李 鵬

（廣州數(shù)控設(shè)備有限公司，廣州 510530）

在工程技術(shù)與經(jīng)濟(jì)管理以及理論研究等多種領(lǐng)域，電機(jī)優(yōu)化都是經(jīng)常出現(xiàn)的問題。目前，伴隨著現(xiàn)代控制理論以及計算機(jī)技術(shù)的全面可持續(xù)發(fā)展，最優(yōu)化理論以及技術(shù)被廣泛應(yīng)用，經(jīng)濟(jì)與社會效益顯著。為此，深入研究并分析電機(jī)優(yōu)化設(shè)計的相關(guān)問題具有一定的現(xiàn)實(shí)意義。

1 傳統(tǒng)的電機(jī)優(yōu)化設(shè)計發(fā)展?fàn)顩r研究

1.1 傳統(tǒng)優(yōu)化設(shè)計的方法

在傳統(tǒng)電機(jī)優(yōu)化設(shè)計中，通常選擇使用的優(yōu)化算法是以設(shè)計變量可微性數(shù)值方法，具體表現(xiàn)在隨機(jī)搜索方法與直接搜索方法兩種。而最為經(jīng)典的尋優(yōu)策略是單純形法、梯度法與可變?nèi)莶罘椒ǖ?，在電機(jī)新型產(chǎn)品優(yōu)化設(shè)計中的應(yīng)用較為普遍，并取得了理想的發(fā)展成績。在實(shí)際應(yīng)用過程中，這種類型的算法，其收斂速度相對較快，但尋優(yōu)的過程很容易受到初始解的約束。一般情況下，優(yōu)化的結(jié)果會被收斂在初始解周邊局部位置的最優(yōu)點(diǎn)范圍內(nèi)，其全局尋優(yōu)的能力受到影響。除此之外，這種類型的算法，在建模以及求解的過程中會忽視諸多因素，最終導(dǎo)致算法很難對復(fù)雜性較強(qiáng)的工程問題進(jìn)行求解。

1.2 傳統(tǒng)的常見優(yōu)化算法

在仔細(xì)觀察并模擬物理現(xiàn)象與社會現(xiàn)象的基礎(chǔ)上，研發(fā)出新型的全局優(yōu)化算法，最常見的就是模擬退火算法與遺傳算法。較之于傳統(tǒng)的優(yōu)化算法，可以突破局部極值點(diǎn)，而且計算量不大，可以搜索出最優(yōu)解[1]。

第一，遺傳算法。該算法最基本的思想就是需借助編碼操作，保證問題空間能夠向編碼空間映射。在此基礎(chǔ)上，可以在編碼空間當(dāng)中通過交叉、變異與選擇這三種不同的遺傳操作和循環(huán)迭代操作，對生物遺傳的金華機(jī)制予以模擬，以實(shí)現(xiàn)編碼空間最優(yōu)解的有效搜索。在此基礎(chǔ)上，在逆映射的作用下向原問題空間完成映射，獲取原問題最優(yōu)解。遺傳算法能夠高度并行且具有自適應(yīng)性與隨機(jī)性，以及極強(qiáng)的全局搜索能力，但在局部搜索方面，能力則相對薄弱。

第二，模擬退火算法。該算法在組合優(yōu)化問題方面具有一定的適用性，也屬于一種優(yōu)化算法。將物理當(dāng)中的固體物質(zhì)退火過程作為最初的起始點(diǎn)，與普通組合優(yōu)化問題十分相似。而且，模擬退火算法主要是在特定初溫條件下，在溫度參數(shù)下降的同時，與概率突跳的特性有效結(jié)合。這樣一來，在解空間內(nèi)部即可隨機(jī)探尋目標(biāo)函數(shù)最優(yōu)解。也就是說，可以突破局部最優(yōu)解概率性的約束，以實(shí)現(xiàn)全局優(yōu)化目標(biāo)?？傮w來講，這種算法具備良好的局部搜索能力，而且在搜索時，可以規(guī)避陷入局部最優(yōu)解的情況。但是，該算法同樣存在不足之處，具體表現(xiàn)在很難全面且深入地了解并掌握搜索空間，要想保證搜索過程介入到希望值最高的搜索區(qū)域具有極大的難度，使得采樣的次數(shù)相對較多，需要更長的優(yōu)化時間。

