ГЕНЕТИЧЕСКИЙ АЛГОРИТМ ДЛЯ ОПТИМИЗАЦИИ ПРОЕКТИРОВАНИЯ СИНХРОННОГО ДВИГАТЕЛЯ С ИНКОРПОРИРОВАННЫМИ МАГНИТАМИ

Классические методы проектирования электрических машин направлены на достижение работоспособности электрической машины и не обеспечивают минимальных затрат при изготовлении и при эксплуатации. В последнее время оптимизация становится важной частью современного процесса проектирования электрических машин. Цель процесса оптимизации, как правило, сводится к обеспечению минимума стоимости машины, потерь энергии, массы, или обеспечения максимума момента и к.п.д. Большинство требований проектирования электрической конструкции машины находятся в противоречии друг с другом (уменьшение объема или массы, повышение КПД и т.д.). Задача оптимизации проектирования синхронного двигателя с инкорпорированными постоянными магнитами (СДИПМ) является задачей многокритериальной оптимизации. Существуют два подхода для решения этой задачи, одним из которых являются эволюционные алгоритмы, получившие широкое распространение в настоящее время. Для оптимизации проектирования СДИПМ эволюционные алгоритмы представляет собой более привлекательный подход. Генетический алгоритм (ГА) является самым популярным в эволюционных алгоритмах. Рассмотрены компоненты и процедура выполнения генетического алгоритма для оптимизации проектирования СДИПМ. Реализован генетический алгоритм на ЭВМ в программных языках C# и Lua. В процессе оптимизации для повышения скорости вычисления и точности аналитический расчет используется вместе с расчетом методом конечных элементов. Включение в процессе оптимизации анализа методом конечных элементов осуществляется с помощью программы FEMM и технологи ActiveX. Результатом процесса оптимизация с помощью генетического алгоритма является множество решений, из которых инженер выбирает самое лучшее. Осуществлена оптимизация проектирования СДИПМ на основе асинхронного двигателя типа АИР112МВ8.

1. Miller, T. J. E. Brushless Permanent Magnet and Reluctance motor drive / T. J. E. Miller. – New York; Oxford: Clarendon Press, 1989. 207 p.

2. Брахман, Т. Р. Многокритериальность и выбор альтернативы в технике. – М.: Радио и связь, 1984. – 287 с.

3. Кини, Р. Л., Райфа, X. Принятие решений при многих критериях: предпочтения и замещения: Пер. с англ. / Под ред. И. Ф. Шахнова. – М.: Радио и связь, 1981. – 560 с.

4. Ehrgott, Matthias. Multicriteria Optimization. – 2nd. – Springer-Verlag Berlin Heidelberg, 2005. – 323 p.

5. Multiobjective Optimization of Induction Machines Including Mixed Variables and Noise Minimization / J. Le Besnerais [et al.]// IEEE Transactions on Magnetics. 2008. – Vol. 44, № 6. – 1102–1105 p.

6. Лотов, А. В., Поспелова, И. И. Многокритериальные задачи принятия решений: учеб. пособие / А. В. Лотов, И. И. Поспелова. – М.: МАКС Пресс, 2008. – 197 c.

7. S. B. Andersen, I. F. Santos. Evolution strategies and multi-objective optimization of permanent magnet motor / S. B. Andersen, I.F. Santos // Applied Soft Computing. 2012. – Vol. 12, no. 2. – pp. 778–792.

8. Petrenko, Y. N. Fuzzy logic and genetic algorithm technique for non-liner system of overhead crane / Y. N. Petrenko, S. E. Alavi. Proceedings of the IEEE Region 8 SIBIRCON-2010, Irkutsk Listvyanka, Russia, July 11–15, 2010, pp. 848–851.

9. Шварц, Д. Т. Интерактивные методы решения задачи многокритериальной оптимизации. Обзор / Д. Т. Шварц // Наука и образование / МГТУ им. Н.Э. Баумана. 2013. № 4. – Режим доступа: http://old.technomag.edu.ru/issue/541044.html – Дата доступа: 28.11.2016.

10. Нго, Фыонг Ле, Гульков, Г. И. Эквивалентная схема магнитной цепи синхронного двигателя с инкорпорированными магнитами // М.: Энергетика. 2015. – № 4. – с. 13–14.

11. Expansion of operating limits for permanent magnet motor by current vector control considering inverter capacity /Morimoto [et al.] // IEEE Transactions on Industry Applications. 1990. – Vol. 26, № 5. – p. 866–871.

12. Kamiya M. Development of traction drive motors for the Toyota hybrid systems // IEEJ Transactions on Industry Applications. Apr. 2006. – Vol. 126, № 4. – P. 473–479.