一种串激电机散热性能评估方法、终端及计算机存储介质与流程

1.本技术属于串激电机技术领域，尤其涉及一种串激电机散热性能评估方法、终端及计算机存储介质。


背景技术：

2.针对双风扇风冷系统的串激电机，冷却风扇与背部离心风轮是其风冷系统中非常重要的部件。风扇通过外加动力进行驱动，风轮依靠空气流动进行驱动，风扇与风轮的通风性能直接影响着串激电机的散热性能，进而影响串激电机的寿命和运行稳定性。串激电机的散热性能可通过定子绕组温升及风冷系统的风摩损耗功率进行表征，定子绕组温升、风冷系统的风摩损耗功率越小，串激电机的散热性能越好，定子绕组温升、风冷系统的风摩损耗功率越大，串激电机的散热性能越差。
3.风扇与风轮的通风性能与其结构参数紧密相关，如图1(a)所示，串激电机由下支架11、风轮12、定转子组件13、上支架14、风扇15、螺母16、风罩17组成；风轮12的结构参数包括风轮叶片数m、风轮叶片出口角β、风轮叶片弦长l，在图1(b)中对风轮叶片出口角β、风轮叶片弦长l进行了标注，其中，风轮叶片出口角β为风轮叶片外侧延线和风轮叶片与该外侧延线的交点的转动方向的切线反向之间的夹角；风扇15的结构参数包括风扇叶片数n、风扇叶片扭转角α、风扇轮毂直径d、风扇叶片外径d，分别在图1(c)及图1(d)中对风扇轮毂直径d、风扇叶片外径d，及风扇叶片扭转角α进行了标注，其中，图1(d)是图1(c)中叶片的截面图；风扇叶片扭转角α为风扇叶片截面的扭角。
4.如何确定上述结构参数对串激电机散热性能的影响并通过串激电机的结构参数评估其散热性能，成了亟待解决的问题。


技术实现要素：

5.针对上述技术问题，本技术提供一种串激电机散热性能评估方法、终端及计算机存储介质，以确定上述串激电机结构参数对串激电机散热性能的影响并通过串激电机的结构参数评估其散热性能。
6.本技术提供了一种串激电机散热性能评估方法，包括：构建串激电机散热性能评估模型；根据所述串激电机的第一结构参数的第一参数值及所述串激电机在所述第一参数值下的第一热数据，训练所述评估模型；在所述评估模型训练完成后，根据所述第一结构参数的第二参数值，确定所述串激电机的第二热数据。
7.在一实施方式中，所述第一热数据包括所述串激电机的风冷系统的第一风摩损耗功率及所述串激电机的定子绕组的第一温升；所述根据所述第一结构参数的第一参数值及所述串激电机在所述第一参数值下的第一热数据，训练所述评估模型的步骤，包括：根据所述第一结构参数中的各参数的取值范围，结合第一试验设计方法，确定所述第一结构参数的多组第一参数值；根据所述多组第一参数值、与所述多组第一参数值中的各组第一参数值对应的第一风摩损耗功率及第一温升，训练所述评估模型。
8.在一实施方式中，所述第一试验设计方法为最优拉丁超立方试验设计方法。
9.在一实施方式中，所述第二热数据包括所述串激电机的风冷系统的第二风摩损耗功率及所述串激电机的定子绕组的第二温升；所述在所述评估模型训练完成后，根据所述第一结构参数的第二参数值，确定所述串激电机的第二热数据的步骤，包括：将所述第一结构参数的第二参数值输入至训练完成的所述评估模型中，得到所述第二风摩损耗功率及所述第二温升。
10.在一实施方式中，在所述根据所述串激电机的第一结构参数的第一参数值及所述串激电机在所述第一参数值下的第一热数据，训练所述评估模型的步骤之前，包括：获取所述串激电机的第二结构参数及所述第二结构参数中的各参数的取值范围；根据所述第二结构参数中的各参数的取值范围，结合第二试验设计方法，确定所述第二结构参数的多组参数值；根据所述第二结构参数的多组参数值及所述串激电机在所述第二结构参数的多组参数值下的第三热数据，确定所述第一结构参数。
11.在一实施方式中，所述第二试验设计方法为普拉克特-伯曼试验设计方法。
