CN112713730A - 一种基于参数化磁钢模型的电机优化设计方法 - Google Patents

一种基于参数化磁钢模型的电机优化设计方法 Download PDF

Info

Publication number
CN112713730A
CN112713730A CN202011508013.1A CN202011508013A CN112713730A CN 112713730 A CN112713730 A CN 112713730A CN 202011508013 A CN202011508013 A CN 202011508013A CN 112713730 A CN112713730 A CN 112713730A
Authority
CN
China
Prior art keywords
motor
design
selecting
torque
optimization
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202011508013.1A
Other languages
English (en)
Other versions
CN112713730B (zh
Inventor
裴瑞琳
施俊生
郑杭兵
丁宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Yingci New Energy Technology Co ltd
Original Assignee
Suzhou Yingci New Energy Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Yingci New Energy Technology Co ltd filed Critical Suzhou Yingci New Energy Technology Co ltd
Priority to CN202011508013.1A priority Critical patent/CN112713730B/zh
Publication of CN112713730A publication Critical patent/CN112713730A/zh
Application granted granted Critical
Publication of CN112713730B publication Critical patent/CN112713730B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02K—DYNAMO-ELECTRIC MACHINES
    • H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
    • H02K15/02—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines of stator or rotor bodies
    • H02K15/03—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines of stator or rotor bodies having permanent magnets

Landscapes

  • Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Power Engineering (AREA)
  • Iron Core Of Rotating Electric Machines (AREA)

Abstract

本发明公开了一种基于参数化磁钢模型的电机优化设计方法，其涉及电机设计领域。其技术方案要点包括：S400、选取影响电机输出性能的结构参数为构建对象，建立参数化有限元模型；S500、采用局部参数扫描方法，以关联性的变量为组合，根据电机多项性能的最优性能所在区间，选取多目标优化参数范围；S600、在仿真平台中，基于多目标优化算法，从参数化有限元模型中选取多个优化设计变量，以步骤S500中多目标优化参数范围为变量优化区间，计算多种电机拓扑结构配合的电机性能参数，用多种目标加权方式，选取最优设计。本发明通过电磁、热和结构联合设计来有效地缩短多目标优化时间，使电机输出性能满足设计需求。

