基于遗传算法的永磁屏蔽电机优化设计

周峰

摘 要：建立了永磁屏蔽电机的优化设计模型，包括优化设计变量、多目标函数和约束条件。利用遗传算法对一台5.5kw的永磁屏蔽电机进行了多目标优化设计，详细分析了将遗传算法应用于永磁屏蔽电机优化设计中的各个操作步骤，如编译码技术，遗传操作和适应度函数等，算法设计中采用权重系数法和法和罚函数法分别对多目标问题和约束条件进行了搜索控制，优化结果表明在满足各项性能要求和约束的前提下，降低了电机的成本，并且提高了电机的效率。

关键词：遗传算法；永磁屏蔽电机；优化设计

1 引言

石化行业使用的永磁屏蔽电机具有效率高、反应速度快以及低速大转矩的优势，大大拓宽了屏蔽泵的应用前景。但由于电机在定子内腔和转子外表面各用一层非磁性不锈钢薄套将定子和转子部分屏蔽起来，而且它所使用的稀土永磁材料在电机成本中占有一定的比例[1]。因此从优化设计角度研究一种既能满足特殊工况要求，又能减小磁钢用量的永磁屏蔽电机，具有十分重要的应用价值。

永磁屏蔽电机优化设计的目标函数和约束条件均为设计变量的非线性数值函数和多峰值函数，因此采用传统的优化方法很难从根本上解决电机优化设计中的全局最优解问题。遗传算法[2]是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该算法能较好地解决了控制参数的动态自适应性及较优值如何重复迭代等在优化设计中影响收敛速度和最终优化结果的问题。

文章将遗传算法引入到永磁屏蔽电机的优化设计领域，并结合永磁屏蔽电机的设计特点，对一台5.5kW的永磁屏蔽电机进行优化设计，提高了屏蔽泵的输出性能。

2 永磁屏蔽电机优化设计模型

2.1 设计变量

然后再将这些新生成的子群体合并成一个完整的群体，在这个群体中进行交叉和变异运算，最终可求出多目标优化问题的Pareto最优解。由于权重系数的随机性，算法将得到多个不同权重系数下的优良解，因此保证了群体中对应搜索方向的多样性和最终优化结果的准确性。

3.4 约束条件的处理

永磁屏蔽电机的约束主要是不等式约束，但遗传算法是无约束优化方法，因此需要将有约束优化问题转化为无约束优化问题。罚函数法是处理非线性约束优化问题比较广泛的一种方法，尤其是在对解空间中无对应可行解的个体计算其适应度时，可以降低该个体的适应度，从而使该个体被遗传到下一代群体中的概率减小。

5 结束语

文章应用遗传算法对永磁屏蔽电机的永磁体体积和电机效率两个目标进行了多目标优化设计，得到优化后的具体结构和性能参数。

（1）与传统算法相比，遗传算法能同时搜索解空间中的许多点，且搜索过程是通过适应度函数来实现对群体中的个体进行优胜劣汰操作，因而能较大概率地获取全局最优解。

（2）针对多目标工程优化问题，文章采用统一目标法中的线性加权和法和罚函数法对永磁屏蔽电机的多目标问题进行优化，减少了永磁体用量，并且提高了电机效率。

参考文献

[1]季建刚，孔繁余，孔祥花.屏蔽泵发展综述[J].水泵技术，2006，1：15-20.Ji Jiangang，Kong Fanyu，Kong Xianghua. Development Survey of Shield Pump[J].Pump Technology，2006，1：15-20.

[2]王小平，曹立明. 遗传算法-理论、应用于软件实现[M]. 西安：西安交通大学出版社，2002.Wang Xiaoping，Cao Liming.Genetic Algorithms-Theory and Application In The Software Implementatio[M].Xi An：Xi'An JiaoTong University Press，2002.

[3]唐任远.现代永磁电机-理论和设计[M]. 北京：机械工业出版社，1997. Tang Renyuan.Modern Permanent Magnet Motor-Theory and Design[M].Beijing：China Machine Press，1977.

[4]傅丰礼，唐孝镐. 异步电动机设计手册[M]. 北京：机械工业出版社，2002. Fu Fengli，Tang Xiaogao.Asynchronous Motor Design Manual[M].Beijing：China Machine Press，2002.

[5]邱克立. 钕铁硼永磁同步电动机优化设计[J]. 微特电机，1996，4：18-23. Qiu Keli.Research on NdFeB Permanent Magnent Synchronous Motors Optimization[J].Micro Motor，1996，4：18-23.

