浙江工业大学毛苑获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉浙江工业大学申请的专利一种基于预测系数分析的电机拓扑结构优化方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118296765B 。
龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202410476955.8,技术领域涉及:G06F30/17;该发明授权一种基于预测系数分析的电机拓扑结构优化方法和装置是由毛苑;王远志;张有兵;吴春;王国烽;吴孟军设计研发完成,并于2024-04-19向国家知识产权局提交的专利申请。
本一种基于预测系数分析的电机拓扑结构优化方法和装置在说明书摘要公布了:基于预测系数分析的电机拓扑结构优化方法和装置,其方法包括:首先基于拉丁超立方抽样方法对电机的拓扑结构相关尺寸即输入变量的空间进行扫描,并建立多项式回归;其次通过有限元求解器对这些变量进行评估,确定每个变量的模型响应并计算预测系数;接下来将具有最大预测系数的元模型作为最优元模型,并为每个近似响应模型建立相应的变量空间;最后利用近似模型估计基于方差的一阶和总效应敏感性指数来量化单个输入变量的重要性即单个变量的预测系数。经过预测系数分析之后的优化采样,能够提高抽样的效率和精度,使得样本更加合理且样本点相关性达到最小。
本发明授权一种基于预测系数分析的电机拓扑结构优化方法和装置在权利要求书中公布了:1.一种基于预测系数分析的电机拓扑结构优化方法,其特征在于,通过电机基于预测系数建立的最优元模型来模拟仿真电机在不同结构参数下得到的优化结果并给出一些最优变量组合参数,从而改进优化电机的尺寸设计,使其兼顾电磁性能和结构强度; 具体包括如下步骤: S1、根据设计要求确定优化目标,再通过拉丁超立方抽样方法对电机的拓扑结构相关尺寸即输入变量的空间进行扫描,并建立多项式回归;所述的多项式回归包括:生成变量集合xi即样本集合Xi的模型输出集合yi,为近似值和误差项εi之和,由以下公式表示: 其中px是二阶耦合多项式基: 是包含未知回归系数的向量;这些系数通常通过假设每个点上存在独立的误差且方差相等,从给定的一组采样支持点中进行估计;通过使用矩阵表示法,得出的最小二乘解如下所示: 其中P是包含支持点样本的基多项式的矩阵,y是支持点值的向量; S2、通过有限元求解器对这些变量进行评估,确定每个变量的模型响应并计算预测系数;所述的变量的模型响应包括:根据公式1和公式3得出最终近似函数: 其中对角矩阵Wx包含对应于每个支撑点的加权函数值;已经引入了依赖于距离的加权函数w=w||x-xi||;使用高斯加权函数: 其中,影响半径D直接影响近似误差,α是数值常数;距离中心点越近即影响半径D越小的样本具有更大的权重,对结果的影响更大; 所述的预测系数由如下公式定义: 其中SST是输出的总变异: 是预测误差的平方和: S3、将具有最大预测系数的元模型作为最优元模型,并为每个近似响应模型建立相应的变量空间,再利用近似模型估计基于方差的一阶和总效应敏感性指数来量化单个输入变量的重要性即单个变量的预测系数; S4、根据单个变量的预测系数分析之后再次优化采样,得到一些最优变量组合参数,使用有限元法对该参数组合结构下的电机进行计算,判断性能是否满足优化要求,若满足,则优化完成;否则返回步骤S1。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江工业大学,其通讯地址为:310014 浙江省杭州市拱墅区潮王路18号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。