多目标遗传算法在感应加热电气参数优化中的应用.pdfVIP

多目标遗传算法在感应加热电气参数优化中的应用.pdf

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多目标遗传算法在感应加热电气参数优化中的应用.pdf

第 44卷 第 1期 河 北 工 业 大 学 学 报 2015年 2月 Vol1.44 NO.1 JOURNALOFHEBEIUNIVERSITY 0FTECHN0L0GY February 2015 文章编号:1007—2373(2015)0l一0001—05 DOI:10.14081~.cnki.hgdxb.2015.01.001 多 目标遗传算法在感应加热电气参数优化中的应用 程亚平 ,李志刚 ,张 强 (1.河北工业大学 电气工程学院,天津 300130:2.天津 电子信息职业技术学院 电子技术系,天津 300350) 摘要 利用有限元分析法计算钢绞线感应加热温度场数值,结果表明:电流密度和频率是影响感应加热效果的电 气参数.改变电流密度和频率,计算出大量的感应加热温度场数值.通过对温度场数值回归分析,建立了表征感 应加热效果的数学模型.遗传算法是一种可以解决多目标优化问题的新型算法,相对于其它方法,该方法通用性 强,准确率高,更具科学性.依据所建立的数学模型,应用多目标遗传算法进行电气参数优化,求解 出最优解. 该最优解为感应加热器温度控制提供理论依据. 关 键 词 多目标优化;遗传算法;感应加热;有限元分析法;电气参数 中图分类号 TP391.9 文献标志码 A Applicationofmulti—objectivegeneticalgorithmstooptimize inductionheatingelectricalParameters CHENGYa—ping ,LIZhi—gang,ZHANGQiang (1.SchoolofElectricalEngineering,HebeiUniversityofTechnology,Tianjin300130,China;2.DepartmentofElectronicTechnology, TianjinElectronicInformationCollege,Tianjin300350,China) Abstract Thetemperaturefieldnumericalvalueofsteelsrtandinductionheatingwascalculatedbyusingfiniteelement analysismethod.Theresultshowsthatthecurrentdensityandrfequencyarethemainelectricalparametersaffectingthe inductionheatingresult.Bychangingthecurrentdensiytandffequenc~ alargenumberofinductionheatingtemperautre fieldnumericalvalueswerecalculated.Themathematicalmodelsofsteelsrtandinductionheatingresultwerefoundby theregressionanalysisoftemperaatrefieldnumericalvalues.Asanewalgorithm,Geneticalgorithm Cna solvemulti·ob- jectiveoptimizationproblem.Comparedwithothermethods,themethodisveryuniversal,highaccuracyandmore scientific.Basedontheestablishedmathematicalmodels, theelectricalparameterswereoptimizedbyusingmulti—ob— jectivegeneticalgorithms,theoptimalsolutionwassolv

文档评论(0)

天狗行空 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档