田口法在永磁同步电机多目标优化设计的应用

针对某电动物流车用永磁同步电机的齿槽转矩和转矩脉动较大,以及电机效率与转矩密度较低这一问题,提出一种基于田口法的某物流车用永磁同步电机多目标优化设计方法。通过选取气隙长度δ、永磁体厚度hm、定子铁心内径Di1、定子齿宽bt2和槽口宽b02等5个参数作为优化因子,以电机最高效率、最小齿槽转矩、最大转矩密度三个参数为优化目标,采用田口法建立正交实验表进行性能指标优化,以得到最佳结构参数组合。正交实验与仿真结果表明,优化后的齿槽转矩减小70.4%,转矩脉动降低12.4%,电机最高效率及转矩密度分别增加了7.8%和17.5%,体现出所提方法的有效性,并通过试验证明仿真结果的真实性。

基于MEA-BP神经网络的超声挤压加工表面粗糙度预测

为了有效预测超声挤压加工工件的表面粗糙度,建立以转速,进给速度,振幅,挤压力,挤压次数为输入参数,表面粗糙度为输出结果的预测模型。该模型利用思维进化算法(mind evolutionary algorithm,MEA)的全局搜索能力对BP神经网络的权值和阈值进行优化。为了验证该模型的有效性,对45号钢进行超声挤压加工后,使用BP神经网络进行预测,通过引入思维进化算法(MEA)和遗传算法(GA)优化BP神经网络的权值和阈值,并对3种模型的预测精度进行对比分析。结果表明:在相同的实验条件下,MEA-BP模型的预测结果最精准,与BP神经网络相比,该模型精度高,运行速度快。

能量法结合数值模拟的20SiMn合金钢粗糙度分析

针对20SiMn合金钢粗糙度模拟值计算过程复杂的问题,通过结合能量法中卡氏定理和粗糙度的表征定义,建立材料内部应变能与粗糙度的关系。通过有限元分析,将粗糙度仿真模拟值R ai与运用内部应变能求解得到的粗糙度值R aii进行了对比。研究结果表明:在静压力参数分别为100 N、300 N和600 N时,模拟值R ai与R aii的变化规律一致。试验证明了材料内部应变能数值可用于粗糙度的分析。