基于混沌蟻群算法的魚雷集成電機推進器電機優化設計

王 鼎, 謝順依, 連軍強

?

基于混沌蟻群算法的魚雷集成電機推進器電機優化設計

王 鼎, 謝順依, 連軍強

(海軍工程大學 兵器工程系, 湖北 武漢, 430033)

針對集成電機推進器(IMP)一體化結構要求電機功率密度大, 效率高的特點, 采用將混沌優化算法嵌入蟻群算法的混合智能優化算法——混沌蟻群算法(CACA)對集成電機推進器特種電機設計方案進行優化, 該方法充分利用以上2種優化算法的優點, 即蟻群算法的高精度和混沌算法的快速性。優化結果顯示, 優化后的設計方案使電機效率提高了1.6%, 有效體積縮小了5.6%, 使電機能更好地適應高啟動場合要求, 優化效果良好, 可為魚雷IMP特種電機的設計提供參考。

電動力魚雷; 集成電機推進器; 混沌蟻群算法; 特種無刷直流電機

0 引言

傳統的魚雷電動軸驅動系統由1臺電機、1套連動系統和1個推進器組成[1]。從水下載體的觀點來看, 這種電機-推進器裝置存在如下不足: 功率密度容量較低; 撓曲諧振引起離心方向振動較大; 系統噪聲和振動的控制能力低。

在當今模塊化設計潮流下, 電動力魚雷推進技術得到了很大的發展。集成電機推進器(in- tegrated motor propulsor, IMP)的出現彌補了以上缺陷, 它是一種將永磁電機與泵噴推進器合為一體的電機-推進器組合系統, 電機的轉子同時又是魚雷的螺旋槳,兩者共為一獨立單元, 如圖1所示。復雜的海洋環境對IMP的特種電機提出了十分苛刻的要求: 體積小、重量輕、效率高、動態性能好、運行可靠[2]。前4項要求是為提高魚雷航速, 因為如果靠增大電機體積來增加輸出功率, 增大推進力, 其相應的配重浮力材料也要增加, 且整體結構也要改變, 魚雷航速非但不會增加, 還有可能下降。動態性能包含2個要求, 一是要承受高水壓, 解決好密封結構強度問題; 二是動態參數控制性能要好, 這樣就需要設計者找到一個最優的設計方案。然而電機本體設計根據經驗值進行最初設計固然重要, 但是找出一個最優的設計方案, 憑經驗遠遠不夠, 這時就需要一種有效的優化方法。

圖1 集成電機推進器

本文把混沌蟻群算法(chaos ant colony algo- rithm, CACA)用于電動力魚雷IMP特種電機的優化設計, 在提高電機啟動性能、功率密度以及節省永磁材料方面取得了較好的優化效果。

1 IMP構造

IMP葉輪轉子由特種電機轉子與推進器葉輪葉片組成, 如圖2所示。應用等效磁路法對特種電機本體進行計算, 確定電機結構參數[3]。葉輪葉片是采用改進的升力法, 在NACA16翼型基礎上做相應修改得到的[4]。為真實模擬試驗情況, 建立的模型與IMP實體略有區別, 進水流道及出流管都進行了適當的延長。葉輪轉子有4個葉片, 比轉速為708.6。

圖2 集成電機推進器葉輪轉子

2 CACA原理

由于單一蟻群算法存在易停滯、易陷入局部最優的缺點, 僅僅依賴改進算法有時還達不到理想的優化結果, 因此很多學者開始研究混合算法, 已經有學者成功地應用了蟻群禁忌搜索混合優化算法, 蟻群模擬退火混合優化算法, 還有人將遺傳算法與蟻群算法有機結合[5]。對于CACA, 混沌的遍歷性特點可以作為搜索過程中避免陷入局部極小值的一種優化機制, 可以有效克服以上缺點[6]。

CACA主程序流程圖如圖3所示。該主程序中包含2個子程序, 分別是創建蟻群子程序和鄰域搜索子程序。創建蟻群子程序主要是通過一個循環嵌套, 在定義域內, 對于每一個蟻群個體中的每個變量隨機生成點

在完成每一次創建之后, 都要對函數約束條件進行判斷, 如果不滿足函數約束條件, 則要重新創建蟻群個體。鄰域搜索子程序主要是當不滿足轉移概率時, 在當前螞蟻的周圍調用鄰域搜索子程序, 以期搜索到更好的解。文獻[7]中已采用蟻群算法及CACA對幾個國際標準函數進行了優化, 實踐證明, CACA得到的結果更能令人滿意。

3 CACA在IMP特種電機優化設計中的應用

電機的優化設計實質上是一種帶約束的復雜的非線性優化問題。隨著永磁電機等各種特種電機的廣泛應用, 以及應用環境的特殊要求, 對電機的優化設計提出了越來越高的要求。IMP特種電機要求更高的效率、功率密度和起動轉矩倍數以及電機系統的高可靠性和準確性等。另外, 電機優化計算模型復雜化, 優化變量數增多, 導致算法計算量增大, 搜索時間加長[8]。文中提出的CACA力求在IMP特種電機電機效率、功率密度、起動轉矩的提高和算法搜索時間的縮短上有較大進展。

3.1 目標函數和優化變量的選取

根據設計要求, 選擇IMP特種電機的體積和效率之比作為優化目標, 目標函數為

式中:1表示輸入功率;表示功率損耗。

根據優化變量的設計原則和影響IMP特種電機的效率和體積的諸多因素, 選取電機的電樞內徑D, 電樞鐵心長度L, 永磁體磁化方向長度L, 極弧系數a, 每槽導體數N, 定子導體裸線直徑d, 定子的槽梯形高h, 槽底圓直徑r, 葉輪轉子軛永磁體磁化方向面積, 徑向厚度d共10個變量作為優化變量。

