收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机建模的永磁球形电机的优化设计研究

鞠鲁峰  
【摘要】:航天、军事、医疗等领域的发展对能实现多自由度运动电机的要求不断提高,永磁球形电机的研究受到了普遍的关注。永磁球形电机的研究是一个涉及到电力电子技术、自动控制技术、传感器技术、计算机软件工程和数控加工技术等多学科交叉的领域,其系统本身具有高度非线性、强耦合性和复杂性。因此,采用传统的电机建模方法进行参数优化计算时,在计算时间上无法满足智能优化算法大量迭代计算的要求。本文提出一种基于支持向量机回归原理的“非参数建模”方法,建立了永磁球形电机的数学模型,并利用智能优化算法对永磁球形电机的结构参数进行了优化计算和仿真验证,为高维非线性复杂电机的参数优化研究提供了参考和借鉴。本文的主要工作和创新点如下:(1)针对一种新型永磁球形电机的结构,采用三维有限元法建立了电磁场模型,对气隙磁场进行了分析。在此基础上,根据单个定转子磁极对转矩线性可叠加的原理建立了整个球形电机的电磁转矩模型,分析了永磁体和线圈结构参数、气隙大小等对转矩特性的影响,为电机的结构参数进行优化计算提供了基础。(2)提出了利用支持向量机(Support Vector Machine, SVM)进行非参数建模的思想。采用正交试验和均匀分布相结合的方法以及随机法,共生成了200个样本空间数据用于支持向量机回归模型的训练和测试。利用Libsvm软件采用默认参数对球形电机建立了初步的SVM模型,并在测试集和训练集上进行了回归验证,结果表明了对模型参数进行进一步优化的必要性。(3)分析了支持向量机模型参数C和δ对模型精准度的影响。分别利用网格寻优算法、遗传算法和粒子群优化算法对参数C和δ进行了寻优计算,并对三种算法的计算结果分别在训练集和测试集进行了验证和比较分析,选定了建立永磁球形电机支持向量机模型的最优参数。(4)给出了永磁球形电机的支持向量机模型的数学表示形式,以输出转矩为目标函数,分别利用改进的遗传算法、粒子群算法与支持向量机模型结合对电机本体的结构参数进行优化计算,并给出了优化计算结果。(5)根据优化后的参数,重新建立了永磁球形电机的转矩模型,计算出了输出转矩,并与样机的输出转矩进行了比较。论文得到了国家自然科学基金项目“基于机器视觉和支持向量机理论的复杂运动电机的设计理论和实验研究”(编码:50677013)、“三自由度永磁球形电机若干问题的深入研究”(编码:51177001)和国家863计划项目“新型低成本高精度关节电机及其伺服驱动系统”(编号:2007AA04Z214)的共同资助。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王强;沈永平;陈英武;;支持向量机规则提取[J];国防科技大学学报;2006年02期
2 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[J];湖北工业大学学报;2006年03期
3 崔长春;刘文林;郑俊哲;;支持向量机理论与应用[J];沈阳工程学院学报(自然科学版);2007年02期
4 任文进;钟清流;;基于混沌粒子群的支持向量机参数优化[J];科学技术与工程;2007年18期
5 刘芸;唐发根;林广艳;;一种改进的近似支持向量机算法[J];北京航空航天大学学报;2007年09期
6 高尚;梅亮;;基于支持向量机的电价组合预测模型[J];电力自动化设备;2008年11期
7 郭建方;王学军;;支持向量机在科研项目评审中的应用研究[J];硅谷;2008年18期
8 黄亮;侯建军;刘颖;宋伟;李赵红;;基于相量分析与支持向量机的交流电路故障诊断[J];北京交通大学学报;2008年05期
9 吕月英;;基于支持向量机工程施工风险预警研究[J];科技创新导报;2009年07期
10 肖小玲;李腊元;;基于概率支持向量机方法的人脸识别[J];武汉理工大学学报(交通科学与工程版);2009年02期
11 韦抒;;应用支持向量机实现转子故障的模式分类[J];制造业自动化;2009年07期
12 潘浪;单明霞;;支持向量机在资源评价中的应用研究[J];长江大学学报(自然科学版)理工卷;2009年04期
13 朱大伟;张跃;;基于支持向量机的说话人识别[J];南京工程学院学报(自然科学版);2013年04期
14 王国锋,刘岩,李言俊;基于支持向量机的曲线重建方法[J];西北工业大学学报;2004年01期
15 郭宗明,张治洲,潘宇曦,黄振德,冯国鄞,贺林;利用支持向量机预测生物膜蛋白类型[J];上海交通大学学报;2004年05期
16 张德政,阿孜古丽,冯洪海,杨炳儒;基于支持向量机挖掘不一致事例隐含的异常信息[J];北京科技大学学报;2004年05期
17 王立国;张晔;陈浩;;基于鲁棒支持向量机的光谱解译[J];吉林大学学报(工学版);2007年01期
18 任能;谷波;;冷壁面霜层生长的支持向量机模型[J];制冷学报;2007年03期
19 袁斌;耿伯英;杨红梅;;基于支持向量机的海战场辐射源威胁评估[J];火力与指挥控制;2008年02期
20 陆荣秀;;基于支持向量机的稀土萃取过程建模方法[J];华东交通大学学报;2008年01期
中国重要会议论文全文数据库 前10条
1 侯澍旻;李友荣;刘光临;;基于支持向量机的设备振动信号趋势预测[A];12省区市机械工程学会2006年学术年会湖北省论文集[C];2006年
2 张晓滨;尹英顺;赵培坤;马秀兰;;基于渐进直推支持向量机的半对半多类文本分类[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
3 徐会敏;王玉兰;;线性规划支持向量机模型的研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 晏庆华;;支持向量机算法综述[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
5 郭一楠;程健;肖大伟;杨梅;;分布式多分类支持向量机[A];2011年中国智能自动化学术会议论文集(第一分册)[C];2011年
6 林关成;李亚安;;一种支持向量机训练集选取算法改进[A];2009’中国西部地区声学学术交流会论文集[C];2009年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 李方方;赵英凯;贾玉莹;杜杰;;基于最小二乘支持向量机的油品质量预测[A];第25届中国控制会议论文集(上册)[C];2006年
9 曾江辉;耿金凤;汪邦军;郝建春;;面向时间序列质量波动预测的支持向量机回归模型研究[A];使命与责任—以质量方法促转型升级——第五届中国质量学术与创新论坛论文集(上)[C];2012年
10 戴林超;吴琳丽;赵海娜;李训铭;;基于最小二乘支持向量机的故障预测法[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978