基于数据驱动的轮毂电机驱动装置集成匹配设计方法

技术领域

本发明涉及车辆驱动技术领域，具体涉及基于数据驱动的轮毂电机驱动装置集成匹配设计方法。

背景技术

电传动车辆采用电机驱动车辆行驶，具有低速扭矩大、动态响应快、调速范围宽、传动效率高、结构简单等优点，电传动车辆具有更优越的机动性能。轮毂电机驱动装置集成匹配设计研究是车辆电传动关键技术之一，已经得到世界各国重视，并取得很大的进展。轮毂电机驱动装置主要包括驱动电机、行星减速器、液压全盘制动器等（其中，轮毂电机驱动装置集成后安装在车轮轮辋内，因此轮毂电机驱动装置不含轮胎、轮辋）。在工程实践中，根据车载电传动的设计方案，结合车辆性能指标要求，研究基于数据驱动的轮毂电机驱动装置集成匹配设计方法对电传动装甲车辆的开发具有重要支撑作用。

智能优化算法是人工智能研究的热点内容之一，已经在电力领域的参数匹配优化设计中有着广泛的应用。例如，肖伟等人研究了一种基于强度帕累托进化算法的复合电源参数优化方法（肖伟,杜常清,任卫群.基于强度帕累托进化算法的复合电源参数优化[J].电源技术,2022,46(12):1422-1427.）；陈宗海等人发明了 一种纯电动汽车复合电源系统的容量配比方法及系统（陈宗海 , 李民策 , 王丽 , 陈旭 , 杨晓宇. 一种纯电动汽车复合电源系统的容量配比方法及系统[P].安徽：CN112434374A,2021-03-02.）；李奇等人发明了一种燃料电池超级电容混合动力机车参数匹配优化方法（李奇 , 陈维荣 , 刘志祥 ,戴朝华 , 张雪霞 , 郭爱 , 刘述奎.燃料电池超级电容混合动力机车参数匹配优化方法[P].四川省：CN104071033A,2014-10-01.）；王文玺等人发明了一种考虑源荷匹配度的主动配电网分布式电源规划方法（王文玺 , 刘宝林 , 冯磊 , 李玲芳 , 程军照 , 周少雄 ,廖一旭 , 陈燿圣.一种考虑源荷匹配度的主动配电网分布式电源规划方法[P].广东省：CN107688879A,2018-02-03.）。

瞬态搜索优化算法（Transientsearchoptimizationalgorithm，TSOA）是一种模拟包含电感和电容等存储元件的开关电路瞬态行为的新型智能优化算法，同样可以应用于轮毂电机驱动装置集成匹配设计问题。但是，瞬态搜索优化算法仍然存在有一些缺陷，使得算法容易陷入局部最优的问题，无法搜索到较佳的轮毂电机驱动装置的各个性能参数，在进行轮毂电机驱动装置集成匹配设计时，往往达不到理想的匹配设计效果，进而对轮毂电机的使用性能造成影响。

发明内容

为提升轮毂电机驱动装置整体的驱动性能，本发明提供基于数据驱动的轮毂电机驱动装置集成匹配设计方法：

基于数据驱动的轮毂电机驱动装置集成匹配设计方法，包括以下步骤：

确定并初始化轮毂电机驱动装置的基本性能参数，包括电机驱动扭矩、减速器传动比、电机效率、减速器效率和驱动装置总质量；

将轮毂电机驱动装置的转矩密度最小化作为目标函数；

确定轮毂电机驱动装置的基本性能参数的上下限，通过高斯映射初始化搜索代理种群位置；

根据目标函数计算最优适应度值，并搜索记录最优搜索代理位置；

引入蝴蝶优化算法的位置更新方式，对原瞬态搜索优化算法中的位置更新方式进行改进；通过改进后的搜索代理位置更新方式进行位置更新，记录当前迭代后最优适应度值和搜索代理位置；

对最优搜索代理位置进行双向sine变异，将变异前后适应度值最优的搜索代理位置，作为更新后的最优搜索代理位置；

根据预设的最大迭代次数依次更新最优搜索代理位置，确定最优搜索代理位置；根据最优搜索代理位置确定最优的轮毂电机驱动装置的基本性能参数，构建轮毂电机驱动装置集成匹配设计方案。