Description

一种基于参数化磁钢模型的电机优化设计方法
技术领域
本发明涉及电机设计领域，更具体地说，它涉及一种基于参数化磁钢模型的电机优化设计方法。
背景技术
随着新能源汽车驱动技术的迅猛发展，应用在汽车动力驱动***的电机拓扑结构趋于多样化和复杂化，其中永磁同步电机因其高功率密度、高效率以及易于控制等优越性能而应用广泛。为了提高汽车动力性、经济性和平顺性等综合性能，新能源汽车使用的永磁同步电机在满足功率、转矩以及调速范围需求的同时还应具备低成本、低噪音以及高效率的性能。
由于永磁同步电机拓扑结构多样复杂，这些性能往往是相互耦合或者矛盾的，例如为了达到低噪音的性能要求，转子通常采用斜级方式来降低引起电机高频噪音的高次磁场谐波，但同样削弱了基波磁场，降低了转矩输出，这就需要设计人员在设计初期权衡各项性能，以使电机达到最优的预计设计。
传统的设计方法通常采用单一结构参数的局部选取来评估电机性能，无法快速准确地计算多个结构参数排列组合与电机输出性能的变化关系。
现有授权公告号为CN103793559B的中国专利，公开了一种采用数值计算和解析分析相结合的电机优化设计方法，综合分析了电磁、流体和温度耦合物理场。但是其多目标优化所使用的解析表达函数簇大多是由归纳总结得出，增加了多目标优化的不确定性和误差，同时未考虑具体结构参数对相应电机输出性能影响大小关系，导致多目标优化收敛时间的增加。
发明内容
针对现有技术存在的不足，本发明的目的在于提供一种基于参数化磁钢模型的电机优化方法，其通过电磁、热和结构联合设计来有效地缩短多目标优化时间，使电机输出性能满足设计需求。
为实现上述目的，本发明提供了如下技术方案：
一种基于参数化磁钢模型的电机优化设计方法，包括以下步骤：
S100、分析电机需求性能；
S200、根据电机需求性能初步确定设计方案框架，初选电机定子拓扑结构；
S300、核算槽满率、热负荷与电流密度；
S400、选取影响电机输出性能的结构参数为构建对象，建立参数化有限元模型；
S500、采用局部参数扫描方法，以关联性的变量为组合，根据电机多项性能的最优性能所在区间，选取多目标优化参数范围；
S600、在仿真平台中，基于多目标优化算法，从参数化有限元模型中选取多个优化设计变量，以步骤S500中多目标优化参数范围为变量优化区间，计算多种电机拓扑结构配合的电机性能参数，用多种目标加权方式，选取最优设计；
S700、基于电磁设计环节得到的电机运行过程中的损耗，建立温度场有限元模型来对电机整体温升进行计算，分析电机多个构件多种工况下温度分布，对步骤S300中核算的参数进行闭环修正；
S800、重复步骤S400-S700，通过优化定子和动子拓扑结构来降低铜损、铁损以及永磁体损耗，直至降低过温的电机构件温升。
进一步地，在步骤S600中，选取磁钢夹角、磁钢厚度、磁钢长度、转子半径以及磁网长度为优化设计变量，选取最低齿槽转矩、最低反电势畸变率、最低转矩脉动、最低成本、最高转矩以及最低损耗为***优化目标；
优化目标函数采用如下：
Tcogging＝max|Tnoload|
Figure BDA0002845485730000031
Figure BDA0002845485730000032
Call＝Csteel+Cmagnet+Ccopper
Tavg＝avg|Tload|
Pall＝Psteel+Pmagnet+Pcopper+Pme
式中，Tcogging为齿槽转矩峰值，Tnoload为空载转矩，ETHD为空载反电势畸变率，En为第n次空载反电势谐波幅值，Tload为负载转矩，Trf为转矩波动，Call为主要设计部件总价格，Csteel为硅钢片价格，Cmagnet为磁钢价格，Ccopper为铜线价格，Tavg为负载平均转矩，Pall为总的损耗，Psteel为铁损，Pmagnet为永磁体损耗，Pme为机械损耗；
加权函数采用如下：
[X]＝[X1，X2，X3，X4，X5，X6]
X1＝[Tcogging]1×N
X2＝[ETHD]1×N
X3＝[Trf]1×N
X4＝[Call]1×N
Figure BDA0002845485730000041
X6＝[Pall]1×N
Figure BDA0002845485730000042
[k]＝[k1，k2，k3，k4，k5，k6]
F＝min([k]T[X])
k1+k2+k3+k4+k5+k6＝1
式中，F为加权函数总值，N为优化计算方案个数，E(Xi)为变量Xi的均值，σ(Xi)为变量Xi的标准差，k1、k2、k3、k4、k5与k6分别对应于齿槽转矩峰值、空载反电势谐波畸变率、转矩波动、主要设计部件总价格、负载平均转矩及总损耗的加权系数。
进一步地，还包括以下步骤：
S900、输出电机设计性能报告，包括电机交叉耦合电感、效率MAP图，空载负载反电势和磁场密度谐波分析、不同电压下的外特性曲线以及不同工况下的噪音瀑布图。
进一步地，在步骤S200中，电机定子拓扑结构包括定子外径、铁芯长度、绕组方式以及气隙长度。
进一步地，在步骤S600中，仿真平台为ANSYS workbench。
综上所述，本发明具有以下有益效果：
1、采用多物理场的联合分析，实现永磁同步电机多维度设计，保证了车用永磁同步电机合适的输出能力，能够满足功率、转矩以及调速范围需求，同时还具备低成本、低噪音以及高效率的性能；
2、综合电机路算和有限元分析两个层面，通过以对电机输出性能影响较大的结构参数建立全局参数化模型，结合局部参数化扫描方法初步选定电机设计方案，缩小多目标优化参数选取范围，实现了多目标优化算法的快速收敛，缩短了设计时间。
附图说明
图1为实施例中基于参数化磁钢模型的电机优化设计方法的流程示意图；
图2为实施例中V型磁钢电机的结构参数示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
实施例：
一种基于参数化磁钢模型的电机优化设计方法，参照图1，本实施例中以内置式V型磁钢电机为对象来说明其实施过程，具体包括以下步骤：
