基于AFSA-eCS混合算法的超磁致伸缩换能器输出特性分析

作     者：高兵 吴泽伟 赵能桐 宁倩 杨文虎 Gao Bing;Wu Zewei;Zhao Nengtong;Ning Qian;Yang Wenhu

作者机构：湖南大学电气与信息工程学院长沙410082 

出 版 物：《电工技术学报》 (Transactions of China Electrotechnical Society)

年 卷 期：2025年第40卷第2期

页      面：346-357页

核心收录：

学科分类：080902[工学-电路与系统] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 

基　　金：国家自然科学基金(52377010) 中国博士后科学基金(2023M741113) 中国博士后科学基金(2023M741114)资助项目 

主　　题：超磁致伸缩换能器 参数辨识 综合电路模型 混合算法 

摘      要：超磁致伸缩换能器工作性能受到电-磁-机多场耦合的影响,常利用多场模型分析其非线性输出特性,而能否准确获取其多场耦合参数决定了模型的准确性,是换能器设计和优化的关键。鉴于换能器多场模型具有参数多、耦合强、参数辨识难等特点。该文提出基于改进人工鱼群和布谷鸟混合的超磁致伸缩换能器多场模型参数辨识方法。首先,考虑切割棒材涡流效应的影响,建立超磁致伸缩换能器电-磁-机多场耦合的综合电路模型,来实现超磁致伸缩换能器输出行为的模拟;其次,针对模型参数维度多、耦合强的问题,提出了改进的人工鱼群和布谷鸟混合算法(AFSA-eCS),该方法引入精英个体反向学习策略、动态步长和动态发现概率以强化局部精细化搜索能力;最后,基于实验平台验证了综合电路模型和AFSA-eCS的有效性。结果表明:AFSA-eCS相较于单一算法与遗传退火混合算法(GA-SA)收敛快、参数辨识精度高,基于所提算法和模型能够快速有效分析换能器不同工况下的输出特性。