高功率密度化电机驱动器的散热优化研究

随着电机驱动器功率密度的不断提升,散热优化问题已成为其可靠性设计面临的主要问题之一。为了提升高功率密度化电机驱动器的热可靠性,依据高功率密度化驱动器层间隙传热模式分析以及热源分析,提出热-结构改进设计方案,然后单独针对功率模块进行散热优化,建立了散热器模型,给出了基于散热器的散热优化方案,采用遗传算法对散热器关键参数进行设计,得到散热器最优结构和参数,最后通过仿真和实验验证了所提出散热优化方案的可行性和有效性,能够为高功率密度电机驱动器的热可靠性设计提供依据。

基于遗传算法的强辐射场人员工作分配方案优化软件的开发

介绍了一套基于遗传算法的强辐射场人员工作分配方案优化的软件系统,包括问题的提出及模型的建立、主适应度与副适应度函数的给出、程序操作与运行界面。在相同的参数下,对本系统的计算结果与文献报道的结果进行了比较,结果显示,本软件系统的计算结果略优于相关文献的计算结果。

基于遗传算法的某作业现场辐射防护最优化问题

运用遗传算法(GA)对核电厂大修现场中一个阀门维修中管道临时屏蔽方案进行优化设计,建立对2根管道屏蔽的辐射剂量的数学模型,将模型转化为一个带约束的组合优化问题,然后采用GA对此问题进行求解。实验结果表明,GA可以给出精确、完整的屏蔽方案。

基于非支配排序遗传算法的核动力堆中子-γ混合射线屏蔽智能优化

以萨瓦纳船用核动力堆为原型,等比构建了中子-γ混合辐射场多目标优化模型,使用非支配排序遗传算法(NSGA-Ⅱ)与神经网络相结合的屏蔽智能优化方法,将屏蔽层总重量和屏蔽后的剂量率作为优化目标,进行多目标寻优,得到了pareto最优解;选取其中1组最优解分别利用蒙特卡罗方法计算和神经网络预测进行可行性对比验证,在神经网络预测误差允许的范围内,得到的剂量率均满足寻优时设置的约束限值。研究结果表明,该屏蔽智能优化方法对反应堆中子-γ混合射线的屏蔽参数优化是可行的,相比于传统的纯蒙特卡罗方法而言,能在计算准确的前提下极大减少计算时间。