S100、分析电机需求性能，其中电机需求性能包括电机速度功率特性、温升性能、NVH性能以及尺寸要求。
S200、根据电机需求性能初步确定设计方案框架，初选电机定子拓扑结构，包括定子外径、铁芯长度、绕组方式与气隙长度。
S300、核算槽满率、热负荷与电流密度。
S400、选取影响电机输出性能的结构参数为构建对象，建立参数化有限元模型；其中结构参数包括定转子冲片尺寸参数以及绕组参数，优选对电机输出性能影响较大的结构参数，包括磁钢夹角、磁钢厚度、磁钢长度、转子外径、隔磁桥宽度以及定子轭宽齿宽比。
参照图2，本实施例中建立V型磁钢参数化有限元模型,：
点1:(X1，Y1):
Figure BDA0002845485730000061
Figure BDA0002845485730000062
点2:(X2，Y2):
X2＝X1-LWL
Figure BDA0002845485730000063
点3:(X3，Y3):
Figure BDA0002845485730000064
Figure BDA0002845485730000065
Figure BDA0002845485730000071
Figure BDA0002845485730000072
点4:(X4，Y4):
Figure BDA0002845485730000073
Figure BDA0002845485730000074
点5:(X5，Y5):
Figure BDA0002845485730000075
Figure BDA0002845485730000076
点6:(X6，Y6):
Figure BDA0002845485730000081
Figure BDA0002845485730000082
点7:(X7，Y7):
Figure BDA0002845485730000083
Figure BDA0002845485730000084
点8:(X8，Y8):
Figure BDA0002845485730000085
Figure BDA0002845485730000086
点9:(X9，Y9):
Figure BDA0002845485730000087
Figure BDA0002845485730000088
Figure BDA0002845485730000089
式中：PVA为磁钢夹角，LMT为磁钢厚度，LMBW为磁钢长度，LMC为磁钢限位长度，RD为转子半径，LMP为加强筋长度，LMT为隔磁桥宽度，LWL为磁网长度，POLES为极对数。
S500、采用局部参数扫描方法，以关联性的变量为组合，宽范围内选取适当步长，根据电机多项性能的最优性能所在区间，选取合适的多目标优化参数范围，来缩短多目标优化方法收敛时间；其中，优选关联性大的变量为组合，包括磁钢长度和厚度、磁钢夹角和磁网长度以及定子轭宽与齿宽；本实施例中局部参数化扫描磁钢长度和厚度的组合，以电机输出转矩为优选目标，扫描磁钢夹角和磁网长度的组合，以转矩波动和齿槽转矩为优选目标。
S600、在仿真平台ANSYS workbench中，基于多目标优化算法，从参数化有限元模型中选取多个优化设计变量，以步骤S500中多目标优化参数范围为变量优化区间，计算多种电机拓扑结构配合的电机性能参数，用多种目标加权方式，选取最优设计；其中，电机性能参数包括齿槽转矩、反电势畸变率、负载转矩脉动、成本、峰值转矩以及损耗；本实施例中以参数化有限元模型中磁钢夹角、磁钢厚度、磁钢长度、转子半径与磁网长度为优化设计变量，以最低齿槽转矩、最低反电势畸变率、最低转矩脉动、最低成本、最高转矩以及最低损耗为***优化目标。
优化目标函数采用如下：
Tcogging＝max|Tnoload|
Figure BDA0002845485730000091
Figure BDA0002845485730000092
Call＝Csteel+Cmagnet+Ccopper
Tavg＝avg|Tload|
Pall＝Psteel+Pmagnet+Pcopper+Pme
式中，Tcogging为齿槽转矩峰值，Tnoload为空载转矩，ETHD为空载反电势畸变率，En为第n次空载反电势谐波幅值，Tload为负载转矩，Trf为转矩波动，Call为主要设计部件总价格，Csteel为硅钢片价格，Cmagnet为磁钢价格，Ccopper为铜线价格，Tavg为负载平均转矩，Pall为总的损耗，Psteel为铁损，Pmagnet为永磁体损耗，Pme为机械损耗。
加权函数采用如下：
[X]＝[X1，X2，X3，X4，X5，X6]
X1＝[Tcogging]1×N
X2＝[ETHD]1×N
X3＝[Trf]1×N
X4＝[Call]1×N
Figure BDA0002845485730000101
X6＝[Pall]1×N
Figure BDA0002845485730000102
[k]＝[k1，k2，k3，k4，k5，k6]
F＝min([k]T[X])
k1+k2+k3+k4+k5+k6＝1
式中，F为加权函数总值，N为优化计算方案个数，E(Xi)为变量Xi的均值，σ(Xi)为变量Xi的标准差，k1、k2、k3、k4、k5与k6分别对应于齿槽转矩峰值、空载反电势谐波畸变率、转矩波动、主要设计部件总价格、负载平均转矩及总损耗的加权系数。
S700、基于电磁设计环节得到的电机运行过程中的损耗，建立温度场有限元模型来对电机整体温升进行计算，分析电机多个构件多种工况下温度分布，即定子铁芯、转子铁芯、转轴、机壳、绕组以及轴承在电机不同转速与扭矩工况下的温度分布，然后对步骤S300中核算的参数进行闭环修正。
S800、重复步骤S400-S700，通过优化定子和动子拓扑结构来降低铜损、铁损以及永磁体损耗，直至降低过温的电机构件温升。
S900、输出电机设计性能报告，包括电机交叉耦合电感、效率MAP图，空载负载反电势和磁场密度谐波分析、不同电压下的外特性曲线以及不同工况下的噪音瀑布图。

