龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于几何相似性迁移学习的电机优化方法、系统及介质，属于电机参数优化设计领域，方法包括：根据物理模型之间的几何相似性构建虚拟电机解析模型；生成若干虚拟电机解析样本并进行参数灵敏度分析，以将待优化变量划分为高灵敏度参数和低灵敏度参数；利用第一代理辅助模型对高灵敏度参数进行优化；利用迁移学习代理辅助模型对低灵敏度参数进行优化；利用有限元法判断优化后参数所对应电机的性能参数的精度是否达到设定值；若未达到，重复执行以上操作，直至优化后电机的性能参数的精度达到设定值。在最终优化结果相近的条件下，本方法减少了优化过程中的有限元样本的使用量，从而降低计算成本，提高优化效率。
主权项：1.一种基于几何相似性迁移学习的电机优化方法，其特征在于，包括：S1，以虚拟电机与待优化原型电机之间具备几何相似性为目标，构建虚拟电机，为所述虚拟电机建立虚拟电机解析模型；S2，利用所述虚拟电机解析模型生成若干虚拟电机解析样本，根据所述虚拟电机解析样本进行参数灵敏度分析，以将待优化变量划分为高灵敏度参数和低灵敏度参数；S3，利用第一代理辅助模型对高灵敏度参数进行优化，所述第一代理辅助模型基于电机有限元样本训练得到；S4，利用迁移学习代理辅助模型对低灵敏度参数进行优化，所述迁移学习代理辅助模型基于所述虚拟电机解析样本和原型电机有限元样本训练得到；S5，利用有限元法判断优化后的高灵敏度参数和低灵敏度参数所对应电机的性能参数的精度是否达到设定值；S6，若未达到，重复执行所述S1-S5，直至优化后电机的性能参数的精度达到设定值。
全文数据：
权利要求：
百度查询： 华中科技大学 东方电气集团东方电机有限公司 基于几何相似性迁移学习的电机优化方法、系统及介质
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号