-
公开(公告)号:CN114861556A
公开(公告)日:2022-08-05
申请号:CN202210690199.X
申请日:2022-06-17
申请人: 重庆大学
IPC分类号: G06F30/27 , G06F119/02
摘要: 本发明为了有效改善电机的散热性能,提出了一种基于增量学习策略的油水混合冷却感应电机多目标优化方法。首先,对电机关键参数进行参数化建模,确定需要分析和优化的主要设计变量。其次,对设计变量进行实验设计,得到样本点和响应值,基于样本数据构建代理模型,并采用增量学习策略对代理模型进行改进,提高其预测精度。然后,使用多目标优化算法对模型进行优化,以获得最佳冷却系统参数。最后,通过实验验证了该方法的有效性。
-
公开(公告)号:CN115204039A
公开(公告)日:2022-10-18
申请号:CN202210717732.7
申请日:2022-06-17
申请人: 重庆大学
IPC分类号: G06F30/27 , G06F30/15 , G06N20/00 , G06F119/08 , G06F119/06 , G06F111/10
摘要: 本发明考虑基于电磁热迭代耦合的感应电机散热优化方法。首先提出了综合分析电机电磁场、温度场多场耦合环境和散热需求,建立感应电机的电磁热迭代耦合模型,建立电机损耗分布,确定电机的散热热源和热量传播方式;然后采用有限元分析方法提出了感应电机散热系统方案;基于此,通过实验设计获取样本点,建立代理模型得到样本点与响应值之间的关系;最终采用多目标优化算法优化设计方案,为感应电机的散热系统的优化提供了一种新的解决方法。
-