Claims (5)

1.一种基于参数化磁钢模型的电机优化设计方法，其特征在于，包括以下步骤：
S100、分析电机需求性能；
S200、根据电机需求性能初步确定设计方案框架，初选电机定子拓扑结构；
S300、核算槽满率、热负荷与电流密度；
S400、选取影响电机输出性能的结构参数为构建对象，建立参数化有限元模型；
S500、采用局部参数扫描方法，以关联性的变量为组合，根据电机多项性能的最优性能所在区间，选取多目标优化参数范围；
S600、在仿真平台中，基于多目标优化算法，从参数化有限元模型中选取多个优化设计变量，以步骤S500中多目标优化参数范围为变量优化区间，计算多种电机拓扑结构配合的电机性能参数，用多种目标加权方式，选取最优设计；
S700、基于电磁设计环节得到的电机运行过程中的损耗，建立温度场有限元模型来对电机整体温升进行计算，分析电机多个构件多种工况下温度分布，对步骤S300中核算的参数进行闭环修正；
S800、重复步骤S400-S700，通过优化定子和动子拓扑结构来降低铜损、铁损以及永磁体损耗，直至降低过温的电机构件温升。
2.根据权利要求1所述的基于参数化磁钢模型的电机优化设计方法，其特征在于：在步骤S600中，选取磁钢夹角、磁钢厚度、磁钢长度、转子半径以及磁网长度为优化设计变量，选取最低齿槽转矩、最低反电势畸变率、最低转矩脉动、最低成本、最高转矩以及最低损耗为***优化目标；
优化目标函数采用如下：
Tcogging＝max|Tnoload|
Figure FDA0002845485720000021
Figure FDA0002845485720000022
Call＝Csteel+Cmagnet+Ccopper
Tavg＝avg|Tload|
Pall＝Psteel+Pmagnet+Pcopper+Pme
式中，Tcogging为齿槽转矩峰值，Tnoload为空载转矩，ETHD为空载反电势畸变率，En为第n次空载反电势谐波幅值，Tload为负载转矩，Trf为转矩波动，Call为主要设计部件总价格，Csteel为硅钢片价格，Cmagnet为磁钢价格，Ccopper为铜线价格，Tavg为负载平均转矩，Pall为总的损耗，Psteel为铁损，Pmagnet为永磁体损耗，Pme为机械损耗；
加权函数采用如下：
[X]＝[X1，X2，X3，X4，X5，X6]
X1＝[Tcogging]1×N
X2＝[ETHD]1×N
X3＝[Trf]1×N
X4＝[Call]1×N
Figure FDA0002845485720000031
X6＝[Pall]1×N
Figure FDA0002845485720000032
[k]＝[k1，k2，k3，k4，k5，k6]
F＝min([k]T[X])
k1+k2+k3+k4+k5+k6＝1
式中，F为加权函数总值，N为优化计算方案个数，E(Xi)为变量Xi的均值，σ(Xi)为变量Xi的标准差，k1、k2、k3、k4、k5与k6分别对应于齿槽转矩峰值、空载反电势谐波畸变率、转矩波动、主要设计部件总价格、负载平均转矩及总损耗的加权系数。
3.根据权利要求1所述的基于参数化磁钢模型的电机优化设计方法，其特征在于：还包括以下步骤：
S900、输出电机设计性能报告，包括电机交叉耦合电感、效率MAP图，空载负载反电势和磁场密度谐波分析、不同电压下的外特性曲线以及不同工况下的噪音瀑布图。
4.根据权利要求1所述的基于参数化磁钢模型的电机优化设计方法，其特征在于：在步骤S200中，电机定子拓扑结构包括定子外径、铁芯长度、绕组方式以及气隙长度。
5.根据权利要求1所述的基于参数化磁钢模型的电机优化设计方法，其特征在于：在步骤S600中，仿真平台为ANSYS workbench。
CN202011508013.1A 2020-12-18 2020-12-18 一种基于参数化磁钢模型的电机优化设计方法 Active CN112713730B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011508013.1A CN112713730B (zh) 2020-12-18 2020-12-18 一种基于参数化磁钢模型的电机优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011508013.1A CN112713730B (zh) 2020-12-18 2020-12-18 一种基于参数化磁钢模型的电机优化设计方法

