Abstract




 
   

IJE TRANSACTIONS A: Basics Vol. 31, No. 7 (July 2018) 1050-1056    Article in Press

PDF URL: http://www.ije.ir/Vol31/No7/A/7-2838.pdf  
downloaded Downloaded: 21   viewed Viewed: 182

  DESIGN OPTIMIZATION OF AXIAL FLUX SURFACE MOUNTED PERMANENT MAGNET BRUSHLESS DC MOTOR FOR ELECTRICAL VEHICLE BASED ON GENETIC ALGORITHM
 
A. N. Patel and B. N. Suthar
 
( Received: November 28, 2017 – Accepted in Revised Form: February 23, 2018 )
 
 

Abstract    This paper presents the design optimization of axial flux surface mounted Permanent Magnet Brushless DC motor based on genetic algorithm for an electrical vehicle application. The rating of the motor calculated form vehicle dynamics is 250 W, 150 rpm. The axial flux surface mounted Permanent Magnet Brushless DC (PMBLDC) motor was designed to fit in the rim of the wheel. There are several design variables e.g. air gap flux density, slot loading, magnet spacer width, ratio of outer to inner diameter, air gap length, current density and space factor). The main contribution in the present work is to propose the best combination of design variables obtained using genetic algorithm (GA) optimization technique and design of motor based on optimized design variables. Final validation is carried out with the help of 3-D finite element analysis (FEA) for GA based constraint and unconstraint design. The entire procedure based on GA is explained with the help of block diagram. Efficiency of the axial flux surface mounted PMBLDC motor is enhanced from 88.15 to 91.5 % using GA based design optimization. Proposed optimization technique and methodology will be useful for performance improvement of any nonlinear engineering design involving various design variables for specific application.

 

Keywords    Axial Flux Permanent Magnet Brushless DC Motor; Computer Aided Design; Finite Element Analysis; Optimization; Genetic Algorithm

 

چکیده    در این مقاله بهینه سازی طراحی سطح شار محوری موتور جریان مستقیم بدون جاروبک مغناطیس دائم بر اساس ژنتیک الگوریتم برای کاربرد یک خودروی الکتریکی ارائه شده است. سرعت موتور محاسبه شده از طریق دینامیک خودرو 250 وات، 150 دور در دقیقه است. سطح شار محوری موتور جریان مستقیم بدون جاروبک مغناطیس دائم (PMBLDC) طراحی شد تا با لبه چرخ مطابقت کند. متغیرهای طراحی مختلفی مانند دانسیته شار شکاف هوایی، بارگذاری شکاف، عرض فاصله مغناطیس، نسبت قطر بیرونی به درونی، طول شکاف هوا، دانسیته جریان و فاکتور فضا وجود دارند. سهم علمی اصلی در کار حاضر پیشنهاد بهترین ترکیب متغیرهای طراحی بدست آمده با استفاده از روش بهینهسازی ژنتیک الگوریتم (GA) و طراحی موتور بر اساس متغیرهای طراحی بهینه شده است. اعتبارسنجی نهایی با کمک آنالیز عنصر محدود D-3 (FEA) برای طراحی با محدودیتGA و بدون محدودیت انجام شده است. کل روش بر اساس GA با کمک بلاک دیاگرام توضیح داده شده است. کارایی سطح شار محوری موتور PMBLDC با استفاده از بهینه سازی طراحی بر مبنای GA از 88.15 تا 91.5٪ افزایش یافته است. کارایی سطح شار محوری روش پیشنهادی بهینه سازی و اصول آن برای بهبود عملکرد هر طرح مهندسی غیرخطی شامل متغیرهای مختلف طراحی برای کاربرد خاص مفید خواهد بود.

References   

1.     Afjei, E., Hashemipour, O., Saati, M. and Nezamabadi, M., "A new hybrid brushless dc motor/generator without permanent magnet", International Journal of Engineering Transactions B Applications,  Vol. 20, No. 1, (2007), 77-86.

2.     Upadhyay, P., Rajagopal, K. and Singh, B., "Computer aided design of an axial-field permanent magnet brushless dc motor for an electric vehicle", Journal of applied physics,  Vol. 93, No. 10, (2003), 8689-8691.

3.     Ilka, R., Tilaki, A.R., Alamdari, H. and Baghipour, R., "Design optimization of permanent magnet-brushless dc motor using elitist genetic algorithm with minimum loss and maximum power density", Int. J. Mecha. Elecr. Comput. Technol,  Vol. 4, No. 10, (2014), 1169-1185.

4.     Azari, M.N., Samami, M. and Pahnehkolaei, S.A., "Optimal design of a brushless dc motor, by cuckoo optimization algorithm (research note)", International Journal of Engineering-Transactions B: Applications,  Vol. 30, No. 5, (2017), 668-677.

5.     Nair, A. and Rajagopal, K., "Generic model of an electric vehicle for dynamic simulation and performance prediction", in Electrical Machines and Systems (ICEMS), 2010 International Conference on, IEEE., (2010), 753-757.

6.     Sockeel, N., Shi, J., Shahverdi, M. and Mazzola, M., "Sensitivity analysis of the battery model for model predictive control implemented into a plug-in hybrid electric vehicle", in Transportation Electrification Conference and Expo (ITEC), 2017 IEEE, IEEE., (2017), 493-500.

7.     Bing, L., Huiyong, C., Hongwen, H. and Jiankun, P., "The dynamic matching calculation and simulation for dual-motor driven electric vehicle", in Transportation Electrification Asia-Pacific (ITEC Asia-Pacific), 2014 IEEE Conference and Expo, IEEE., (2014), 1-5.

8.     Hanselman, D.C., "Brushless permanent magnet motor design, The Writers' Collective,  (2003).

9.     Hendershot, J.R. and Miller, T.J.E., "Design of brushless permanent-magnet machines, Motor Design Books,  (2010).

10.   Mahmoudi, A., Kahourzade, S., Rahim, N.A. and Hew, W.P., "Design, analysis, and prototyping of an axial-flux permanent magnet motor based on genetic algorithm and finite-element analysis", IEEE Transactions on Magnetics,  Vol. 49, No. 4, (2013), 1479-1492.


Download PDF 



International Journal of Engineering
E-mail: office@ije.ir
Web Site: http://www.ije.ir