一种基于物理信息神经网络的游标电机温度场分析方法

    公开(公告)号:CN118153429A

    公开(公告)日:2024-06-07

    申请号:CN202410265460.0

    申请日:2024-03-08

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于物理信息神经网络的游标电机温度场分析方法,包括:分析双定子永磁游标电机的同轴式结构;确定双定子永磁游标电机各构件的传热平衡方程和换热面的边界条件;基于游标电机各构件控制方程和换热面的边界条件生成训练数据集和测试数据集,基于游标电机各构件控制方程和边界条件形成损失函数,搭建嵌入物理信息的神经网络模型;归一化处理所述训练数据集和测试数据集,从而提高神经网络的求解精度,将基于归一化后的训练数据集输入神经网络模型中,优化该神经网络模型参数,得到训练最优的神经网络模型;将归一化处理后的测试数据集输入至最优的神经网络模型中,得到游标电机各构件的温度,实现对游标电机温度场的分析。

    基于物理信息神经网络和子域法的磁齿轮磁场模拟方法

    公开(公告)号:CN117669377A

    公开(公告)日:2024-03-08

    申请号:CN202311656288.3

    申请日:2023-12-05

    Applicant: 燕山大学

    Abstract: 本发明提供基于物理信息神经网络和子域法的磁齿轮磁场模拟方法,本发明的目的是基于子域法中子域划分思想,结合磁齿轮结构特点和材料特性,将磁齿轮划分为8个子域。将各子域满足的控制方程、边界条件和初始值作为神经网络损失项,建立基于物理信息的神经网络模型,把直接求解控制方程的问题转换为损失函数的优化问题来找到麦克斯韦方程组的解,实现对磁齿轮各子域的磁场模拟。本发明可减小目前解析法存在的因模型简化造成的误差,避免有限元仿真极细网格下存在的计算成本高、时间长的问题。

Patent Agency Ranking