驱动电机转矩脉动直接影响整车NVH性能,针对其优化抑制难题,提出融合多项式增强平均权重径向基函数(weighted average and polynomial augmented radial basis function,WPRBF)代理模型与多目标能量谷优化算法(multi-objective energy v...驱动电机转矩脉动直接影响整车NVH性能,针对其优化抑制难题,提出融合多项式增强平均权重径向基函数(weighted average and polynomial augmented radial basis function,WPRBF)代理模型与多目标能量谷优化算法(multi-objective energy valley optimizer,MEVO)的协同优化框架。首先建立电机参数化有限元模型并进行台架实验验证;其次采用拉丁超立方抽样开展实验设计获取样本,提出WPRBF方法构建高精度代理模型;最后采用MEVO算法开展多目标优化设计,并引入熵权-模糊集理论综合决策机制获取Pareto前沿最优解。结果表明:(1)WPRBF模型在相同建模精度的前提下,较传统KRG代理模型减少约40%的样本需求;(2)优化后电机转矩输出均值提升6.83%,转矩脉动系数降低20.00%,齿槽转矩峰值削减23.80%。验证了本文方法的有效性。展开更多
文摘驱动电机转矩脉动直接影响整车NVH性能,针对其优化抑制难题,提出融合多项式增强平均权重径向基函数(weighted average and polynomial augmented radial basis function,WPRBF)代理模型与多目标能量谷优化算法(multi-objective energy valley optimizer,MEVO)的协同优化框架。首先建立电机参数化有限元模型并进行台架实验验证;其次采用拉丁超立方抽样开展实验设计获取样本,提出WPRBF方法构建高精度代理模型;最后采用MEVO算法开展多目标优化设计,并引入熵权-模糊集理论综合决策机制获取Pareto前沿最优解。结果表明:(1)WPRBF模型在相同建模精度的前提下,较传统KRG代理模型减少约40%的样本需求;(2)优化后电机转矩输出均值提升6.83%,转矩脉动系数降低20.00%,齿槽转矩峰值削减23.80%。验证了本文方法的有效性。
