涡流斥力快速操动机构改进型NSGA-Ⅱ多目标优化设计

doi:10.16628/j.cnki.2095-8188.2024.01.005

摘要/Abstract

摘要：

针对低压交流断路器用涡流斥力操动机构多参数、多目标优化设计最优解集分布性问题,提出一种改进型NSGA-Ⅱ算法的多目标优化设计方法。首先,分析涡流斥力操动机构原理及建立操动机构有限元分析仿真模型,根据应用需求确定涡流斥力操动机构优化目标与优化变量。其次,采用循环拥挤度排序算法替代原有的拥挤度排序算法,以提升Pareto最优解集的分布性;采用基于反三角函数的自适应策略更新交叉变异概率,以提升算法的适应性;经ZDT系列函数测试,证明其具有良好的适应性和解的分布性。最后,利用改进型NSGA-Ⅱ算法对涡流斥力操动机构进行多目标优化,获取Pareto最优前沿,取得了较好的效果。

关键词: 涡流斥力, 多目标, 拥挤距离, 分布性, 适应性, Pareto

Abstract:

A multi-objective optimization design method of improved NSGA-Ⅱ algorithm is proposed aiming at the distribution of optimal solution set of multi-parameter and multi-objective optimization design of eddy current repulsion operating mechanism for the low-voltage AC breaker.Firstly,the principle of eddy current repulsion operating mechanism is analyzed.of which the finite element analysis simulation model is established,Thus,the optimization objectives and optimization variables are determined according to the requirements of application.Secondly,the original crowding-distance ranking algorithm is replaced by cyclic crowding-distance ranking algorithm to improve the distribution of Pareto’s optimal solution set.An adaptive strategy based on inverse trigonometric function is introduced to update the crossover and mutation probabilities to improve the adaptability of the algorithm.Finally,the current repulsion operating mechanism is optimized with multiple-objective by the improved NSGA-Ⅱ algorithm,which achieves good results with obtained optimal frontier of Pareto.

Key words: eddy current repulsion, multi-objective, crowding-distance, distribution, adaptive, Pareto

中图分类号:

TM561.6

陈翔, 缪希仁, 庄胜斌, 谢海鑫. 涡流斥力快速操动机构改进型NSGA-Ⅱ多目标优化设计[J]. 电器与能效管理技术, 2024, 0(1): 24-30.

CHEN Xiang, MIAO Xiren, ZHUANG Shengbin, XIE Haixin. Improved NSGA-Ⅱ Multi-Objective Optimization Design of Eddy Current Repulsion Fast Operating Mechanism[J]. LOW VOLTAGE APPARATUS, 2024, 0(1): 24-30.

