基于粒子群算法降低永磁同步电机损耗

金永星 王爱元 孙健

摘要：利用粒子群优化算法对影响永磁同步电机损耗的四个主要参量（磁极厚度、气隙长度、槽口宽度、槽深）进行优化，再利用有限元软件进行损耗分析。

关键词：永磁同步电机；粒子群算法；损耗

随着资源的日益短缺，各个领域对电机节能的要求逐渐提高。[1]文献[2]对分析了槽口宽度、气隙长度与涡流损耗的关系。文献[3]证明适当缩短电机定子槽深，有效的降低铁耗。此外磁极厚度也是影响永磁同步电机损耗的因素。本文从这些参量出发进行优化分析。

1 参数优化

1.1 电机模型

本文以4极24槽的小功率PMSM作为研究对象，额定功率为0.55KW，额定转速为1500rpm，部分电机参数：定子铁心外径120mm，磁极厚度3.5mm、转子外径74mm、极弧系数0.7mm。

1.2 利用正交试验法选取建模样本数据

目标函数为电机总损耗。其中每个参数变量取5个水平值，则总的实验点共有625个。实验中的四个因素取值范围分别为：槽口宽度2～4.5mm，槽深4～8mm，气隙长度0.5～12mm，磁极厚度1.5～4mm。根据因素和水平选取的个数则选取L25（56）的正交实验表。

1.3 响应曲面法建立回归方程

响应曲面设计方法（Response Surface Methodology，RSM），是利用合理的试验设计方法并通过实验得到一定数据，采用多元二次回归方程来拟合因素与响应值之间的函数关系。

本文永磁同步电机的响应曲面模型考慮了交互效应和二次效应，故采用二阶模型去逼近：

y（x）=β0+Σki=1βixi+Σki=1βiix2+Σki

1.4 粒子群优化算法

假设在一个D维的目标搜索空间中，有m个粒子组成一个群体，其中第m个粒子的当前空间位置为xi= （xi1，xi2，…，xid） ，每一个粒子的位置就是一个潜在的解。第m个粒子的飞行速度为vi =（vi1，vi2，…，vid） ，记第m个粒子迄今为止搜索到 的最优位置为pid（pid，pid，…，pid）；整个粒子群迄今为止搜索到的最优位置为pgd=（pgd，pgd，…pgd）。其迭代后的位置和速度公式分别为

xk+1id=xkid+vk+1id（2）

vk+1id=ωvkid=c1r1（pkid-xkid）+c2r2（pkgd-xkid）（3）

本文将四个优化变量的取值范围作为约束条件。种群规模为300，进化代数500。经过改进PSO优化后得到最优点的变化量值为（3.631，5.109，0.763，3.571），损耗最优值为8315W。粒子群优化算法适应度曲线图如下图所示。

2 优化分析

将优化结果代入ansys仿真分析，优化前和优化后损耗分别为铁耗12.68W、10.75W，铜耗79.83W、69.42W，永磁体涡流损耗2.32W、1.86W。效率优化前后为84.37%和87.01%。

3 结语

从影响PMSM损耗的因素出发，利用响应曲面法进行回归拟合建模，使用PSO算法对四个参量进行优化。通过仿真结果表明优化后的电机铁耗，永磁体涡流损耗和铜耗之和比优化前降低10%左右，效率有了提高，说明该研究具有一定的指导意义。

参考文献：

[1]李静，程小华.永磁同步电机的发展趋势[J].防爆电机，2009，44（5）：14.

[2]张德金，熊万里，吕浪，等.高速大功率永磁同步电机转子涡流损耗分析[J].计算机仿真，2017，34（1）：236240.

[3]徐作为.超超高效永磁同步电机铁耗研究与设计[D].沈阳工业大学，201603.

[4]刘爱民，张红奎，张小玲，杨光.基于多目标粒子群算法的直线感应电机机构优化[J].合机床与自动化加工技术，2010（9）：1519.