论文部分内容阅读
电磁流量计测量精度的关键部件是电磁传感器励磁结构,因此对电磁传感器励磁结构优化方法的研究很有必要。传统的电磁传感器励磁结构设计存在着很大缺陷:设计人员对数据只是通过简单仿真和分析便得出结果,所以无法避免数据不充分,进而导致不能得到较好的最优电磁传感器励磁结构。为解决这一问题以便研制出精度更高的电磁流量计,本文提出了一种新的电磁传感器励磁结构设计方法。首先,构建了电磁传感器励磁结构有限元仿真模型。在有限元仿真方法思想的基础上,对需要仿真的对象进行物理模型分析;引入磁场评价指标,据此对所建模型的性能进行分析,并利用ANSYS有限元仿真软件对其进行网点划分、材料分配、仿真模型生成;对不同的结构参数进行仿真,得到仿真结果后使用MATLAB进行初步分析、记录,为之后的径向基神经网络的学习提供输入数据。其次,建立了电磁传感器励磁结构的神经网络模型。在使用神经网络构建励磁结构模型思想的基础上,研究了径向基神经网络的基本理论,并据此来编程实现该神经网络;通过与Back Propagation(BP)神经网络进行对比,验证其用来进行模型构建具有更好的性能;通过使用ANSYS软件获得的仿真数据,并将其作为教师数据通过径向基神经网络,网络经过学习得到两个非线性的系统模型。最后,研究了基于布谷鸟算法的电磁传感器励磁结构优化方法。在使用布谷鸟算法解决优化问题思想的基础上,使用权值分配的方式,将多目标优化问题转化为单目标优化问题;其次在初始化布谷鸟算法时,依次对两只布谷鸟进行了初始化,并设定了不同的搜索域,同时让两只布谷鸟分别独立飞行、搜索对应区域的最优解。并据此得出了电磁传感器励磁结构模型的最优参数解。