12.在一实施方式中，所述第三热数据包括所述串激电机的风冷系统的第三风摩损耗功率及所述串激电机的定子绕组的第三温升；所述根据所述第二结构参数的多组参数值及所述串激电机在所述第二结构参数的多组参数值下的第三热数据，确定所述第一结构参数的步骤，包括：根据所述第二结构参数的多组参数值及与所述第二结构参数的多组参数值中的各组参数值对应的第三风摩损耗功率，确定所述第二结构参数中的各参数对所述第三风摩损耗功率的第一影响值；根据所述第二结构参数的多组参数值及与所述第二结构参数的多组参数值中的各组参数值对应的第三温升，确定所述第二结构参数中的各参数对所述第三温升的第二影响值；根据所述第一影响值及所述第二影响值，确定所述第一结构参数。
13.在一实施方式中，所述第一结构参数包括风扇叶片外径、风扇叶片扭转角及风扇轮毂直径。
14.本技术还提供了一种终端，所述终端包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述串激电机散热性能评估方法的步骤。
15.本技术还提供了一种计算机存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述串激电机散热性能评估方法的步骤。
16.本技术提供的一种串激电机散热性能评估方法、终端及计算机存储介质，通过串激电机的第一结构参数的第一参数值及串激电机在第一参数值下的第一热数据，训练串激电机散热性能的评估模型，并在评估模型训练完成后，根据第一结构参数的第二参数值，确定串激电机的第二热数据，提高了串激电机散热性能的评估效率及准确性。
附图说明
17.图1是双风扇风冷系统的串激电机的结构示意图；
18.图2是本技术实施例一提供的串激电机散热性能评估方法的流程示意图；
19.图3是本技术实施例一提供的第一影响值的分布示意图；
20.图4是本技术实施例一提供的第二影响值的分布示意图；
21.图5是本技术实施例二提供的终端的结构示意图。
具体实施方式
22.以下结合说明书附图及具体实施例对本技术技术方案做进一步的详细阐述。除非另有定义，本技术所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。本文所使用的“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
23.图2是本技术实施例一提供的串激电机散热性能评估方法的流程示意图。
24.如图2所示，本技术的串激电机散热性能评估方法可以包括如下步骤：
25.步骤s101：构建串激电机散热性能评估模型；
26.可选地，评估模型为基于前馈神经网络构建的模型；优选地，前馈神经网络为径向基函数(radial basis function，rbf)神经网络。
27.步骤s102：根据串激电机的第一结构参数的第一参数值及串激电机在第一参数值下的第一热数据，训练评估模型；
28.可选地，第一结构参数包括风扇叶片外径d、风扇叶片扭转角α、风扇轮毂直径d；第一热数据包括串激电机的风冷系统的第一风摩损耗功率及串激电机的定子绕组的第一温升。
29.可选地，第一热数据根据第一结构参数的第一参数值，通过仿真计算得到。
30.步骤s103：在评估模型训练完成后，根据第一结构参数的第二参数值，确定串激电机的第二热数据。
31.可选地，第二热数据包括串激电机的风冷系统的第二风摩损耗功率及串激电机的定子绕组的第二温升；
32.在一实施方式中，步骤s103包括：
33.将第一结构参数的第二参数值输入至训练完成的评估模型中，得到第二风摩损耗功率及第二温升。
34.本技术实施例一提供的串激电机散热性能评估方法，根据串激电机的第一结构参数的第一参数值及串激电机在第一参数值下的第一热数据，训练串激电机散热性能的评估模型，并在评估模型训练完成后，根据第一结构参数的第二参数值，确定串激电机的第二热数据，提高了串激电机散热性能的评估效率及准确性。
35.在一实施方式中，步骤s102包括：
36.根据第一结构参数中的各参数的取值范围，结合第一试验设计方法，确定第一结构参数的多组第一参数值；
37.根据第一结构参数的多组第一参数值、与第一结构参数的多组第一参数值中的各组第一参数值对应的第一风摩损耗功率及第一温升，训练评估模型。
38.在一实施方式中，在步骤s102之前包括：
39.获取串激电机的第二结构参数及第二结构参数中的各参数的取值范围；
