基于网格剖分法的磁通切换永磁电机等效磁网络建模与分析

来源 :中国科学:技术科学 | 被引量 : 0次 | 上传用户:lgdtmz
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了高效准确地分析磁通切换永磁电机性能,本文提出一种基于网格剖分的等效磁网络建模方法.该方法的核心在于建立十字形网格以及结合网格法与磁路法.其中,十字形网格建立在无序磁场区域,无需预先判断磁场即可自适应表示磁通分布,同时考虑漏磁与局部饱和.进一步在规律磁路区域,结合使用集总参数磁路模型,减小模型计算复杂度,兼顾建模精度和建模效率.另外,对原始转子和转子含磁障两种结构磁通切换永磁电机,基于网格固定性优势进行建模,避免了结构重新剖分并分析比较了电磁性能,精确评估了转子磁障结构对于降低永磁体涡流损耗的作用
其他文献
藏东南某线状地下工程(即一座长42.3km深埋特长隧道)整体走行于区域性全新世活动断裂——嘉黎活动断裂北侧。据区域热红外遥感影像识别与钻孔实测地温揭示,隧道高地温问题较为突出。本文基于隧道深钻孔实测地温数据,从地下水对地温影响方式不同对钻孔地温曲线进行了分类分析;沿隧道走向从地温、地温梯度及隧道埋深对隧道地温进行了分区分析;总结了隧址区地温特征及其与嘉黎活动断裂关系。研究成果表明:(1)隧址区隶属
期刊
针对传统的访问控制方法存在单点故障,不能提供可信、安全、动态化权限管理的问题,提出了一种面向无线传感网(WSN)的基于区块链和智能合约的新型访问控制方法,改善了现有的基于区块链技术的访问控制方法存在访问动态化、智能化水平不高等突出问题。首先,提出一种基于区块链的新型访问控制管理架构,降低网络运算开销;其次,搭建多层次智能合约体系,设计了代理合约、权限管理合约和访问控制合约,实现了对WSN的可信化、
期刊
潜在因子模型(LFM)以其优异的性能在推荐领域得到了广泛的应用。LFM除了使用交互数据以外,辅助信息也被引入用于解决数据稀疏的问题,从而提升推荐的性能。然而,大多数LFM仍然存在一些问题。第一,LFM在对用户建模时候,忽略了用户如何根据其特征偏好对项目做出决策;第二,采用内积的特征交互假设其特征维度之间是独立的,没有考虑到特征维度之间的关联。针对上述问题,提出了一种新的推荐算法模型:基于卷积神经网
期刊
针对平衡优化器(EO)存在的寻优精度低、收敛速度慢、容易陷入局部最优的缺陷,提出一种考虑距离因素与精英进化策略的平衡优化器(E-SFDBEO)。该算法首先在平衡池候选解的选择中引入了距离因素,通过自适应权重平衡适应度值和距离,调节算法在不同迭代时期的探索和开发能力;其次引入精英进化策略,以精英自然进化和精英随机变异两种方式提升算法的收敛速度和精度;最后使用自适应t分布变异策略对部分个体施加扰动,并
期刊
初至波拾取是地震数据处理中的关键步骤,会直接影响动校正、静校正和速度分析等的效果。目前,现有的方法受到背景噪声和复杂近地表条件地影响,拾取精度会降低。基于此,提出了基于聚类和局部线性回归的初至波自动拾取算法(FPCL)。算法由预拾取和微调两个阶段来实现,预拾取阶段通过k均值聚类(k-means)和基于密度的噪声应用空间聚类(DBSCAN)来找到初始初至波,先基于k-means技术找到初至波簇,再基
期刊
针对半导体加工工艺复杂,成本高,且工艺数据量少,一般的人工神经网络(ANN)算法无法准确预测其加工工艺性能的问题,提出了一种基于优化插值与差值神经网络(OIDNN)算法的适用于小样本的硅片刻蚀深度预测模型。首先,分别由实验得到刻蚀深度的实验数据,由计算机辅助设计(TCAD)技术仿真得到刻蚀深度的模拟数据,并划分为训练集、验证集和预测集;将TCAD模拟数据作为额外输入参数插入ANN_(1)模型,同时
期刊
深入理解水油两相在多孔介质内的非混相驱替过程对于水驱油藏开发具有至关重要的意义.为摸清水油两相流动模式,本研究基于Navier-Stokes (N-S)方程模拟水油两相在微观多孔介质中的非混相驱替过程,采用相场方法实时描述两相界面变化.并对比了均质多孔介质模型与非均质多孔介质模型内的水驱油过程,研究了多孔介质非均质性对于水油非混相驱替模式、驱替效率及出口端见水时间的影响.两相流体的非混相驱替模式通
期刊
为克服现有非合作自同步扰码识别算法在低信噪比下识别率低、适应性差的缺点,该文提出一种基于余弦符合度的自同步扰码盲识别方法。首先基于信源不平衡性和自同步扰码解扰原理建立自同步扰码的含错校验方程,然后将接收到的软判决序列转化为信息码元的后验概率序列,遍历可能的生成多项式,在遍历的过程中引入余弦符合度作为统计量,通过分析符合度的统计特性求解出最优的判别门限,根据统计量和判别门限的关系完成自同步扰码生成多
期刊
在材料领域文献中准确识别命名实体有助于构建专业知识图谱、问答系统等。基于深度学习的命名实体识别(NER)技术已广泛应用于多种专业领域,然而面向材料领域的命名实体识别研究相对较少。针对材料领域命名实体识别中,可用于监督学习的数据规模小,实体词复杂度高等问题,提出使用大规模非结构化的材料领域文献数据,训练基于一元语言模型(ULM)的子词嵌入分词模型,充分利用单词结构蕴含的信息,增强模型鲁棒性。并提出以
期刊
基于视觉的相对定位技术已经广泛地应用于无人直升机着降定位,但在着降的最后阶段,尤其对于舰载和车载直升机,由于横风或着降平台的运动影响,使得机载相机容易丢失着降目标,从而导致着降失败。针对该问题,本文提出了一种基于视觉唯一性编码的着降方案,使得无人机在着降的最后阶段,能够在更大范围内高精度实时计算自身与着降标志之间的相对位姿,大幅降低了由于着降目标丢失而导致着降失败的风险。试验表明,机载相机只要能够
期刊