Publications (2)

Publication Number Publication Date
CN112713730A true CN112713730A (zh) 2021-04-27
CN112713730B CN112713730B (zh) 2023-08-22

Family

ID=75544624

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011508013.1A Active CN112713730B (zh) 2020-12-18 2020-12-18 一种基于参数化磁钢模型的电机优化设计方法

Country Status (1)

Country Link
CN (1) CN112713730B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113765314A (zh) * 2021-08-24 2021-12-07 首钢智新迁安电磁材料有限公司 一种永磁电机铁芯电工钢材料优化匹配方法及***
CN116070371A (zh) * 2023-01-19 2023-05-05 佛山仙湖实验室 双定子电机设计方法、装置、电子设备及存储介质
CN117494557A (zh) * 2023-10-31 2024-02-02 广东省东莞电机有限公司 一种高效电机、电机转子冲片参数优化方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009288010A (ja) * 2008-05-28 2009-12-10 Nippon Steel Corp 鉄損最適化システム
JP2011243126A (ja) * 2010-05-21 2011-12-01 Hitachi Ltd 電磁機器の最適設計システム
CN106528948A (zh) * 2016-10-19 2017-03-22 江苏航天动力机电有限公司 一种基于教与学算法的永磁同步电机设计的计算方法
CN107612256A (zh) * 2017-05-25 2018-01-19 合肥硬核派科技有限公司 一种磁极分段型表贴式永磁同步电机的优化设计方法
CN108900054A (zh) * 2018-08-02 2018-11-27 广东工业大学 一种永磁同步电机的优化方法及装置
CN109409007A (zh) * 2018-11-23 2019-03-01 北斗航天汽车（北京）有限公司 一种基于cae的动力汽车用电机的模拟优化方法
CN111832133A (zh) * 2020-07-21 2020-10-27 南京工程学院 一种磁悬浮飞轮电机结构参数优化设计方法
CN111985064A (zh) * 2020-08-31 2020-11-24 华中科技大学 一种永磁电机的代理辅助优化设计方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009288010A (ja) * 2008-05-28 2009-12-10 Nippon Steel Corp 鉄損最適化システム
JP2011243126A (ja) * 2010-05-21 2011-12-01 Hitachi Ltd 電磁機器の最適設計システム
CN106528948A (zh) * 2016-10-19 2017-03-22 江苏航天动力机电有限公司 一种基于教与学算法的永磁同步电机设计的计算方法
CN107612256A (zh) * 2017-05-25 2018-01-19 合肥硬核派科技有限公司 一种磁极分段型表贴式永磁同步电机的优化设计方法
CN108900054A (zh) * 2018-08-02 2018-11-27 广东工业大学 一种永磁同步电机的优化方法及装置
CN109409007A (zh) * 2018-11-23 2019-03-01 北斗航天汽车（北京）有限公司 一种基于cae的动力汽车用电机的模拟优化方法
CN111832133A (zh) * 2020-07-21 2020-10-27 南京工程学院 一种磁悬浮飞轮电机结构参数优化设计方法
CN111985064A (zh) * 2020-08-31 2020-11-24 华中科技大学 一种永磁电机的代理辅助优化设计方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
范庆锋;王振;: "基于遗传算法的车用永磁电机转子尺寸多目标优化设计", 电机与控制应用, no. 10 *
郝龙;林瑞全;徐德文;: "直驱永磁风力发电机电磁仿真分析与优化设计", 机电技术, no. 04 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113765314A (zh) * 2021-08-24 2021-12-07 首钢智新迁安电磁材料有限公司 一种永磁电机铁芯电工钢材料优化匹配方法及***
CN116070371A (zh) * 2023-01-19 2023-05-05 佛山仙湖实验室 双定子电机设计方法、装置、电子设备及存储介质
CN116070371B (zh) * 2023-01-19 2023-08-22 佛山仙湖实验室 双定子电机设计方法、装置、电子设备及存储介质
CN117494557A (zh) * 2023-10-31 2024-02-02 广东省东莞电机有限公司 一种高效电机、电机转子冲片参数优化方法及***
CN117494557B (zh) * 2023-10-31 2024-06-04 广东省东莞电机有限公司 一种高效电机、电机转子冲片参数优化方法及***