40.根据第二结构参数中的各参数的取值范围，结合第二试验设计方法，确定第二结构参数的多组参数值；
41.根据第二结构参数的多组参数值及串激电机在第二结构参数的多组参数值下的第三热数据，确定第一结构参数。
42.可选地，第二结构参数包括风扇叶片数n、风扇叶片扭转角α、风扇叶片外径d、风扇轮毂直径d、风轮叶片数m、风轮叶片出口角β、风轮叶片弦长l；第三热数据包括串激电机风冷系统的第三风摩损耗功率及串激电机定子绕组的第三温升。
43.可选地，第三热数据根据第二结构参数的多组参数值，通过仿真计算得到。
44.在一实施方式中，根据第二结构参数的多组参数值及串激电机在第二结构参数的多组参数值下的第三热数据，确定串激电机的第一结构参数的步骤，包括：
45.根据第二结构参数的多组参数值及与第二结构参数的多组参数值中的各组参数值对应的第三风摩损耗功率，确定第二结构参数中的各参数对第三风摩损耗功率的第一影响值；
46.根据第二结构参数的多组参数值及与第二结构参数的多组参数值中的各组参数值对应的第三温升，确定第二结构参数中的各参数对第三温升的第二影响值；
47.根据第一影响值及第二影响值，确定第一结构参数。
48.其中，第一结构参数为影响串激电机散热性能的关键结构参数；第二结构参数为所有可能影响串激电机散热性能的结构参数；第一结构参数的第一参数值为训练评估模型使用的参数值；第一结构参数的第二参数值为评估模型训练完成后，实际应用过程中使用的参数值；第一热数据为训练评估模型使用的热数据，其根据第一结构参数的第一参数值，通过仿真计算得到，包括第一风摩损耗功率和第一温升；第二热数据为评估模型训练完成后，实际应用过程中得到的热数据，包括第二风摩损耗功率和第二温升；第三热数据为训练评估模型之前，确定第一结构参数使用的热数据，其根据第二结构参数的参数值，通过仿真计算得到，包括第三风摩损耗功率和第三温升。
49.本技术实施例一提供的串激电机散热性能评估方法，通过第一试验设计方法，根据第一结构参数的多组第一参数值，对评估模型进行训练，提高了训练效率及准确性；通过第二试验设计方法，根据第二结构参数的多组参数值，分析串激电机的第二结构参数种各参数对串激电机风冷系统的风摩损耗功率及串激电机定子绕组温升的影响，准确确定影响串激电机散热性能的第一结构参数；在评估模型训练完成后，得到第一结构参数与风摩损耗功率及定子绕组温升的准确映射关系，提高了串激电机散热性能的评估效率及准确性。
50.可选地，第一试验设计方法为最优拉丁超立方试验设计方法；由于最优拉丁超立方试验设计方法具有大大减少抽样的随机性，使得采样点在样本数据空间分布得更加均匀，更能良好地填充在样本数据空间中的特点，选择最优拉丁超立方试验设计方法作为第一试验设计方法，能够提高评估模型的训练效率及准确性。
51.可选地，第一结构参数中各参数的取值范围分别为：69mm≤风扇叶片外径d≤82mm；30
°
≤风扇叶片扭转角α≤50
°
；25mm≤风扇轮毂直径d≤40mm。
52.通过最优拉丁超立方试验设计方法从上述第一结构参数中的各参数的取值范围中选择了25组第一参数值，采用数值模拟软件(如：fluent)在预设工况(控制风扇以预设转速工作)下进行仿真计算，得到如表1所示的各组第一参数值对应的第一风摩损耗功率p1(单位为w)，第一温升δt1(单位为℃)。
53.表1通过最优拉丁超立方试验设计得到的25组第一参数值及各组第一参数值对应的第一风摩损耗功率及第一温升值
[0054][0055][0056]
进一步，将表1中25组第一参数值作为输入值，将与25组第一参数值中的各组第一参数值对应的第一风摩损耗功率及第一温升作为期望输出值，对评估模型进行训练，直到评估模型输出的风摩损耗功率与第一风摩损耗功率的偏差小于第一偏差阈值，且输出的温升与第一温升的偏差小于第二偏差阈值，评估模型训练完成。
[0057]
可选地，第二试验设计方法为普拉克特-伯曼(plackett-burman，pb)试验设计方法；由于pb试验设计方法具有使用最少的试验次数来得到众多影响因素的重要性排序的特点，选择pb试验设计方法作为第二试验设计方法，能够提高分析串激电机各结构参数对串激电机散热性能影响的效率，并准确确定影响串激电机散热性能的关键结构参数。