[6]龚纯，王正林. MATLAB语言常用算法程序集[M]. 北京：电子工业出版社，2008. Gong Chun，Wang Zhenglin.The commonly used assembly algorithm for Matlab Language[M].Beijing： Publishing House of Electronics Industry，2008.endprint

摘 要：建立了永磁屏蔽电机的优化设计模型，包括优化设计变量、多目标函数和约束条件。利用遗传算法对一台5.5kw的永磁屏蔽电机进行了多目标优化设计，详细分析了将遗传算法应用于永磁屏蔽电机优化设计中的各个操作步骤，如编译码技术，遗传操作和适应度函数等，算法设计中采用权重系数法和法和罚函数法分别对多目标问题和约束条件进行了搜索控制，优化结果表明在满足各项性能要求和约束的前提下，降低了电机的成本，并且提高了电机的效率。

关键词：遗传算法；永磁屏蔽电机；优化设计

1 引言

石化行业使用的永磁屏蔽电机具有效率高、反应速度快以及低速大转矩的优势，大大拓宽了屏蔽泵的应用前景。但由于电机在定子内腔和转子外表面各用一层非磁性不锈钢薄套将定子和转子部分屏蔽起来，而且它所使用的稀土永磁材料在电机成本中占有一定的比例[1]。因此从优化设计角度研究一种既能满足特殊工况要求，又能减小磁钢用量的永磁屏蔽电机，具有十分重要的应用价值。

永磁屏蔽电机优化设计的目标函数和约束条件均为设计变量的非线性数值函数和多峰值函数，因此采用传统的优化方法很难从根本上解决电机优化设计中的全局最优解问题。遗传算法[2]是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该算法能较好地解决了控制参数的动态自适应性及较优值如何重复迭代等在优化设计中影响收敛速度和最终优化结果的问题。

文章将遗传算法引入到永磁屏蔽电机的优化设计领域，并结合永磁屏蔽电机的设计特点，对一台5.5kW的永磁屏蔽电机进行优化设计，提高了屏蔽泵的输出性能。

2 永磁屏蔽电机优化设计模型

2.1 设计变量

然后再将这些新生成的子群体合并成一个完整的群体，在这个群体中进行交叉和变异运算，最终可求出多目标优化问题的Pareto最优解。由于权重系数的随机性，算法将得到多个不同权重系数下的优良解，因此保证了群体中对应搜索方向的多样性和最终优化结果的准确性。

3.4 约束条件的处理

永磁屏蔽电机的约束主要是不等式约束，但遗传算法是无约束优化方法，因此需要将有约束优化问题转化为无约束优化问题。罚函数法是处理非线性约束优化问题比较广泛的一种方法，尤其是在对解空间中无对应可行解的个体计算其适应度时，可以降低该个体的适应度，从而使该个体被遗传到下一代群体中的概率减小。

5 结束语

文章应用遗传算法对永磁屏蔽电机的永磁体体积和电机效率两个目标进行了多目标优化设计，得到优化后的具体结构和性能参数。

（1）与传统算法相比，遗传算法能同时搜索解空间中的许多点，且搜索过程是通过适应度函数来实现对群体中的个体进行优胜劣汰操作，因而能较大概率地获取全局最优解。

（2）针对多目标工程优化问题，文章采用统一目标法中的线性加权和法和罚函数法对永磁屏蔽电机的多目标问题进行优化，减少了永磁体用量，并且提高了电机效率。

参考文献

[1]季建刚，孔繁余，孔祥花.屏蔽泵发展综述[J].水泵技术，2006，1：15-20.Ji Jiangang，Kong Fanyu，Kong Xianghua. Development Survey of Shield Pump[J].Pump Technology，2006，1：15-20.

[2]王小平，曹立明. 遗传算法-理论、应用于软件实现[M]. 西安：西安交通大学出版社，2002.Wang Xiaoping，Cao Liming.Genetic Algorithms-Theory and Application In The Software Implementatio[M].Xi An：Xi'An JiaoTong University Press，2002.

[3]唐任远.现代永磁电机-理论和设计[M]. 北京：机械工业出版社，1997. Tang Renyuan.Modern Permanent Magnet Motor-Theory and Design[M].Beijing：China Machine Press，1977.

[4]傅丰礼，唐孝镐. 异步电动机设计手册[M]. 北京：机械工业出版社，2002. Fu Fengli，Tang Xiaogao.Asynchronous Motor Design Manual[M].Beijing：China Machine Press，2002.

[5]邱克立. 钕铁硼永磁同步电动机优化设计[J]. 微特电机，1996，4：18-23. Qiu Keli.Research on NdFeB Permanent Magnent Synchronous Motors Optimization[J].Micro Motor，1996，4：18-23.

