基于BP神经网络的电磁阀多目标优化设计

电磁阀在织机气流引纬喷射系统中起着关键性的作用。为提高织机的织造效率,解决电磁阀响应滞后的问题,提出基于BP神经网络预测电磁力结合多目标优化遗传算法的优化方法。首先,针对电磁阀衔铁结构及位置的改变造成磁场内磁阻发生复杂性变化导致难以通过理论模型计算出准确的电磁力,利用BP神经网络对电磁阀电磁力进行预测;其次,采用NSGA-II对保存好的BP神经网络预测模型和求得的衔铁质量的数学模型进行优化,获得电磁阀电磁力和衔铁质量的Pareto前沿解;最后,以最接近原衔铁质量的标准选取电磁力最优值,并与原结构电磁力进行比较。结果表明,优化后的电磁力提高了11.5%,但衔铁质量却降低1%。仿真实验也验证了该优化方法的有效性。