Also Published As

Publication number Publication date
CN112713730B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN112713730B (zh) 一种基于参数化磁钢模型的电机优化设计方法
CN111695254B (zh) 一种基于双响应曲面法和Taguchi法的永磁同步电机多目标优化方法
WO2022134661A1 (zh) 可调磁通永磁同步电机全速域效率最优控制磁化状态选择方法及在线控制方法
CN112600375A (zh) 一种新型交替极无刷混合励磁电机的多目标优化方法
CN112906145A (zh) 电机电磁力与电磁振动噪声分析方法及***
Diao et al. Robust-oriented optimization of switched reluctance motors considering manufacturing fluctuation
CN115718966A (zh) 一种基于参数的表贴式永磁同步电机齿槽转矩优化方法
Son et al. Performance enhancement of the IPMSM for HEV applications using grain-oriented electrical steel and design optimization
Cho et al. Multiobjective optimal design of interior permanent magnet synchronous motors considering improved core loss formula
Mutluer Analysis and design optimization of permanent magnet motor with external rotor for direct driven mixer
CN106295004B (zh) 一种考虑扰动型设计变量区间的永磁电机优化设计方法
Cao et al. An overview of axial-flux induction machine
Teixeira et al. Methodology for the electromagnetic design of the axial-flux C-core switched reluctance generator
Feyzi et al. A comprehensive review on the performance improvement in switched reluctance motor design
CN116796675A (zh) 一种无轭分块电枢轴向磁场电机结构的设计方法
Omar et al. Design optimization methods for electrical machines: A review
CN116070371A (zh) 双定子电机设计方法、装置、电子设备及存储介质
Xu et al. A fast and effective optimization procedure for the ferrite pmasynrm to reduce material cost
Ji et al. Multi-objective optimization of interior permanent magnet machine for heavy-duty vehicle direct-drive applications
Tang et al. Implementation of a metamodel-based optimization for the design of a high power density wound field traction motor
Ebot et al. A simulation method for a motor design based on magnetic resonance coupling technology
Son et al. Novel strategy for deriving torque and speed curve of an electric bicycle traction motor using initial step analysis
Sardar et al. Design and Numerical Optimization for High-Performance IPM Synchronous Motor Using PSO Search Algorithm
Knypiński et al. Sizing by optimization of line-start synchronous motor
CN113420505B (zh) 一种永磁辅助式同步磁阻电机优化设计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant