一种基于生物地理学优化的继电器设计方法【专利说明】一种基于生物地理学优化的继电器设计方法【
技术领域：
】[0001]本发明是一种基于生物地理学优化的继电器设计方法，属于电器优化设计领域。【【
背景技术：
】】[0002]随着现代科技的发展及智能化程度的提高，各种自动控制设备对电器产品的需求越来越多，同时对其性能及开发速度的要求都越来越高。电磁继电器是一种常见的电器，其在航空航天、通讯系统、智能家居、智慧城市、电力系统、工业生产等各个领域中都是不可或缺的基础原件，因此电磁继电器的优化设计问题具有重要意义。电磁继电器的优化设计常常需要考虑产品体积、机械强度、机构运动及应力变形等问题。此外，在许多电磁继电器中还存在耦合效应。因此，电磁继电器的优化设计问题较为复杂，涉及到机、电、磁、热等多个学科。[0003]长期以来电磁继电器的设计方法多是参照已有产品的结构参数和性能指标，在经验积累的基础上，进行若干特定的计算得到模型，试制产品，这个过程往往需要多次的重复和迭代，使得产品的开发周期较长，成本较高。因此开发出一种智能优化方法进行电磁继电器的优化设计是十分必要的技术，这不仅可以降低设计人员的工作负荷，缩短开发周期，降低成本，还可以提高电磁继电器的性能。[0004]仿生智能优化方法是通过模拟自然界中生物的结构组成、行为特征、遗传及进化规律等而建立的智能计算方法。这类方法借鉴了生物界的择优筛选原则，具有较强的自适应能力，在求解各类复杂优化问题时具有高效的优化性能，且无需问题导数，因此具有明显优势，受到各个研究领域的广泛关注。[0005]生物地理学优化方法（Biogeography-basedOptimization，ΒΒ0)是美国研究者D.Simon在2008年提出的一种新型的仿生智能优化方法。生物地理学是主要研究物种在不同栖息地中的分布、迀移、灭绝等规律的科学。将各个物种的种群分布地点成为栖息地，每个栖息地有其特定的生活环境。每个物种对每个栖息地的适应程度不同，这与物种自身条件有关。而每个栖息地是否适宜物种生存用适宜度指数(HabitatSuitabilityIndex，HSI)来表示。较高的适宜度指数表示该栖息地较适宜物种生存，则该栖息地拥有较多的物种;反之，较低的适宜度指数表示该栖息地不适宜物种生存，则该栖息地的物种较少。适宜度指数与多个因素有关，如栖息地的植被多样性、地质多样性、降水量、温度、湿度、气候等，可将这些因素组合成一个描述栖息地适宜度的向量(SuitableIndexVector，SIV)。[0006]对于一个栖息地而言，如果该栖息地的适宜度指数较高，则该栖息地的物种较多，而此时该栖息地的资源较为紧张，物种之间的竞争加剧，导致该栖息地的适宜度指数降低，则会有部分物种选择迀出到另一个物种相对较少，资源相对较为丰富的栖息地，同时迀入该栖息地的物种数量较少;相反，如果该栖息地的物种较少，则迀入该栖息地的物种数量较多，同时迀出该栖息地的物种数量较少。总而言之，适宜度指数高的栖息地的生物迀出率较高而生物迀入率较低，适宜度指数较低的栖息地的生物迀入率较高而生物迀出率较低，通过物种迀移可实现不同栖息地之间的物种交流。在自然界中，除了物种迀移之外还有物种的灭绝和物种变异，这多由疾病和自然灾害等突发事件导致。[0007]生物地理学优化方法是受生物地理学基础理论物种的迀入迀出模型启发，在基础理论研究的基础上进行提升，将物种的迀入迀出行为规律用数学的方式描述出来而得到的方法。该优化方法的基本思想是将每个优化问题的可行解看作是一个栖息地，将该栖息地的适应度值视为此可行解所对应的目标函数值，通过迀移和变异两个操作实现寻优过程，通过不断迭代，最终收敛至全局最优解。[0008](1)迀移算子[0009]在生物地理学优化方法中迀移算子其不同栖息地之间实现信息交换的唯一途径，通过该算子可实现在解空间的搜索，从而得到当前的最优解，这对于优化方法的寻优过程至关重要。单个栖息地的物种迀入率和迀出率与该栖息地当前的物种数量有关，而物种数量与栖息地的适宜度指数有关。故在迀移操作中需要建立适宜度指数与物种数量之间的映射关系，然后根据物种数量计算迀入率和迀出率。常用的计算模型如下：[0010][0011]式⑴中k是该栖息地当前的物种数量，Ak是迀入率，yk是迀出率，I是最大迀入率，E是最大迀出率，Nmax是该栖息地可容纳的最大物种数量。