A partire dal design analitico si scelgono le variabili di ottimizzazione e si sviluppa uno studio multi-obiettivo (efficenza-costo) applicato ad una SPMSM. La valutazione viene fatta sfruttando le funzuoni surrogate costruite con il Box-Behnken design. Quest'ultimo si basa su simulazioni effettuato con software FEM. Un algoritmo di clustering viene implementato per permettere una maggiore accuratezza del BBD. Grazie ad esso, i risultati dimostrano un netto miglioramento del design surrogato.

Multi-Objective Surrogate Optimization of a Surface Permanent Magnet Synchronous Machine

Schiavon, Matteo
2020/2021

Abstract

A partire dal design analitico si scelgono le variabili di ottimizzazione e si sviluppa uno studio multi-obiettivo (efficenza-costo) applicato ad una SPMSM. La valutazione viene fatta sfruttando le funzuoni surrogate costruite con il Box-Behnken design. Quest'ultimo si basa su simulazioni effettuato con software FEM. Un algoritmo di clustering viene implementato per permettere una maggiore accuratezza del BBD. Grazie ad esso, i risultati dimostrano un netto miglioramento del design surrogato.
2020-12-23
ottimizzazione
File in questo prodotto:
File Dimensione Formato  
Schiavon_Matteo_1197576.pdf

Open Access dal 24/12/2023

Dimensione 2.57 MB
Formato Adobe PDF
2.57 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/28791