优选地，所述目标函数为轮毂电机驱动装置的转矩密度最小化，如下式所示：

其中：

优选地，所述通过高斯映射初始化搜索代理种群位置，包括以下步骤：

确定种群的大小N，搜索代理寻优下边界LB和搜索代理寻优上边界UB；

通过高斯映射产生下一个随机数x

式中，mod(·)为求余函数，x

利用产生的高斯随机数初始化搜索代理位置：

式中，

优选地，所述通过改进后的搜索代理位置更新方式进行位置更新，记录当前迭代后最优适应度值和搜索代理位置，包括以下步骤：

引入蝴蝶优化算法，改进后的搜索代理位置更新公式如下：

其中：

其中，

计算适应度值：

式中，

记录当次迭代中最优搜索代理。

优选地，所述对最优搜索代理位置进行双向sine变异，将变异前后适应度值最优的搜索代理位置，作为更新后的最优搜索代理位置，包括以下步骤：

对于维度j，根据当前迭代次数计算sine混沌值，并等概率切换正负方向：

式中，rand为0到1的随机数；x

对最优位置进行变异扰动：

式中：

贪婪更新：

每个维度都进行变异后，停止变异。

本发明的有益效果：

本发明提出基于数据驱动的轮毂电机驱动装置集成匹配设计方法，采用改进型搜索代理优化算法生成轮毂电机驱动装置的各项基本性能参数，形成轮毂电机驱动装置集成匹配设计方案。该方法通过对搜索代理的位置更新方式进行了改进，引入蝴蝶优化算法的位置更新机制来改进搜索代理位置更新方式，综合考虑了根据切换概率选择不同位置更新模式、本次迭代搜索代理最优位置、种群内部的其他搜索代理的位置等因素更新搜索代理的位置，避免每次迭代中出现局部最优，进而提高瞬态搜索优化算法的全局搜索能力，实现了算法搜索范围的增大，算法的适应性得以增强，进而提升了轮毂电机驱动装置集成匹配设计方案的生成效率，并且有效提升了轮毂电机驱动装置整体的驱动性能。

附图说明

图1是本发明实施例的基于数据驱动的轮毂电机驱动装置集成匹配设计方法流程图；

图2是本发明实施例的轮毂电机驱动装置集成匹配设计方案的迭代过程曲线。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

本实施例提出一种基于数据驱动的轮毂电机驱动装置集成匹配设计方法，具体流程图如图1所示，包括以下步骤：

S1：根据所要设计轮毂电机驱动装置的基本要素和性能参数（例如，驱动电机、行星减速器、液压全盘制动器、转矩密度、电机扭矩、减速器传动比、电机效率、减速器效率，总质量等），初始化轮毂电机驱动装置的基本结构和参数信息。

S2：建立基于数据驱动的轮毂电机驱动装置集成匹配设计方案的目标函数funtion，即：使得转矩密度

S3：进行参数设置，主要包括：搜索代理种群的大小（即搜索代理个体的数量）N；迭代的最大次数（即迭代停止的条件）Miter；搜索代理寻优下边界LB；搜索代理寻优上边界UB。

S4：利用高斯映射初始化搜索代理种群位置。

高斯映射随机数产生：

利用产生的高斯随机数初始化搜索代理位置：

式中：

S5：搜索代理的位置更新。

原始瞬态搜索优化算法中，只利用最优搜索代理位置进行引导，来更新搜索代理位置，为了更加有效地提高搜索代理的全局搜索能力，引入蝴蝶优化算法的位置更新机制来改进搜索代理位置更新方式，综合考虑了根据切换概率选择不同位置更新模式、本次迭代搜索代理最优位置、种群内部的其他搜索代理位置等因素更新搜索代理位置，避免每次迭代中出现局部最优，进而提高搜索代理算法的全局搜索能力。

引入蝴蝶优化算法，改进后的搜索代理位置更新公式如下：

其中：

其中，

S6：计算适应度值。

式中，

S7：记录信息。记录当次迭代中最优搜索代理。

S8：对最优搜索代理，进行逐维度双向sine变异。对于维度j。首先根据当前迭代次数计算sine混沌值。并等概率切换正负方向。

然后对最优位置进行变异扰动

式中：

贪婪更新：

每个维度都进行变异后，停止变异。

S9：记录信息。记录当次迭代中最优搜索代理。

S10：重复执行步骤S5~S9，达到最大迭代次数Miter后，算法停止，输出最优搜索代理，得到最优的轮毂电机驱动装置集成匹配设计方案，即获得最优的驱动电机、行星减速器和液压全盘制动器各项性能参数的集成匹配方案。

本发明的关键点主要有3个：

（1）通过引入高斯映射进行搜索代理种群位置的初始化，可以提升种群位置分布的均匀性和多样性，进而算法的稳定性得以增强。

（2）对搜索代理的位置更新方式进行了改进，引入蝴蝶优化算法的位置更新机制来改进搜索代理位置更新方式，综合考虑了根据切换概率选择不同位置更新模式、本次迭代搜索代理最优位置、种群内部的其他搜索代理位置等因素更新搜索代理位置，避免每次迭代中出现局部最优，进而提高瞬态搜索优化算法的全局搜索能力，实现了算法搜索范围的增大，算法的适应性得以增强。

（3）对最优搜索代理利用双向sine混沌映射变异，实现了算法在后期跳出局部最优解的能力。

本实施例中：

以MATLAB为仿真平台，选取鲸鱼优化算法(WhaleOptimizationAlgorithm,WOA)、灰狼优化算法(GreyWolfOptimizer,GWO)、麻雀搜索算法(SparrowSearchAlgorithm,SSA)和瞬态搜索优化算法（Transientsearchoptimizationalgorithm，TSOA），与本实施例所提的ITSOA方法进行对比。

为保证实验的公平性，所有算法的种群规模设为30，最大迭代次数设为300，LB=0，UB=100，其他参数设置如表1所示。

表1算法参数设置

图2为迭代过程曲线。从图2中可以直观的发现ITSOA方法的收敛速度快于其他4种算法，ITSOA方法的收敛精度优于其他4种算法。仿真结果表明，ITSOA算法搜索能力更强，获得了更优的轮毂电机驱动装置集成匹配设计方案，验证了算法的有效性。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。