電力機(jī)車自動(dòng)過分相永磁體逆問題研究.pdf

1、本文主要是探索電力機(jī)車自動(dòng)過分相水磁體逆問題求解方法，即已知磁場(chǎng)空間分布反設(shè)計(jì)磁體結(jié)構(gòu)樣本。圍繞此問題，分三大部分予以解決。首先，介紹了有限元分析方法和二維有限元分析軟件FEMM ，對(duì)樣本磁體逐一進(jìn)行有限元建模和數(shù)據(jù)分析，獲取每個(gè)樣本指定空間位置的磁場(chǎng)強(qiáng)度數(shù)據(jù)，在此基礎(chǔ)上，利用MATL 陰／SIMULINK 建立計(jì)算器仿真模型，分別求出磁體樣本磁場(chǎng)強(qiáng)度與實(shí)測(cè)磁場(chǎng)強(qiáng)度的誤差平方和，獲得磁體樣本庫。然后，設(shè)法建立以磁體樣本尺寸為輸入、以樣本

2、磁場(chǎng)強(qiáng)度與實(shí)測(cè)磁場(chǎng)強(qiáng)度誤差平方和為輸出的目標(biāo)函數(shù)，由于輸入與輸出之間復(fù)雜的非線性關(guān)系，目前又無現(xiàn)成的統(tǒng)一的模式操作，本文采用具有高度非線性識(shí)別能力的人工神經(jīng)網(wǎng)絡(luò)，即通過基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)（BP 神經(jīng)網(wǎng)絡(luò)）訓(xùn)練，具體采用了動(dòng)量梯度下降算法和LM 優(yōu)化算法來訓(xùn)練BP 神經(jīng)網(wǎng)絡(luò)，根據(jù)誤差精度要求選用了LM 優(yōu)化算法訓(xùn)練結(jié)果，將輸入的樣本尺寸與輸出的誤差平方和之間建立起映射關(guān)系，即所需的目標(biāo)函數(shù)。最后，在以磁體尺寸為設(shè)計(jì)變量、以