[6]龚纯，王正林. MATLAB语言常用算法程序集[M]. 北京：电子工业出版社，2008. Gong Chun，Wang Zhenglin.The commonly used assembly algorithm for Matlab Language[M].Beijing： Publishing House of Electronics Industry，2008.endprint

摘 要：建立了永磁屏蔽电机的优化设计模型，包括优化设计变量、多目标函数和约束条件。利用遗传算法对一台5.5kw的永磁屏蔽电机进行了多目标优化设计，详细分析了将遗传算法应用于永磁屏蔽电机优化设计中的各个操作步骤，如编译码技术，遗传操作和适应度函数等，算法设计中采用权重系数法和法和罚函数法分别对多目标问题和约束条件进行了搜索控制，优化结果表明在满足各项性能要求和约束的前提下，降低了电机的成本，并且提高了电机的效率。

关键词：遗传算法；永磁屏蔽电机；优化设计

1 引言

石化行业使用的永磁屏蔽电机具有效率高、反应速度快以及低速大转矩的优势，大大拓宽了屏蔽泵的应用前景。但由于电机在定子内腔和转子外表面各用一层非磁性不锈钢薄套将定子和转子部分屏蔽起来，而且它所使用的稀土永磁材料在电机成本中占有一定的比例[1]。因此从优化设计角度研究一种既能满足特殊工况要求，又能减小磁钢用量的永磁屏蔽电机，具有十分重要的应用价值。

永磁屏蔽电机优化设计的目标函数和约束条件均为设计变量的非线性数值函数和多峰值函数，因此采用传统的优化方法很难从根本上解决电机优化设计中的全局最优解问题。遗传算法[2]是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法。该算法能较好地解决了控制参数的动态自适应性及较优值如何重复迭代等在优化设计中影响收敛速度和最终优化结果的问题。

文章将遗传算法引入到永磁屏蔽电机的优化设计领域，并结合永磁屏蔽电机的设计特点，对一台5.5kW的永磁屏蔽电机进行优化设计，提高了屏蔽泵的输出性能。

2 永磁屏蔽电机优化设计模型

2.1 设计变量

然后再将这些新生成的子群体合并成一个完整的群体，在这个群体中进行交叉和变异运算，最终可求出多目标优化问题的Pareto最优解。由于权重系数的随机性，算法将得到多个不同权重系数下的优良解，因此保证了群体中对应搜索方向的多样性和最终优化结果的准确性。

3.4 约束条件的处理

永磁屏蔽电机的约束主要是不等式约束，但遗传算法是无约束优化方法，因此需要将有约束优化问题转化为无约束优化问题。罚函数法是处理非线性约束优化问题比较广泛的一种方法，尤其是在对解空间中无对应可行解的个体计算其适应度时，可以降低该个体的适应度，从而使该个体被遗传到下一代群体中的概率减小。

5 结束语

文章应用遗传算法对永磁屏蔽电机的永磁体体积和电机效率两个目标进行了多目标优化设计，得到优化后的具体结构和性能参数。

（1）与传统算法相比，遗传算法能同时搜索解空间中的许多点，且搜索过程是通过适应度函数来实现对群体中的个体进行优胜劣汰操作，因而能较大概率地获取全局最优解。

（2）针对多目标工程优化问题，文章采用统一目标法中的线性加权和法和罚函数法对永磁屏蔽电机的多目标问题进行优化，减少了永磁体用量，并且提高了电机效率。

参考文献

[1]季建刚，孔繁余，孔祥花.屏蔽泵发展综述[J].水泵技术，2006，1：15-20.Ji Jiangang，Kong Fanyu，Kong Xianghua. Development Survey of Shield Pump[J].Pump Technology，2006，1：15-20.

[2]王小平，曹立明. 遗传算法-理论、应用于软件实现[M]. 西安：西安交通大学出版社，2002.Wang Xiaoping，Cao Liming.Genetic Algorithms-Theory and Application In The Software Implementatio[M].Xi An：Xi'An JiaoTong University Press，2002.

[3]唐任远.现代永磁电机-理论和设计[M]. 北京：机械工业出版社，1997. Tang Renyuan.Modern Permanent Magnet Motor-Theory and Design[M].Beijing：China Machine Press，1977.

[4]傅丰礼，唐孝镐. 异步电动机设计手册[M]. 北京：机械工业出版社，2002. Fu Fengli，Tang Xiaogao.Asynchronous Motor Design Manual[M].Beijing：China Machine Press，2002.

[5]邱克立. 钕铁硼永磁同步电动机优化设计[J]. 微特电机，1996，4：18-23. Qiu Keli.Research on NdFeB Permanent Magnent Synchronous Motors Optimization[J].Micro Motor，1996，4：18-23.

[6]龚纯，王正林. MATLAB语言常用算法程序集[M]. 北京：电子工业出版社，2008. Gong Chun，Wang Zhenglin.The commonly used assembly algorithm for Matlab Language[M].Beijing： Publishing House of Electronics Industry，2008.endprint