2 電機(jī)優(yōu)化設(shè)計的最新發(fā)展

近年來，遺傳算法與模擬退火等新型的啟發(fā)式優(yōu)化算法發(fā)展速度明顯加快，要想實(shí)現(xiàn)電機(jī)設(shè)計水平的全面提升，相關(guān)工作人員將重點(diǎn)放在新型最優(yōu)化理論和電機(jī)設(shè)計技術(shù)有效融合與交叉方面，最終研發(fā)出能夠滿足全局最優(yōu)需求的電機(jī)優(yōu)化設(shè)計技術(shù)。

2.1 以遺傳算法為基礎(chǔ)的電機(jī)優(yōu)化設(shè)計

眾所周知，遺傳算法是對生命演化進(jìn)行模擬的仿生算法，對達(dá)爾文提出的優(yōu)勝劣汰和適者生存原理予以有效模擬，通過算法的迭代，實(shí)現(xiàn)了重復(fù)執(zhí)行選擇、雜交以及變異運(yùn)算的目標(biāo)，有效推動了種群的進(jìn)一步優(yōu)化，與某一優(yōu)化目標(biāo)也更加接近。這種電機(jī)優(yōu)化設(shè)計屬于隨機(jī)搜索方式，最突出的特點(diǎn)表現(xiàn)在以下幾方面。

第一，實(shí)際操作對象屬于一組可行解，并非是單個的可行解。與此同時，搜索的軌道很多，并非是單條，所以并行性也十分理想[2]。

第二，僅借助目標(biāo)取值的信息，并不需要價值較高的信息，所以，這種算法在任何函數(shù)優(yōu)化方面都適用，其通用性顯著。

第三，該算法的擇優(yōu)機(jī)制處于軟性選擇，因其并行性理想，所以，魯棒性與全局優(yōu)化的性能也相對突出。

第四，應(yīng)用于實(shí)際操作過程中的可行解集通常都是事先編碼，而且目標(biāo)函數(shù)被解釋成編碼化個體適應(yīng)值。由此可見，該算法操作簡單，而且具有極強(qiáng)的可操作性能[3]。

2.2 以電磁場逆問題為基礎(chǔ)的電機(jī)優(yōu)化設(shè)計

在求解電磁場逆問題的過程中，一般會將正問題進(jìn)行有效分解，并對優(yōu)化算法進(jìn)行合理地運(yùn)用完成迭代求解任務(wù)，進(jìn)而滿足優(yōu)化設(shè)計目標(biāo)。而電磁場正問題，指的是給定場計算區(qū)域與各區(qū)域材料組成以及特性，并對場域當(dāng)中場量伴隨時間與空間的變化規(guī)律進(jìn)行計算。在優(yōu)化設(shè)計電機(jī)電磁場逆問題的過程中，應(yīng)結(jié)合給定電機(jī)性能與電磁場的參數(shù)與特性，在特定約束條件下，對電機(jī)幾何結(jié)構(gòu)參數(shù)、激勵參數(shù)以及材料性能參數(shù)等物理量進(jìn)行優(yōu)化求解。

較之單純使用優(yōu)化算法設(shè)計電機(jī)，站在電磁場逆問題角度，對電機(jī)優(yōu)化設(shè)計予以全面優(yōu)化，并借助場的觀點(diǎn)對電機(jī)進(jìn)行深入研究，對渦流效應(yīng)與磁飽和等多種因素對于電機(jī)參數(shù)與性能產(chǎn)生的影響進(jìn)行綜合考慮，以保證對電機(jī)電磁場的分布與電磁參數(shù)進(jìn)行準(zhǔn)確計算，確保優(yōu)化設(shè)計結(jié)果最優(yōu)。

