本发明涉及电机优化，尤其是涉及一种提升电机转矩性能的多目标优化方法。
背景技术：
1、开关磁阻电机的定子和转子均是由硅钢片叠加而成，转子无绕组和永磁体结构，具有结构简单可靠、制造成本低以及容错性好等优点，特别适用于多震荡、多尘的新能源汽车领域，但转矩脉动问题限制了其应用领域的再扩大，抑制转矩脉动一直是电机领域的热点问题。
2、电机是各个结构参数电磁相关的集合体，单一优化某个结构参数并不能使电机达到最佳性能，同时单一以转矩脉动为优化目标，也可能造成平均转矩降低，因此需运用算法多目标全局考虑。经典优化算法有退火算法、遗传算法和粒子群算法，近几年出现了元启发式算法有天牛须算法、灰狼算法和果蝇算法，上述算法针对不同领域有着各自的优缺点。针对开关磁阻电机运行时复杂的物理过程，磁路严重的非线性特点，如何准确建立电机结构参数与优化目标的非线性数学模型以及算法上的高效寻优是优化开关磁阻电机性能的难点。
技术实现思路
1、本发明要解决的技术问题是针对现有开关磁阻电机转矩性能上的不足，从非线性建模到算法全局优化，提供了一种提升电机转矩性能的多目标优化方法。
2、为实现上述目的，本发明提供了一种提升电机转矩性能的多目标优化方法，包括以下步骤：
3、s1：建立电机初始有限元模型，计算电机定子与转子凸极齿四个关键位置的磁化曲线，建立结构参数与转矩的非线性数学模型；
4、s2：确定转矩脉动系数kt和平均转矩tave为优化目标，运用步骤s1的非线性数学模型进行结构参数对转矩性能的灵敏度分析，选取对转矩性能影响较大的结构参数作为优化变量；
5、s3：将步骤s1非线性数学模型带入到天牛须与粒子群相结合的优化算法中进行寻优；
6、s4：根据优化算法生成帕累托解，确定最佳转矩性能的电机结构参数；
7、s5：依据最优结构参数建立优化后的电机有限元模型，并与初始电机模型进行仿真对比，验证优化方法的有效性。
8、优选的，在步骤s1中，计算电机定子与转子在全对齐、半对齐、临界对齐以及不对齐这四个关键位置的磁化曲线，插值拟合得到磁链ψ、电流i和转子机械角θ三者关系表，再利用四阶龙格库塔数值法计算得到结构参数与转矩的非线性数学模型。
9、优选的，在步骤s2中，定铁芯长la、转子外径da、定子极弧βs和转子极弧βr四个结构参数作为优化变量。
10、优选的，在步骤s4中，采用天牛须与粒子群相结合的多目标优化算法，具体如下所示：
11、s41、设有m个粒子在一个n维空间进行搜索，xi＝(xi1,xi2,…,xin)代表每个粒子的空间位置，vi＝(vi1,vi2,…,vin)代表每个粒子的飞行速度，初始设置最大迭代次数为350；
12、s42、通过天牛须算法更新个体极值与全局最优解，pi＝(pi1,pi2,…,pin)代表第i个粒子最优位置，pg＝(pg1,pg2,…,pgn)代表粒子群的最优位置；
13、s43、通过循环迭代获取最优解。
14、优选的，在步骤s42中，天牛须算法的位置更新计算如下所示：
15、xit+1＝xit+δt*d*sign[f(vit)]
16、t代表迭代次数，f(x)代表适应度函数；δt代表第t次迭代时的步长，sign(x)代表符号函数，具体定义为：
17、
18、δt+1＝δt*δeta
19、式中δeta为步长因子，即衰减系数。
20、优选的，在步骤s43中，循环迭代的计算公式如下所示：
21、
22、
23、其中ω代表非负的惯性因子，k代表压缩因子，r1和r2代表区间[0,1]的随机数；c1表示个体学习因子，c2表示社会学习因子，其值设置为c1＝c2＝2。
24、因此，本发明采用上述结构的一种提升电机转矩性能的多目标优化方法，具备以下有益效果：
25、(1)本发明通过解析法计算开关磁阻电机定子与转子在全对齐、半对齐、临界对齐以及不对齐这四个关键位置的磁化曲线，可快速准确建立结构参数与转矩的非线性数学模型；且在分析电机性能时非线性数学模型比有限元仿真软件更快速、更省时间成本。
26、(2)本发明用天牛须寻优实现粒子群个体极值的比较过程，更新个体极值和全局最优解，这样的算法设计提高了收敛速度，也防止粒子群算法过早陷入局部最优解。
27、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种提升电机转矩性能的多目标优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种提升电机转矩性能的多目标优化方法，其特征在于：在步骤s1中，计算电机定子与转子在全对齐、半对齐、临界对齐以及不对齐这四个关键位置的磁化曲线，插值拟合得到磁链ψ、电流i和转子机械角θ三者关系表，再利用四阶龙格库塔数值法计算得到结构参数与转矩的非线性数学模型。
3.根据权利要求1所述的一种提升电机转矩性能的多目标优化方法，其特征在于：在步骤s2中，定铁芯长la、转子外径da、定子极弧βs和转子极弧βr四个结构参数作为优化变量。
4.根据权利要求1所述的一种提升电机转矩性能的多目标优化方法，其特征在于：在步骤s4中，采用天牛须与粒子群相结合的多目标优化算法，具体如下所示：
5.根据权利要求4所述的一种提升电机转矩性能的多目标优化方法，其特征在于：在步骤s42中，天牛须算法的位置更新计算如下所示：
6.根据权利要求5所述的一种提升电机转矩性能的多目标优化方法，其特征在于：在步骤s43中，循环迭代的计算公式如下所示：
