以，这种算法在任何函数优化方面都适用，其通用性显著。

第三，该算法的择优机制处于软性选择，因其并行性理想，所以，鲁棒性与全局优化的性能也相对突出。

第四，应用于实际操作过程中的可行解集通常都是事先编码，而且目标函数被解释成编码化个体适应值。由此可见，该算法操作简单，而且具有极强的可操作性能[3]。

2.2 以电磁场逆问题为基础的电机优化设计

在求解电磁场逆问题的过程中，一般会将正问题进行有效分解，并对优化算法进行合理地运用完成迭代求解任务，进而满足优化设计目标。而电磁场正问题，指的是给定场计算区域与各区域材料组成以及特性，并对场域当中场量伴随时间与空间的变化规律进行计算。在优化设计电机电磁场逆问题的过程中，应结合给定电机性能与电磁场的参数与特性，在特定约束条件下，对电机几何结构参数、激励参数以及材料性能参数等物理量进行优化求解。

较之单纯使用优化算法设计电机，站在电磁场逆问题角度，对电机优化设计予以全面优化，并借助场的观点对电机进行深入研究，对涡流效应与磁饱和等多种因素对于电机参数与性能产生的影响进行综合考虑，以保证对电机电磁场的分布与电磁参数进行准确计算，确保优化设计结果最优。

研究电磁场逆问题，以实现对电机设计的全面优化，最重要的就是实现电机电磁场数值计算和优化算法的有机结合。其中，可以对电机电磁场基本控制方程进行运用，与边界条件以及材料特性相结合，构建电机电磁场计算模型，通过数值解方法，对电机电磁场的分布与电磁参数等进行求解。在此基础上，确定电机优化目标函数、约束条件以及优化变量，构建优化设计模型，借助优化算法，与电磁场数值计算结果结合并求解。

2.3 以蝶形直线超声电机为例的定子优化

根据蝶形直线超声电机定子工作的原理可以了解到，其电机定子主要是借助两异形模态当作工作模态，所以，在实际优化过程中，最关键的是降低其频率差距，确保能够在相同驱动频率的作用下，激发两个工作模态。然而，为保证超声电机的正常运行，还需保证定子两相工作模态足够小，同时使定子驱动足端面位移的振幅足够大。由此可见，以上都是电机定子在设计过程中应满足的目标。为此，在实际优化设计的过程中，应通过对试验设计方法与响应面近似模型技术予以充分利用，以达到蝶形直线超声电机定子设计得以优化。其中，最核心的理念是要保证定子结构参数的合理选择，并将其当作设计变量，通过对试验设计方法的运用，在变量空间中选择样本点，在与响应值相结合的基础上，构建定子响应面的近似模型，借助优化算法即可实现寻优目的。