电工钢片磁滞损耗的Preisach模型优化设计方法
【专利摘要】本发明电工钢片磁滞损耗的Preisach模型优化设计方法，涉及遗传算法结合人工神经网络理论对电工钢片磁滞损耗的Preisach模型参数计算与实现的研究，其步骤是：基于Preisach磁滞损耗数学模型，选取模型中磁偶极子的正向翻转阈值α和负向翻转阈值β以及磁化强度Ms作为优化变量，将磁通密度B作为优化目标，通过神经网络训练拟合函数寻优以及遗传算法极值寻优得到模型3个参数的最优值；并在算法执行步骤与流程设计的基础上，利用极限磁滞回线的对称性，拟合得到完整的最优磁滞回线用于对电工钢片磁滞损耗进行计算。本发明不仅使电工钢片磁滞损耗从理论上更为深入，提高其计算结果的准确性与可靠性，而且易于实现，适于实际的工业应用。
【专利说明】电工钢片磁滞损耗的Preisach模型优化设计方法
【技术领域】
[0001]本发明的技术方案涉及遗传算法结合人工神经网络理论对电工钢片磁滞损耗的Preisach模型参数计算与实现的优化设计，具体地说是通过仿真计算来获得影响Preisach模型的最优参数取值，其完整的最优磁滞回线用于对电工钢片磁滞损耗进行计笪
ο
【背景技术】
[0002]电工钢片广泛应用于电气工程领域，如电力变压器、电机等铁心部件，是直接影响电工设备电气性能的最关键部分。电工钢片的性能直接影响到电气设备的运行性能，提高电力变压器、电机等电工设备工作性能和运行效率并降低能耗的最有效途径是解决其铁心损耗等问题，这也是国际电工领域的前沿和热点问题。CN202978171U公开了一种减少磁滞损耗和涡流损耗的防振锤，它包括线夹本体以及位于线夹本体下端的通孔，通孔内设置软轴，软轴的两端设置防振锤头，且线夹本体为工程塑料，软轴为玻璃纤维弹性棒。这样，它们不全是导电体，也不全是导磁体，所以可以有效减少磁滞损耗和涡流损坏。CN103745124A公开了一种不同截面积磁芯损耗计算方法:首先在给定的工作频率、磁通密度变化量条件下分离磁滞损耗和涡流损耗，然后通过计算实际工程中选用的磁芯与产品规格书中测试磁芯的截面积差异，将这种差异计入到涡流损耗的计算中，无需依赖专门仪器即可有效分析不同截面积对磁芯损耗的影响，可广泛适用于仿真软件模拟在电力电子应用中不同截面积磁芯的损耗大小。上述减小或者计算电工材料的磁滞损耗，都是通过提出方法或外接其他介质等，其缺点主要是，增加了工业成本，需要繁琐的试验工序且不易操作等。
[0003]因此，基于快速、高效的目的，通过算法理论研究，对电工钢片磁滞损耗的Preisach模型进行优化设计成为一个重要的研究课题，具有重要的理论意义与实际应用价值。
【发明内容】
[0004]本发明所要解决的技术问题是:在不增加工业成本及快速、高效的前提下，通过简单操作对电工钢片磁滞损耗的Preisach模型进行优化设计，提高其磁滞损耗计算结果的准确性与可靠性，并适于实际的工业应用。
[0005]本发明解决该技术问题所采用的技术方案是:电工钢片磁滞损耗的Preisach模型优化设计方法，涉及遗传算法结合人工神经网络理论对电工钢片磁滞损耗的Preisach模型参数计算与实现的研究，其步骤是:基于Preisach磁滞损耗数学模型,选取模型中磁偶极子的正向翻转阈值α和负向翻转阈值β以及磁化强度Ms作为优化变量，将磁通密度B作为优化目标，通过神经网络训练拟合函数寻优以及遗传算法极值寻优得到模型3个参数的最优值；并在算法执行步骤与流程设计的基础上，利用极限磁滞回线的对称性，拟合得到完整的最优磁滞回线用于对电工钢片磁滞损耗进行计算。
[0006]上述电工钢片磁滞损耗的Preisach模型优化设计方法，所述的变量优化是基于Preisach数学模型，假设磁偶极子的正向翻转阈值α和负向翻转阈值β呈统计分布，并以非负二元函数μ (α，β)表示偶极子的分布密度，则磁滞模型为:
【权利要求】
1.电工钢片磁滞损耗的Preisach模型优化设计方法,其特征在于涉及遗传算法结合人工神经网络理论对电工钢片磁滞损耗的Preisach模型参数计算与实现的研究，其步骤是:基于Preisach磁滞损耗数学模型，选取模型中磁偶极子的正向翻转阈值α和负向翻转阈值β以及磁化强度Ms作为优化变量，将磁通密度B作为优化目标，通过神经网络训练拟合函数寻优以及遗传算法极值寻优得到模型3个参数的最优值；并在算法执行步骤与流程设计的基础上，利用极限磁滞回线的对称性，拟合得到完整的最优磁滞回线用于对电工钢片磁滞损耗进行计算。
2.根据权利要求1所述的电工钢片磁滞损耗的Preisach模型优化设计方法，其特征还在于，所述的优化目标函数是基于最小二乘原理而建立的，由于选用的是磁通密度B为独立优化目标变量，建立目标函数如下:
NI
min /(X) = min[艺(Hc-H)2]2 其中氏、氏分别表示磁场强度的计算值和试验值；求解上述问题，便能得到所需的3个参数的值(Ms，α，β )。
3.根据权利要求1所述的电工钢片磁滞损耗的Preisach模型优化设计方法,其特征还在于，所述的用于电工钢片磁滞损耗计算的完整的最优磁滞回线获得是利用磁滞回线的对称关系，又有:
Mu(H) = -Md (-H) 因而只需采用磁滞环的下降支作为样本对人工神经网络进行训练，就可得到完整的磁滞回线，这可以大幅度提高样本的数量，同时得到较高的网络训练效率；将人工神经网络结合遗传算法训练和优化后的参数值代入磁滞模型进行拟合，可求得一般磁化条件下的磁化轨迹，进而转化获得Preisach模型的磁滞回线。
【文档编号】G06N3/12GK104200038SQ201410468498
【公开日】2014年12月10日 申请日期:2014年9月15日 优先权日:2014年9月15日
【发明者】李劲松, 杨庆新, 李永建, 张长庚 申请人:河北工业大学