假设E=IJljAk+yk=E。迀入率与迀出率和物种数量的变化关系如附图1所示。当栖息地中的物种数目为〇时，该栖息地的迀入率最大，迀出率为0。随着物种数目增加，迀入率减小，迀出率增大，当物种数量达到Nmax时迀入率减小为〇,迀出率达到最大值。图中So为平衡点，在此处的迀出率与迀出率相同。[0012]⑵变异算子[0013]对于一个栖息地而言，自然灾害等突发性灾难事件会彻底改变该栖息地的生态环境，即栖息地的适宜度的向量会发生不可预知的变化，而这时该栖息地的适宜度指数也会由于该突发事件而发生变化。此外，物种为适应栖息地环境变化会产生一定程度的变异，在生物地理学优化方法中采用变异算子来模拟这种现象。[0014]设一个栖息地物种数目为s的概率为匕，Ps(t+Δt)与匕(t)的关系表示如下：[0015]Ps(t+Δt)=Ps(t)(1-ASΔt-ysΔt)+Ps-山―1Δt+Ps+il^s+iΔt(2)[0016]即若某个栖息地在t+At时拥有的物种数量为s，则需满足：（l)t时刻该栖息地有s个物种，且当时间由t变化到t+△t时，迀入和迀出的物种数目均为0;(2)t时刻有s+1个物种，且在时间由t变化到t+Δt时有且仅有1个物种迀入；（3)t时刻有s+1个物种，且在时间由t变化到t+Δt时有且仅有1个物种迀出。[0017]由此可知，栖息地中的物种数量是关于平衡点的偶对称函数，即栖息地物种数量以很大概率集中在平衡点附近，而物种数量远离平衡点的概率较低。故，物种数量远离平衡点的栖息地的物种数量易发生变化，而物种数量在平衡点附近的栖息地较为稳定。在建立数学模型时，可认为一个栖息地对应物种的变异概率与物种数量出现的概率成反比，即[0018](3)[0019]式中m(s)为物种数量为s时的变异概率，mmax为最大变异概率，该值可以根据实际问题进行调整。Pmax为物种数量出现概率的最大值。[0020]使用变异算子可以使适应度指数较低的栖息地的适宜度的向量发生突变，从而使其有更多提高适宜度指数的可能性，但是也有可能降低适宜度指数，因此需要使用精英保留的策略以保证适宜度指数不会降低。通过变异算子可以保证解的多样性，从而加快优化方法的收敛速度，同时可以帮助其跳出局部最优。生物地理学优化方法的整体流程图如附图2所示。【【
发明内容】】[0021]1、发明目的：[0022]本发明提出了一种基于生物地理学优化的继电器设计方法，其目的是在满足电器可靠动作与释放的前提下，利用仿生智能优化方法设计一种体积最小的直流拍合式继电器，以弥补传统设计方法依赖经验和静态特性的不足，在节省材料、保证灵敏性的基础上，为使继电器朝着小体积方向发展提供一种新途径。该方法首先根据直流拍合式继电器的体积构成和各项约束条件建立数学模型，并使用Matlab软件编写该模型对应的优化问题目标函数代码，利用Matlab软件编写相应的生物地理学优化方法，对建立的目标函数进行优化，输出最优的设计参数值和对应的继电器体积。[0023]2、技术方案：[0024]本发明所用的基于仿生智能的生物地理学优化方法具有收敛速度快、全局搜索能力强等特点，基于该方法开发一种基于生物地理学优化的继电器设计方法，该方法的具体步骤如下：[0025]步骤一:建立直流拍合式继电器体积及其相关约束条件的数学模型[0026]直流拍合式继电器体积优化的模型为带有约束条件的函数最小化优化模型。直流拍合式继电器体积构成包括线圈部分体积和磁导体部分体积，其结构如附图3(a)和图3(b)所示，其中ae为辄铁厚度，ax为衔铁厚度，^为极靴高度，δ为主工作气隙高度，r。为铁心柱半径，^为极靴半径，Ro为铁心柱中心到辄铁的距离，近似于线圈外径，h。为线圈高度，b为衔铁、辄铁的宽度。线圈部分体积为;-/f)。磁导体部分体积由铁心、极靴、衔铁、辄铁组成，磁导体部分体积计算如下：铁心部分体积为；，极靴部分体积为，衔铁部分体积为21?(^\，辄铁部分体积为21?(^(3+3(313(11。+3」）。将各部分体积加和可得继电器的体积：[0027][0028][0029](5)[0030]由于直流拍合式继电器各组成部分之间的尺寸大小必须符合继电当前第1页1 2 3