图/表 15

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

表1

图11

图12

表2

图13

参考文献 29

[1]	谢小荣, 贺静波, 毛航银, 等. “双高”电力系统稳定性的新问题及分类探讨[J]. 中国电机工程学报, 2021, 41(2):461-475.
[2]	张子扬, 张宁, 杜尔顺, 等. 双高电力系统频率安全问题评述及其应对措施[J]. 中国电机工程学报, 2022, 42(1):1-25.
[3]	贾耿锋, 郭煜敬, 李军, 等. 弹簧机构关键件尺寸对断路器特性的影响分析[J]. 高压电器, 2017, 53(6):173-177.
[4]	舒服华. 高压断路器弹簧操动机构合闸弹簧可靠性分析[J]. 高压电器, 2007, 43(5):368-370,373.
[5]	王田, 缪希仁, 孙秦阳. 基于涡流斥力机构的低压交流接触器技术[J]. 电器与能效管理技术, 2015(2):13-18.
[6]	黄瑜珑, 张祖安, 温伟杰, 等. 高压直流断路器中电磁斥力快速驱动器研究[J]. 高电压技术, 2014, 40(10):3171-3178.
[7]	吕玮, 刘云飞, 周启文, 等. 多断口快速开关型高压故障限流器[J]. 电力系统自动化, 2019, 43(23):234-239.
[8]	缪希仁, 巫锡华, 王田, 等. 基于涡流斥力原理的低压控制与保护电器研究[J]. 中国电机工程学报, 2017, 37(9):2708-2717.
[9]	温伟杰, 李斌, 李博通, 等. 电磁斥力机构的参数匹配与优化设计[J]. 电工技术学报, 2018, 33(17):4102-4112.
[10]	张艺. 机械式低压直流真空断路器快速操动机构设计与分析[D]. 天津: 天津工业大学, 2021.
[11]	黄翀阳, 刘晓明, 曹云东, 等. 双断口直流真空断路器非同期开断电弧特性分析[J]. 中国电机工程学报, 2022, 42(9):3480-3490.
[12]	蒋顾平, 丁飞, 曹健. 小规格双断点塑壳断路器短路分断性能研究[J]. 电器与能效管理技术, 2020(3):50-54.
[13]	彭晶, 邓云坤, 王科, 等. 双断口真空断路器关合直流电压预击穿特性实验研究[J]. 电器与能效管理技术, 2021(10):7-12.
[14]	田宇, 王利, 田阳, 等. 直流断路器用快速开关多场联合仿真优化方法[J]. 高电压技术, 2019, 45(1):55-62.
[15]	张修雅, 袁召, 陈立学, 等. 电磁斥力机构能量转换效率分析[J]. 电网技术, 2019, 43(5):1849-1855.
[16]	TAKEUCHI T, KOYAMA K, TSUKIMA M. Electromagnetic analysis coupled with motion for high-speed circuit breakers of eddy current repulsion using the tableau approach[J]. Electrical Engineering in Japan, 2005(4):8-16.
[17]	陈加明. 永磁断路器合闸机械特性的仿真方法[J]. 电器与能效管理技术, 2022(8):47-50.
[18]	周宝石, 刘向军. 高压直流继电器双线圈涡流斥力机构仿真优化设计[J]. 电器与能效管理技术, 2020(9):7-12.
[19]	齐阳, 刘禹彤, 杨天蒙, 等. 轨道交通用空气直流断路器关键部件仿真研究综述[J]. 电器与能效管理技术, 2019(1):1-6.
[20]	王凯. 用于40.5 kV限流器的新型电磁斥力机构的研究[D]. 大连: 大连理工大学, 2020.
[21]	李少华, 庚振新, 张一茗, 等. 电机操动机构断路器触头过冲与反弹的抑制[J]. 高压电器, 2020, 56(9):273-278.
[22]	DEB K, PRATAP A, AGARWAL S, et al. A fast and elitist multiobjective genetic algorithm:NSGA-Ⅱ[J]. IEEE transactions on evolutionary computation, 2002, 6(2):182-197. doi: 10.1109/4235.996017
[23]	李锐. 基于改进NSGA-Ⅱ算法的任务管理及分配系统的研究[D]. 成都: 电子科技大学, 2020.
[24]	张威. NSGA Ⅱ算法的分布性改进与自适应机制的研究与实现[D]. 北京: 北京大学, 2012.
[25]	赵静, 赵卫虎, 李勇军, 等. 基于改进NSGA-Ⅱ算法的微波/光混合链路中继卫星多目标资源调度算法[J]. 中国激光, 2013, 40(12):142-149.
[26]	栗三一, 王延峰, 乔俊飞, 等. 一种基于区域局部搜索的NSGA Ⅱ算法[J]. 自动化学报, 2020, 46(12):2617-2627.
[27]	崔庆勇. 基于改进NSGA-Ⅱ算法的多目标FJSP研究[D]. 昆明: 昆明理工大学, 2015.
[28]	HUBAND S, HINGSTON P, BARONE L, et al. A review of multiobjective test problems and a scalable test problem toolkit[J]. IEEE Transactions on Evolutionary Computation, 2006, 10(5):477-506. doi: 10.1109/TEVC.2005.861417
[29]	ZITZLER E, DEB K, THIELE L. Comparison of multiobjective evolutionary algorithms:empirical results[J]. Evol Comput, 2000, 8(2):173-195. doi: 10.1162/106365600568202

参数	数值	参数	数值
线圈盘材料	紫铜	斥力盘材料	紫铜
线圈盘内径/mm	4	斥力盘内径/mm	4
线圈盘截面宽/mm	1~4	斥力盘厚度/mm	2~5
线圈盘截面高/mm	1~7.2	充电电压/V	310
线圈盘层数/层	1	电容容值/μF	2 000~3 500
初始气隙/mm	2	杂散电阻/mΩ	20
开距/mm	20	触头系统重量/kg	0.25

参数	数值	参数	数值
线圈盘截面宽/mm	2	斥力盘厚度/mm	3
线圈盘截面高/mm	2.4	斥力盘外半径/mm	34
电容容值/μF	3 000	匝数/匝	16