Реализация оптимизации синхронного двигателя на основе генетического алгоритма в MATLAB

В данном исследовании разработана методика оптимизации конструкции синхронного двигателя с постоянными магнитами (СДПМ) с использованием генетического алгоритма, направленная на повышение энергоэффективности и снижение пульсаций момента.

Цель работы заключалась в определении оптимальных геометрических параметров двигателя, включая угол охвата магнитов, толщину магнитов, ширину зубца статора, глубину паза и воздушный зазор, с учетом технологических ограничений и электромагнитных характеристик.

Методология основана на комбинации аналитического моделирования магнитных цепей и генетического алгоритма, реализованного в MATLAB, с многоцелевой фитнес-функцией, учитывающей крутящий момент, пульсации и КПД.

Результаты демонстрируют, что предложенный подход позволяет достичь значительного улучшения характеристик: увеличение момента на 8,9%, снижение пульсаций на 40% и повышение КПД на 3,5 процентных пункта по сравнению с базовой конфигурацией. Установлено, что оптимальная конфигурация достигается при угле охвата магнитов 72° и воздушном зазоре 0,85 мм, что подтверждает необходимость применения современных оптимизационных методов для поиска нетривиальных технических решений.

Заключение. Полученные результаты имеют практическую значимость для проектирования энергоэффективных двигателей, сокращая время разработки. Исследование вносит вклад в развитие методов компьютерного проектирования электрических машин, демонстрируя эффективность генетических алгоритмов для решения сложных многокритериальных задач электромеханики.

1. Cui F., Sun Z., Xu W. Comparative analysis of bilateral permanent magnet linear synchronous motors with different structures // CES Trans. Electr. Mach. Syst. 2020. V. 4. № 2. Pp. 142–150. doi:10.30941/CESTEMS.2020.00016

2. Jian Zhao, Zhibin Wang, Haiqiang Liu. Modal Analysis and Structure Optimization of Permanent Magnet Synchronous Motor // IEEE Transactions on Magnetics. 2020. pp. 151856-151865.

3. Петров Т.И., Сафин А.Р., Низамиев М.Ф., Басенко В.Р. Применение генетического алгоритма при разработке программного обеспечения для перебора материалов при оптимизации синхронных двигателей // Вестник Казанского государственного энергетического университета. – 2022. – Т. 14, No 2(54). – С. 96-105.

4. Vasilija Sarac. Performance optimization of permanent magnet synchronous motor by cogging torque reduction // Journal of Electrical Engineering. 2019. 70(3), pp. 218-226.

5. Нуриев М.Г., Гизатуллин Р.М., Мухамадиев А.А. Исследование помехоустойчивости вычислительной техники при электромагнитных воздействиях через металлоконструкцию здания на основе физического моделирования // Журнал радиоэлектроники. 2019. № 4. С. 10.

6. Q. Lu, Z.S. Liu Optimum design and performance analysis of permanent magnet synchronous motor for vehicle // J. Phys.: Conf. Ser. 2020. 012022.

7. Гибадуллин, Р.Ф. Организация защищенной передачи данных в сенсорной сети на базе микроконтроллеров AVR // Кибернетика и программирование. 2018. № 6. С. 80-86.

8. Yinquan Yu, Pan Zhao, Yong Hao, et al. Multi Objective Optimization of Permanent Magnet Synchronous Motor Based on Taguchi Method and PSO Algorithm // Energies 2023, 16(1), 267.

9. Petrov T., Safin A. Theoretical aspects of optimization synchronous machine rotors // E3S Web of Conferences. – EDP Sciences, 2020. V. 178. pp. 01049.

10. Gracheva E.I. Algorithms and Models of Power Losses in Circuit Breakers of Shop Networks of Industrial Enterprises // Proceedings - 2021 3rd International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency, SUMMA 202, Lipetsk, 1212-1216 (2021) doi:10.1109/SUMMA53307.2021.9632094

11. Грачева Е.И., Горлов А.Н., Алимова А.Н. Исследование и оценка потерь электроэнергии в системах внутрицехового электроснабжения // Вестник Казанского государственного энергетического университета. – 2019. – Т. 11, № 4(44). – С. 22-29. – EDN NNGUMN.

12. Ядутов В.В., Петров Т.И., Зацаринная Ю.Н. Воздействие ТЭС на окружающую среду // Вестник Казанского технологического университета. 2013. Т. 16, № 19. С. 78-79.

13. Nemirovskiy A. Experimental study of the relationship between the technical state of a power transformer and the parameters of the higher harmonic components of currents and voltages generated by it // Sustainable Energy Systems: innovative perspectives: Conference proceedings, Saint-Petersburg, 155-166 (2021) doi:10.1007/978-3-030-67654-4_18.

14. Credo A., Fabri G., Villani M., Popescu M. Adopting the topology optimization in the design of high-speed synchronous reluctance motors for electric vehicles // IEEE Transactions on Industry Applications, vol. 56, no. 5, pp. 5429–5438, 2020.

15. M. Alshraideh, B. Mahafzah, S. Al-Sharaeh, A Multiple-Population Genetic Algorithm for Branch Coverage Test Data Generation // Software Quality Control. V. 19, n. 3, pp. 489-513, 2011.

16. Guo F., Brown I.P. Simultaneous magnetic and structural topology optimization of synchronous reluctance machine rotors // IEEE Transactions on Magnetics, vol. 56, no. 10, pp. 1–12, 2020.