[0058]
可选地，考虑到串激电机中风扇、风轮的生产通用模型及pb试验对参数的高低水平要求，将第二结构参数中各参数的取值范围分别设置为n＝9或15，单位为个；α＝45或60，
单位为度；d＝69或80，单位为毫米；d＝30或40，单位为毫米；m＝19或35，单位为毫米；β＝23或42.5，单位为度；l＝8.35或10.5，单位为毫米。
[0059]
可选地，将pb试验设计方法的试验次数设置为12；通过pb试验设计方法，根据上述第二结构参数中的各参数的取值范围，得到如表2所示的12组参数值。
[0060]
表2通过pb试验设计得到的12组参数值
[0061][0062][0063]
可选地，在确定表2的12组参数值之后，采用数值模拟软件(如：fluent)在预设工况(控制风扇以预设转速工作)下进行仿真计算，得到如表3所示的各组参数值对应的第三风摩损耗功率p3(单位为w)，第三温升δt3(单位为℃)。
[0064]
表3各组参数值对应的第三风摩损耗功率及第三温升
[0065]
[0066]
进一步，为量化上述第二结构参数中的各参数对第三风摩损耗功率及第三温升的影响，对表3中的数据进行回归分析；可选地，采用design expert13软件对表3中的数据进行回归分析，分别得到表4与图3、表5与图4的分析结果。
[0067]
表4第三风摩损耗功率偏回归系数与影响因素显著性分析
[0068][0069][0070]
注：p值》0.05表示不显著影响,通常以ns(not significant)标记；0.01《p值《0.05
[0071]
表示次显著影响，通常以*标记；p值《0.01表示显著影响，通常以**标记。
[0072]
如表4所示，对于风扇叶片数n、风扇叶片扭转角α、风扇叶片外径d，其偏回归系数分别为3.59、7.12、18.97，标准误差均为1.08，说明风扇叶片数n、风扇叶片扭转角α、风扇叶片外径d对于第三风摩损耗功率均为正影响，即就高低两水平而言，随着风扇叶片数n、风扇叶片扭转角α、风扇叶片外径d的增加，第三风摩损耗功率呈上升趋势。风扇叶片数n、风扇叶片扭转角α、风扇叶片外径d的平方和百分值分别为154.52％、609.01％、4319％，显著大于表3中其他参数(因素)的平方和百分值，且风扇叶片扭转角α、风扇叶片外径d的p值都小于0.01，故风扇叶片扭转角α、风扇叶片外径d对于第三风摩损耗功率都为显著影响因素，风扇叶片数n的p值位于0.01与0.05之间，故风扇叶片数n对于第三风摩损耗功率为次显著影响因素，其他参数(因素)的p值都大于0.05，故其他参数对于第三风摩损耗功率都为不显著影响因素。
[0073]
进一步，对第二结构参数中的各参数对第三风摩损耗功率的影响进行量化，如图3所示，第二结构参数中的各参数对第三风摩损耗功率的第一影响值从高到低的排名依次为风扇叶片外径d、风扇叶片扭转角α、风扇叶片数n、风扇轮毂直径d、风轮叶片数m、风轮叶片出口角β、风轮叶片弦长l。其中，风扇叶片数n对第三风摩损耗功率的第一影响值位于第一阈值与第二阈值之间，风扇叶片扭转角α、风扇叶片外径d对第三风摩损耗功率的第一影响值大于第二阈值，其他参数对第三风摩损耗功率的第一影响值均小于第一阈值；第一阈值取值为2.77645，第二阈值取值为5.74651。
[0074]
表5第三温升偏回归系数与影响因素显著性分析
[0075][0076]
注：p值》0.05表示不显著影响,通常以ns(not significant)标记；0.01《p值《0.05
[0077]
表示次显著影响，通常以*标记；p值《0.01表示显著影响，通常以**标记。
[0078]
