引文
第四代丰田prius2017电机已经成为的业内标杆,其电机设计思想已经被广泛学习。学习的要领是“得意忘形”,对标分析只是手段和过程,目的是领会其内在设计思想,最后展开成新设计。这就是得意忘形,有了意就可以在别人的基础上继续优化,找到符合我们自己需求的最优方案。如何进一步优化,要定性更要定量。设计到了现在这个程度上,一定要精益求精。为此蜗牛请到了一位电机优化的高手,Doctor.Werther 为大家讲解一种如何快速寻找最优目标的方法:“非线性优化”。这是蜗牛为大家争取到了一项福利,现在免费公布给大家。
起步·齿槽转矩的单目标优化
为了让读者能直观的了解到什么是非线性优化,非线性优化有什么用,我们就以PriusIV电机为例,具体的来谈谈。先举一个小例子,如何在Prius的基础上进一步优化齿槽转矩。
PriusIV电机的转子辅助槽设计
优化目标1:通过在转子侧开辅助槽减小齿槽转矩
优化方法1:参数化扫描
Prius的转子采用双辅助槽设计,其设计由2组位置、开口大小、开槽深度共6个变量来决定(槽口宽),每个变量扫描4个点,那么总计算次数为4^6=4096,这个计算时间是难以接受的。这里我们参数化其中4个变量,共计算256次,可以发现prius2017原方案并不是齿槽转矩最小的方案。 还有进一步优化空间。
但如果我们想做地更细致一点,做6个参数或者更多的参数优化,就有困难,因为这种参数数化扫描就像穷举法,随着变量的增加,计算次数呈指数增加。因此有必要采用第二种优化方法。
优化方法2:非线性优化--遗传算法
针对目标1采用遗传算法进行单目标优化,下图是遗传算法的收敛过程,6个变量共计算了390次,相比线性参数化优化大大减少了优化次数,提高了效率。
下图是prius2017电机原方案的齿槽转矩与单目标优化后的齿槽转矩。
进