| 专利号 | 2022115596784 | 申请日 | 2022-12-06 | 专利名称 | 基于深度强化学习的大功率风电磁齿轮箱优化设计方法 |
| 授权日 | 2024-02-09 | 专利权人 | 曲阜师范大学 | 发明人 | 秦清海;蔡彬;邱雅兰;褚晓广;阚斌 |
| 主分类号 | G06F30/17 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及一种基于深度强化学习的大功率风电磁齿轮箱优化设计方法，属风电领域。该磁齿轮箱包括低速级磁齿轮、中速级磁齿轮、高速级磁齿轮；以各级磁齿轮的转矩密度、内转子转矩脉动为优化目标，以各级磁齿轮的内转子外半径、铁芯厚度及其永磁体厚度，外转子铁芯厚度及其永磁体厚度，调磁块厚度及其圆心角角度，内外层气隙长度及轴向长度为待优化结构参数；基于拉丁超立方采样实验分别建立优化目标与待优化结构参数的代理模型；采用深度强化学习DQN算法，分别对待优化结构参数进行优化，确定各级磁齿轮待优化结构参数的最优组合。本发明可减少有限元实验次数并获取较多训练数据，可对高维优化问题进行高效求解，极大提高优化设计工作的效率。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