研究電磁場逆問題，以實(shí)現(xiàn)對電機(jī)設(shè)計的全面優(yōu)化，最重要的就是實(shí)現(xiàn)電機(jī)電磁場數(shù)值計算和優(yōu)化算法的有機(jī)結(jié)合。其中，可以對電機(jī)電磁場基本控制方程進(jìn)行運(yùn)用，與邊界條件以及材料特性相結(jié)合，構(gòu)建電機(jī)電磁場計算模型，通過數(shù)值解方法，對電機(jī)電磁場的分布與電磁參數(shù)等進(jìn)行求解。在此基礎(chǔ)上，確定電機(jī)優(yōu)化目標(biāo)函數(shù)、約束條件以及優(yōu)化變量，構(gòu)建優(yōu)化設(shè)計模型，借助優(yōu)化算法，與電磁場數(shù)值計算結(jié)果結(jié)合并求解。

2.3 以蝶形直線超聲電機(jī)為例的定子優(yōu)化

根據(jù)蝶形直線超聲電機(jī)定子工作的原理可以了解到，其電機(jī)定子主要是借助兩異形模態(tài)當(dāng)作工作模態(tài)，所以，在實(shí)際優(yōu)化過程中，最關(guān)鍵的是降低其頻率差距，確保能夠在相同驅(qū)動頻率的作用下，激發(fā)兩個工作模態(tài)。然而，為保證超聲電機(jī)的正常運(yùn)行，還需保證定子兩相工作模態(tài)足夠小，同時使定子驅(qū)動足端面位移的振幅足夠大。由此可見，以上都是電機(jī)定子在設(shè)計過程中應(yīng)滿足的目標(biāo)。為此，在實(shí)際優(yōu)化設(shè)計的過程中，應(yīng)通過對試驗(yàn)設(shè)計方法與響應(yīng)面近似模型技術(shù)予以充分利用，以達(dá)到蝶形直線超聲電機(jī)定子設(shè)計得以優(yōu)化。其中，最核心的理念是要保證定子結(jié)構(gòu)參數(shù)的合理選擇，并將其當(dāng)作設(shè)計變量，通過對試驗(yàn)設(shè)計方法的運(yùn)用，在變量空間中選擇樣本點(diǎn)，在與響應(yīng)值相結(jié)合的基礎(chǔ)上，構(gòu)建定子響應(yīng)面的近似模型，借助優(yōu)化算法即可實(shí)現(xiàn)尋優(yōu)目的。

3 結(jié)語

綜上所述，根據(jù)電機(jī)優(yōu)化技術(shù)的研究成果展開分析可以發(fā)現(xiàn)，優(yōu)化技術(shù)被廣泛應(yīng)用在電機(jī)設(shè)計領(lǐng)域中，只有保證合理的電機(jī)設(shè)計優(yōu)化方法，才能取得理想的優(yōu)化效果。所以，應(yīng)針對原有的優(yōu)化技術(shù)做出適當(dāng)改進(jìn)與創(chuàng)新，深入探究全新的尋優(yōu)策略，進(jìn)而為電機(jī)優(yōu)化設(shè)計提供必要保障，確保其正常運(yùn)行。

[1]陳齊平，舒紅宇，任凱，等.基于改進(jìn)遺傳算法的微型電動車輪轂電機(jī)優(yōu)化設(shè)計[J].中南大學(xué)學(xué)報（自然科學(xué)版），2012，43（8）：3013-3018.

[2]陳云云，全力，朱孝勇，等.雙凸極永磁雙轉(zhuǎn)子電機(jī)優(yōu)化設(shè)計與電磁特性分析[J].中國電機(jī)工程學(xué)報，2014，（12）：1912-1921.

[3]陳云云，朱孝勇，全力，等.基于參數(shù)敏感度的雙凸極永磁型雙定子電機(jī)的優(yōu)化設(shè)計和性能分析[J].電工技術(shù)學(xué)報，2017，32（8）：160-168.