典型文献
基于BP神经网络遗传优化的电机推力品质研究
文献摘要：
为了提升激光切割机床上的直线电机(LMs)的推力品质,采用了一种基于显著因子筛选和深度学习算法的结构优化方法.首先,根据电机设计准则,分析极距、永磁体宽度、永磁体厚度、气隙长度和单边线圈宽度等参数对电机平均推力及推力波动的影响.其次,利用有限元仿真和试验设计,筛选出电机推力品质的显著影响因子,进而采用反向传播神经网络(BPNN)算法建立其非参数快速计算模型.最后使用遗传算法对关键因子进行多目标优选,得到提升推力品质的优化参数.优化后的结果验证了所提方法的优越性,平均推力提高33.9％,推力波动降低45.5％.
文献关键词：
直线电机;结构变量;显著因子筛选;反向传播神经网络;推力品质
中图分类号：
作者姓名：
周杨;赵静;汪伟涛;王婉婉
作者机构：
安徽大学电气工程与自动化学院,安徽合肥230601
文献出处：
引用格式：
[1]周杨;赵静;汪伟涛;王婉婉-.基于BP神经网络遗传优化的电机推力品质研究)[J].传感器与微系统,2022(01):58-61
A类：
推力品质,显著因子筛选
B类：
遗传优化,品质研究,激光切割,切割机,机床,直线电机,LMs,深度学习算法,电机设计,设计准则,极距,永磁体,体宽,气隙,单边,边线,线圈,推力波动,有限元仿真,反向传播神经网络,BPNN,非参数,快速计算,关键因子,多目标优选,优化参数,结构变量
AB值：
0.338339
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