3.2 約束條件的選取

IMP特種電機設計需要滿足下列技術指標和性能要求, 約束條件如下。

起動電流倍數

起動轉矩倍數

其中, 為滿足起動轉矩的高要求, 將技術指標的3.08提高至3.2。

槽滿率

齒磁密

軛部磁密

氣隙磁密

各結構參數不為0, 10個自變量滿足各自的取值范圍。

3.3 電機額定數據和算法參數的選擇

幾乎所有模擬進化算法的優化性能都與參數的選擇密切相關, 不同的參數選擇對算法的影響很大[9]。針對IMP特種電機, 算法的主要參數選擇: 迭代數為10; 螞蟻數為5; 信息素殘留系數為0.68; 積累信息作用系數為1; 啟發式因子作用系數為1; 領域搜索循環次數search為50。

3.4 優化結果

應用優化算法對IMP特種電機設計進行優化。其優化前后各變量值及電機性能指標的對比分析如表1所示。

表1 優化后與優化前設計方案比較

由表1可見, 優化后的設計方案使電機效率提高1.6%, 體積縮小5.6%, 永磁體用量減小了1.43%, 啟動轉矩提高了5.8%, 使電機能更好地適應高起動場合要求。圖4是應用Simulink對IMP特種電機進行仿真運行后, 得到的電機運行特性曲線。

圖4 IMP特種電機工作特性曲線

4 結束語

在電動力魚雷IMP特種電機設計中, 采用CACA算法對其設計方案進行優化, 其搜索速度和精度都優于單一蟻群算法, 有效避免了收斂速度慢, 易早熟和停滯等不足。優化后的IMP特種電機設計方案電機體積明顯減小, 永磁體用量減少, 效率、起動轉矩及功率密度都有所提高。CACA算法為魚雷IMP特種電機的設計提供了一種新的有效方法, 使其具有更好的可靠性和經濟性。

[1] Allison J. Marine Water Jet Propulsion[J]. SNAME Transac- tion, 1993, 101(9): 275-335.

[2] Luciano V, James A D, Carl W B. Integral Motor Propulsor Unit for Water Vehicles: US, 5220231[P]. 1993.

[3] 楊杰偉, 趙江銘, 鄭艷萍, 等. 軸向磁化永磁微電機最小尺寸分析及研制[J]. 中國電機工程學報, 2008, 28(21): 112- 118. Yang Jie-wei, Zhao Jiang-ming, Zhen Yan-pin, et al.Mini- mum Dimension Analysis and Fabrication of Axial-magne- tized Permanent Magnet Micromotor[J]. Proceedings of the CSEE, 2008, 28(21): 112-118.

[4] Nithiarasu P, Codina R, Zienkiewicz O C. The Characteristic Based Split(CBS) Scheme—a Unified Approach to Fluid Dynamics[J]. International Journal for Numerical Methods in Engineering, 2006, 66 (10): 1514-1546.

[5] 王子才, 張彤, 王宏偉. 基于混沌變量的模擬退火優化方法[J]. 控制與決策, 1999, 14(4): 381-384. Wang Zi-cai, Zhang Tong, Wang Hong-wei. Simulated Annealing Algorithm Based on Chaotic Variable[J]. Control and Decision, 1999, 14(4): 381-384.

[6] 陳昌富, 龔曉南. 混沌擾動啟發式蟻群算法及其在邊坡非圓弧臨界滑動面搜索中的應用[J]. 巖石力學與工程學報, 2004, 23(20): 3450-3453. Chen Chang-fu, Gong Xiao-nan.Heuristic Ant Colony Algo- rithm Involving Chaos Operator and Its Application to Search for Critical Slip Surface of Slope[J].Chinese Journal of Rock Mechanics and Engineering, 2004, 23(20): 3450- 3453.

[7] 王凌. 智能優化算法及其應用[M]. 北京: 清華大學出版社, 2001.

[8] 孫昌志, 曲春雨, 楊紅敏, 等. 混沌蟻群算法及其在電機設計中的應用[J]. 自動化技術與應用, 2007, 26(3): 11-14. Sun Chang-zhi, Qu Chun-yu, Yang Hong-min, et al. Chaos Ant Colony Algorithm and Its Application to Motor Design[J]. Techniques of Automation & Application, 2007, 26(3): 11-14.

[9] Flavio C, Luigi F, Fetal M. Chaotic Sequences in ACO Algo- rithms[C]//Proceeedings of IEEE International Symposium on Circuits and Systems, 2004: 513-516.

Optimization Design of Motor for Torpedo Integrated Motor Propulsor Based on Chaos Ant Colony Algorithm

WANG Ding, XIE Shun-yin, LIAN Jun-qiang

(Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China)

To enhance power density and work efficiency of the special brushless DC motor for integrated motor propulsor (IMP) of torpedo, a hybrid optimum intelligent algorithm, named chaos ant colony algorithm (CACA), is presented. This method embeds chaos optimization algorithm into ant colony algorithm. The special brushless DC motor is optimized by making use of the high accuracy of the ant colony algorithm and the rapidness of the chaos optimization algorithm. The optimization results of the motor show that the efficiency is enhanced by 1.6% and the volume is reduced by 5.6%. The proposed chaos ant colony algorithm may become a tool for the design of special brushless DC motor of torpedo IMP.

electric power torpedo; integrated motor propulsor(IMP); chaos ant colony algorithm(CACA); special brushless DC motor

TJ631.2; TM301.3

A

1673-1948(2011)04-0299-04

2010-11-03;

2010-12-03.

王 鼎(1983-), 男, 在讀博士, 研究方向為電動力推進技術.

(責任編輯: 陳 曦)