人工智能专家引导的数据驱动电机自动初步设计
系统与控制
2024-11-19 v1 机器学习
系统与控制
摘要
本文以绕线转子同步发电机(WRSG)为设计实例，提出了一种数据驱动的电机设计(EMD)框架。与严重依赖专业知识的传统初步EMD流程不同，该框架利用基于人工智能的专家数据库，直接根据用户规格提供初步设计。初始数据通过扫描包括电机长度和直径在内的基本设计变量，使用二维有限元(FE)电机模型生成，从而获得可缩放的电机几何结构，并记录每个设计的电机性能。这些数据用于训练基于最优预测元模型(MOP)的代理模型，该模型将设计变量映射到关键性能指标(KPIs)。训练完成后，在元启发式算法的引导下，代理模型可以生成数千个几何可缩放的设计，覆盖广泛的功率范围，形成一个AI专家数据库，以指导未来的初步设计。该框架通过一个30kVA的WRSG设计案例进行了验证。一个覆盖10至60kVA功率范围的预构建WRSG数据库，已通过FE仿真验证。从数据库中选取了第1138号设计，并与传统设计进行了比较。结果显示，第1138号设计在短短5秒内就实现了2.21 kVA/kg的更高功率密度，而传统方法需要数天时间，获得的功率密度为2.02 kVA/kg。所开发的AI专家数据库还可作为高质量数据源，用于进一步开发实现电机自动设计的AI模型。
引用
@article{arxiv.2411.11221,
title = {Data Driven Automatic Electrical Machine Preliminary Design with Artificial Intelligence Expert Guidance},
author = {Yiwei Wang and Tao Yang and Hailin Huang and Tianjie Zou and Jincai Li and Nuo Chen and Zhuoran Zhang},
journal= {arXiv preprint arXiv:2411.11221},
year = {2024}
}