电动汽车无线充电新型DD耦合机构设计与优化

石峥嵘

摘 要：电动汽车无线电路系统设计中，需要根据系统性能要求，注重提高线圈设计优化，对发射线路线圈的DD结构进行操作，注重提高DD线圈空间磁场的合理分布，调整实现离散模块化操作，注重提升群落化的算法优化，保证DD线圈达到最佳的参数范围标准要求，与实际的DD线圈长度、宽度、间隙符合最优化的求解要求。本文将针对电动汽车无线操作充电线路的DD耦合机构进行设计分析，结合感应强度的实际空间参数分布进行判断，分析基于蚁群算法下的DD耦合机构设计优化实施方案。

关键词：电动汽车;无线充电;DD耦合

0 引言

线圈是实现电动汽车无线充电的最佳关键元器件，它直接关系到系统的功率传输和综合效能。DD耦合线圈结构中，需要按照两个电路实施并联操作，分析磁场线路的串联下矩形线圈的组成标准。调整传统线圈下的磁场通路，分析低聚耦合系数，调整康水平偏移下的特性缺陷问题。依据高磁场线路路径操作，调整磁场、实现低损耗，低泄漏的优化操作。通过正交偏移圈线路，构建DDQ型线圈。DD型-DDQ无线充电线圈耦合下，是满足汽车无线充电线圈的主要方式和研究标准。作为发射线圈操作，DD线圈的形状、参数设计之类关系到系统性能。

1 DD线圈磁感应强度的分布空间操作

按照DD线圈模型，以毕奥定律中规定具体理论标准，通过DD线圈感应，拓展空间磁场的有效分布，实施有效的推导应用。基于有效优化算法的形式，调整DD線圈下的设计思路和参数，分析线圈激发下的磁感应效果，提升磁感应强度水平，满足实际系统操作的关系要求，提供有效的优化政策设计参数分析标准方法。

2 DD线圈磁感应强度的准确分布

（1）点分布。毕奥定律中规定，按照电流元标准，通过调整空间内的任意P点，逐步激发磁场的基础定理，阐述线圈电流下的磁场强度范围，分析数学关系要素。其中I表示电流过线圈的值，DI表示线圈电流的单位长;R表示单位长度下的线圈电流目标距离;RO表示单位长度下的电流线圈目标值，单位矢量标准。DI单位长度的线圈状态电流中，依据目标产生的磁场强度进行分析。依据毕奥定律所提出的计算方式，依据DD型线圈磁场的实际分布方法，推导出需要计算的公式。依据验证计算的标准，给予DD线圈的磁场分布空间。

按照坐标系数对线圈进行网络划分，对每一个网格下的磁场区间分布进行分析。调整网络格边距值，当接近于0的时候，需要计算精度，将其无线接近于实际标准值，避免计算难度过大。按照线圈模型标准，分析直角坐标系内的相关释放值，调整各个边的轴线平行线区间点。以L长的坐标通电导线分析，调整确定最小单元的长度。沿着Y轴平行放置导线，分析观察坐标下的P值点位。按照坐标位置，观察PN值。选取末端点计算实际的距离。确定每个单元的指向点，通过单位矢量值设定，调整P与线圈的距离，保证在H平行面上，确定P点投影下的线圈面，符合P投影范围。

（2）磁场分析确定的验证方式。按照物理教材中的长度L值，分析载波流下的导线范围。按照D距离点位，分析磁感应下的计算方式。按照L=500mm、L=80mm、L=100mm标准，分析计算磁场计算的模型，保证其准确有效。

（3）DD线型圈下的磁场分布。DD线圈结构相对较为复杂，为了准确的计算磁场分布，推导点位的平面位置，通过N匝数据，确定DD线圈模型。通过平面位置，调整边距内的线圈坐标位置。将DD线圈的每一个边控制在400等份，从最小匝开始，对每条边的空间磁场进行求解分析，记录叠加原理，确定DD线圈整体空间的磁场分布，保证左边矩形内各边观测上的磁感应强度符合要求。按照相同的解法要素，寻求右边距线圈的观测点，按照各匝线圈进行求解，叠加原理，保证整体DD线圈P点与磁感应强度B在同一标准内。使用数学工具对线圈空间点位进行矩阵运算分析，确定每一个磁场的准确分布情况。

3 蚁群算法中DD线圈参数的优化操作

按照线圈设计方式进行操作，依据设计参数优化，按照面积、间隙算法进行分析，优化蚁群算法，优化设计思路。

（1）DD线圈优化参数分析。按照叠加定理要素，分析杂数与空间磁感应的强度，成正比关系。实施传输性能优化调整，线圈需要密实缠绕。线圈的面积由线直径、杂数确定。需要注意电线圈设计的要素，不可以一味的增加匝数，防止线圈电感量过大，导致成本增加。

（2）DD线圈长宽比。DD线圈中串联通路下，需要按照DD线圈的长度宽度标准，分析线圈空间内的磁场强度分布，控制气复杂程度和影响作用效果。

（3）电动线圈安全间隙DD分析。依据磁通路构成串联回路的磁通效果，依据磁通路径的高度与长度比关系，分析间隙性的磁感应强度，逐步减弱调控，确定接收线圈的耦合标准。为了有效的提升发射线圈的传感效率，需要在下方添加高导磁感应材料，分析产生的单磁场，逐步提高线圈传输效果。通过添加高导磁率的铁氧化材料，通过磁场作用，提高线圈基础通路下的高度。在充电效率不变的前提下，增强无线充电系统的间隙和效果。

4 蚁群算法的优化方式

蚁群算法，简称ACO，是通过仿生技术实现的蚁群最优化算法。通过蚁群搜索分析，实现路径内的矩阵转移，提高矩阵内的路径分配。调整信息元素下的衰减机制，控制淘汰路径比率，确保最终获取更高质量的解。

DD线圈设计中，需要实施电能传输的性能优化，注重相关参数分析，建立DD线圈优化设计思路，获取最优的网络结构形式。按照线圈面积，宽度不变的情况下，调整线圈区域范围内的网格划分标准，满足最大优化发展需求。依据信息要素向量解析，判断传输的最优处理效果。使用蚁群算法确定设计优化思路，对线圈设计的实际情况记录分析，对条件进行限制收敛，优化求解思路，缩短运算参数标准。

在优化前需要分析线圈的区域内标准，分析划分网络的磁感应强度。通过分析线圈的基础条件，对线圈的性能数据进行反馈。优化设计方案的同时，提高设计方案的准确性，按照接收线圈的区域标注，逐步提高磁感应强度效果，实现磁感应的均匀分布。

5 结语

综上所述，汽车无线充电中，采用DD耦合机构设计方式，重视便捷性、精准性的设计参数分析，逐步优化设计思路，计算线圈的最优匝数，结合长宽标准比参数分析，确定DD型线圈内的无线设计充电设计参数，满足无线充电的设计需求。

参考文献：

[1]孙凯东.电动汽车无线充电DD型线圈设计参数优化[J].科技创新导报，2019（28）.

[2]邬烈勤.普通型洗衣机排水控制机构设计[J].家用电器科技，1987（03）.

[3]熊慧，连璐，刘近贞.基于人体头部模型的经颅磁刺激反向线圈研究[J].航天医学与医学工程，2019（06）.