如表5所示，对于风扇叶片扭转角α、风扇叶片外径d、风扇轮毂直径d，其偏回归系数分别为1.02、-3.75、1.24，标准误差均为0.24，说明风扇叶片扭转角α与风扇轮毂直径d对于第三温升为正影响，即就高低两水平而言，随着风扇叶片扭转角α与风扇轮毂直径d的增大，第三温升呈上升趋势，而风扇叶片外径d对于第三温升为负影响，随着风扇叶片外径d的增大，第三温升呈下降趋势。风扇叶片扭转角α、风扇叶片外径d、风扇轮毂直径d的平方和百分值分别为12.57％、168％、18.55％，显著大于表4中其他参数(因素)的平方和百分值，且风扇叶片外径d、风扇轮毂直径d的p值都低于0.01，故风扇叶片外径d、风扇轮毂直径d对于第三温升为显著影响因素，风扇叶片扭转角α的p值位于0.01与0.05之间，故风扇叶片扭转角α对于第三温升为次显著影响因素，其他参数(因素)的p值都大于0.05，故其他参数对于第三风摩损耗功率都为不显著影响因素。
[0079]
进一步，对第二结构参数中的各参数对第三温升的影响进行量化，如图4所示，第二结构参数中的各参数对第三温升的第二影响值从高到低的排名依次为风扇叶片外径d、风扇轮毂直径d、风扇叶片扭转角α、风轮叶片数m、风扇叶片数n、风轮叶片出口角β、风轮叶片弦长l。其中，风扇叶片扭转角α、风扇轮毂直径d对第三温升的第二影响值位于第一阈值与第二阈值之间，风扇叶片外径d对第三温升的第二影响值大于第二阈值，其他参数对第三温升的第二影响值均小于第一阈值；第一阈值取值为2.77645，第二阈值取值为5.74651。
[0080]
可选地，根据第二结构参数中各参数的第一影响值及第二影响值，结合各参数的加工可行性的考量，选择风扇叶片外径d、风扇叶片扭转角α及风扇轮毂直径d作为影响串激电机散热性能的关键结构参数，即最终确定第一结构参数包括风扇叶片外径、风扇叶片扭转角及风扇轮毂直径。
[0081]
本技术实施例一提供的串激电机散热性能评估方法，通过普拉克特-伯曼试验设计方法，高效分析串激电机各结构参数对串激电机风冷系统的风摩损耗功率及串激电机定子绕组温升的影响，准确确定影响串激电机散热性能的关键结构参数，进一步基于最优拉丁超立方试验设计方法及评估模型，确定关键结构参数与风摩损耗功率及定子绕组温升的映射关系，提高了串激电机散热性能的评估效率及准确性。
[0082]
图5是本技术实施二提供的终端的结构示意图。本技术的终端包括：处理器110、存储器111以及存储在存储器111中并可在处理器110上运行的计算机程序112。处理器110执
行计算机程序112时实现上述串激电机散热性能评估方法实施例中的步骤。
[0083]
终端可包括，但不仅限于，处理器110、存储器111。本领域技术人员可以理解，图5仅仅是终端的示例，并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端还可以包括输入输出设备、网络接入设备、总线等。
[0084]
处理器110可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数词信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0085]
存储器111可以是终端的内部存储单元，例如终端的硬盘或内存。存储器111也可以是终端的外部存储设备，例如终端上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数词(secure digital,sd)卡，闪存卡(flash card)等。进一步地，存储器111还可以既包括终端的内部存储单元也包括外部存储设备。存储器111用于存储计算机程序以及终端所需的其他程序和数据。存储器111还可以用于暂时地存储已经输出或者将要输出的数据。
[0086]
本技术还提供一种计算机存储介质，计算机存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述串激电机散热性能评估方法实施例中的步骤。
[0087]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0088]
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
[0089]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。