买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜重庆大学申请的专利一种考虑不确定性的感应电机降耗优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114861506B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210690198.5，技术领域涉及：G06F30/23；该发明授权一种考虑不确定性的感应电机降耗优化方法是由李聪波;曹宝;李伟;张嘉诚;黄明利;赵继烜;张登永设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种考虑不确定性的感应电机降耗优化方法在说明书摘要公布了：首先，基于等效电路法和电磁有限元法分析了转子尺寸对电机的性能的影响，然后，基于径向基函数神经网络构建了总损耗、起动转矩和起动电流的代理模型；最后，为了减小转子槽制造公差的影响，建立了考虑转子制造过程不确定性的可靠性优化模型。在优化过程中，采用自适应加权响应面法自适应逼近极限状态函数，采用蒙特卡罗模拟方法进行可靠性分析，使用序列二次规划算法求解优化模型。

本发明授权一种考虑不确定性的感应电机降耗优化方法在权利要求书中公布了：1.一种考虑不确定性的感应电机降耗优化方法，包括以下步骤：步骤1：从结构方面分析影响感应电机性能的因素，建立以电机转子槽尺寸为变量的电机总损耗、起动转矩和起动电流的代理模型；步骤2：以电机总损耗为目标，电机转子的槽尺寸为随机优化变量，起动转矩和起动电流值为可靠性约束，基于径向基函数神经网络建立考虑不确定性的感应电机降耗优化模型；步骤3：采用序列二次规划算法求解优化模型，优化过程中采用自适应加权响应面法近似极限状态函数，并结合蒙特卡罗模拟方法进行可靠性分析；步骤1中，建立代理模型的过程为：1通过从结构方面分析影响性能的因素，选取槽口高Hs0、槽高Hs2、上槽宽Bs1、下槽宽Bs2为设计变量，总损耗、起动转矩和起动电流为研究目标；2采用拉丁超立方抽样在设计空间采样，获得电机的总损耗、起动转矩和起动电流参数值；3基于径向基函数神经网络建立总损耗、起动转矩和起动电流的代理模型；步骤2中，建立的优化模型为：1设计变量：转子槽尺寸：槽口高Hs0、槽高Hs2、上槽宽Bs1、下槽宽Bs2；2目标函数：minPlossHs0,Hs2,Bs1,Bs2其中，Ploss为总损耗；3约束条件：起动转矩和起动电流作为可靠性约束，对转子的槽尺寸进行工艺约束； 其中，P表示概率，Tst为启动转矩，Ist表示启动电流，R1为起动转矩可靠性，R2为启动电流可靠性，受不确定性影响的变量实际值，服从分布，Hs0L和Hs0U为Hs0的最小值和最大值，受不确定性影响的变量实际值，服从分布Bs1L和Bs1U为Bs1的最小值和最大值，受不确定性影响的变量实际值，服从分布，Hs2L和Hs2U为Hs2的最小值和最大值，受不确定性影响的变量实际值，服从分布，Bs2L和Bs2U为Bs2的最小值和最大值；步骤3中，优化模型进行求解的过程为：1采用自适应加权响应面法逼近极限状态函数：1运用自适应加权响应面法将极限状态函数近似为： 其中，是响应面函数值，Xi是第i个随机设计变量，β0是常数项，βi是线性项的系数，βij交叉项的系数，N是随机变量的个数；2获取权重系数：对离极限状态函数更近的实验点赋予更高的权重：ybest＝min|Gxl|Dxl＝Gxl-ybestl＝1,2K,L 其中，ybest定义为离极限状态函数最近点的距离，L代表每次迭代的实验点数，Gx表示功能函数，DXl是其余实验点到最近实验点的距离，wl为权重系数；通过最小二乘法回归方法获得到权重矩阵： 系数矩阵可表示为：β＝[xTWxx]-1xTWxy其中，x为随机变量的N维向量，Wx是权重的对角矩阵；3更新实验设计的中心点，在新实验设计中心采用饱和设计采样: 其中，xm新中心点，xD是当前设计点，是变量均值；2采用蒙特卡罗模拟方法进行可靠性分析，考虑系统的不确定性时会产生超出可行域的扰动设计因此，第j个约束GjX的可靠度表示为： 其中，N是蒙特卡罗模拟中的测试样本数量，是指标函数，N足够大，以保证可靠性计算的准确性；3采用序列二次规划算法求解优化模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙正街174号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。