摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第8-11页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 永磁调速器的发展及研究现状 | 第12-13页 |
1.3 永磁调速器建模与优化设计技术的发展及现状 | 第13-16页 |
1.3.1 建模方法 | 第13-14页 |
1.3.2 优化设计方法 | 第14-16页 |
1.4 本文主要研究内容及所做的主要工作 | 第16-19页 |
第2章 永磁调速器原理 | 第19-23页 |
2.1 永磁调速器结构 | 第19页 |
2.2 永磁调速器的工作原理 | 第19-20页 |
2.3 永磁调速器的分类 | 第20-21页 |
2.4 本章小结 | 第21-23页 |
第3章 永磁调速器有限元建模与仿真研究 | 第23-43页 |
3.1 电磁场有限元原理 | 第23-26页 |
3.1.1 三维磁场中的有限元方法 | 第23-25页 |
3.1.2 有限元软件ANSYS介绍 | 第25-26页 |
3.2 基于有限元方法的永磁调速器仿真研究 | 第26-34页 |
3.2.1 永磁调速器ANSYS有限元建模 | 第26-27页 |
3.2.2 永磁调速器磁感应强度分布仿真分析 | 第27-29页 |
3.2.3 永磁调速器涡流分布仿真分析 | 第29-30页 |
3.2.4 永磁调速器热分布仿真分析 | 第30-32页 |
3.2.5 永磁调速器受力分布仿真分析 | 第32-34页 |
3.3 永磁调速器的参数分析 | 第34-37页 |
3.3.1 铜盘厚度对损耗功率和输出扭矩的影响 | 第35页 |
3.3.2 磁极个数对损耗功率和输出扭矩的影响 | 第35-36页 |
3.3.3 永磁体厚度对损耗功率和输出扭矩的影响 | 第36-37页 |
3.4 永磁调速器的正交试验设计与优化 | 第37-42页 |
3.4.1 永磁调速器的正交试验设计 | 第38-39页 |
3.4.2 极差分析 | 第39-40页 |
3.4.3 直观分析 | 第40-41页 |
3.4.4 正交试验设计优化设计方案的选择 | 第41-42页 |
3.5 本章小结 | 第42-43页 |
第4章 永磁调速器非线性建模方法研究 | 第43-63页 |
4.1 训练样本的选择 | 第44页 |
4.2 基于BP神经网络的永磁调速器回归模型 | 第44-47页 |
4.2.1 人工神经网络简介 | 第44-45页 |
4.2.2 应用BP神经网络建立永磁调速器回归模型 | 第45-47页 |
4.3 基于自适应模糊神经网络的永磁调速器回归模型 | 第47-49页 |
4.4 基于支持向量机的永磁调速器回归模型 | 第49-54页 |
4.4.1 支持向量机分类算法 | 第49-50页 |
4.4.2 支持向量机回归算法 | 第50-52页 |
4.4.3 应用支持向量机建立永磁调速器回归模型 | 第52-54页 |
4.5 三种非线性建模方法比较 | 第54-62页 |
4.5.1 结构比较 | 第55页 |
4.5.2 算法比较 | 第55-56页 |
4.5.3 经验风险最小化和结构风险最小化 | 第56-57页 |
4.5.4 建模效率比较 | 第57页 |
4.5.5 建模精度和推广性比较 | 第57-60页 |
4.5.6 三种建模方法在参数分析应用中的比较 | 第60-62页 |
4.6 本章小结 | 第62-63页 |
第5章 永磁调速器优化方法研究 | 第63-77页 |
5.1 粒子群算法 | 第63-65页 |
5.2 混沌理论 | 第65-68页 |
5.2.1 混沌的概念 | 第65-67页 |
5.2.2 基于混沌理论的优化算法 | 第67-68页 |
5.3 永磁调速器的优化 | 第68-72页 |
5.3.1 目标函数的建立 | 第68-69页 |
5.3.2 基于支持向量机和粒子群算法的永磁调速器结构参数优化 | 第69-70页 |
5.3.3 基于支持向量机和混沌搜索算法的永磁调速器结构参数优化 | 第70-72页 |
5.4 优化结果 | 第72-75页 |
5.4.1 优化结果比较和分析 | 第72-73页 |
5.4.2 优化前后永磁调速器对比分析 | 第73-75页 |
5.5 本章小结 | 第75-77页 |
第6章 结论与展望 | 第77-79页 |
6.1 结论 | 第77-78页 |
6.2 展望 | 第78-79页 |
参考文献 | 第79-85页 |
致谢 | 第85-87页 |
攻读硕士学位期间参加的科研项目及发表的论文 | 第87页 |