VIP13
本课程属于：019-CAE参数化设计与多目标优化 工业软件_CAE与数字工程 · 共 13 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

电磁性能参数化优化设计

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与电磁性能优化全景
目标=明确参数化优化设计的目标 · 典型电磁性能指标（如电感 · 损耗
课程导入电磁性能优化全景
02
电磁场问题参数化建模基础
目标=从几何参数 · 材料参数 · 激励参数到边界条件
电磁场问题参数化…目标=从几何参数
03
电磁性能仿真模型构建与验证
目标=以典型电磁器件为例 · 完成有限元/矩量法/时域仿真建模 · 并通过解析解或实验数据验证模型可信度
电磁性能仿真模型…验证
04
参数化几何建模与变量定义
目标=使用参数化CAD或脚本建模方法 · 定义设计变量 · 约束变量与导出变量
参数化几何建模变量定义
05
电磁材料参数化与非线性处理
目标=磁导率 · 电导率 · 介电常数等材料参数随场强/频率变化的…
电磁材料参数化非线性处理
06
目标函数与约束条件设计
目标=将电磁性能指标转化为可计算的目… · 处理多目标 · 多约束
目标函数约束条件设计
07
设计空间探索与实验设计
目标=拉丁超立方 · 正交试验 · Sobol序列等采样方法
设计空间探索实验设计
08
代理模型与响应面方法
目标=构建Kriging · 径向基函数 · 多项式响应面等代理模型
代理模型响应面方法
09
灵敏度分析与参数筛选
目标=通过局部/全局灵敏度分析识别关… · 降低优化维度 · 提高参数化优化效率
灵敏度分析参数筛选
10
梯度类优化算法在电磁参数优化中的应用
目标=最速下降 · 共轭梯度 · 序列二次规划等算法原理与电磁优化实现…
梯度类优化算法电磁参数优化
11
无梯度优化算法与全局搜索
目标=遗传算法 · 粒子群 · 差分进化
无梯度优化算法全局搜索
12
多目标电磁性能优化与Pareto前沿
目标=NSGA-II · MOEA/D等算法 · 权衡效率与转矩
Pareto多目标电磁性能优…
13
电磁性能参数化优化的约束处理技术
目标=处理几何约束 · 物理约束 · 制造约束
电磁性能参数化优…目标=处理几何约…
14
代理模型辅助的电磁优化框架
目标=结合自适应采样与代理模型更新 · 实现高效全局优化 · 并以天线或电机为例进行实战
代理模型辅助的电…目标=结合自适应…
15
电磁器件参数化优化实战
目标=电感器设计：以电感值为目标 · 优化绕组匝数 · 气隙
电磁器件参数化优…目标=电感器设计
16
电磁器件参数化优化实战
目标=永磁电机转矩优化 · 永磁体尺寸与充磁方向 · 优化平均转矩与转矩脉动
电磁器件参数化优…目标=永磁电机转…
17
电磁器件参数化优化实战
目标=天线带宽与增益优化 · 优化S11 · 增益
电磁器件参数化优…目标=天线带宽
18
电磁器件参数化优化实战
目标=变压器损耗与温升协同优化 · 降低铁损与铜损 · 并考虑热约束
电磁器件参数化优…目标=变压器损耗
19
电磁器件参数化优化实战
目标=无线充电线圈效率优化 · 匝数 · 补偿网络
电磁器件参数化优…目标=无线充电线…
20
电磁器件参数化优化实战
目标=电磁阀力-位移特性优化 · 线圈与弹簧参数 · 优化静态与动态电磁力特性
电磁器件参数化优…目标=电磁阀力
21
电磁性能参数化优化的并行计算与加速
目标=利用多核CPU · GPU · 集群并行执行仿真与优化
电磁性能参数化优…加速
22
电磁优化中的不确定性量化与鲁棒设计
目标=考虑制造公差 · 材料属性波动 · 进行蒙特卡洛
电磁优化不确定性量化
23
鲁棒与可靠性优化在电磁设计中的应用
目标=以电机 · 天线为例 · 优化性能均值与方差
鲁棒可靠性优化
24
电磁性能参数化优化的数据管理与流程自动化
目标=集成仿真工具 · 优化算法与数据库 · 实现自动化优化工作流与结果追溯
电磁性能参数化优…流程自动化
25
电磁优化结果分析与设计决策
目标=可视化Pareto前沿 · 平行坐标图 · 敏感性图
电磁优化结果分析设计决策
26
电磁性能参数化优化中的机器学习方法
目标=神经网络 · 高斯过程 · 强化学习在电磁优化中的辅助建模与策略…
电磁性能参数化优…机器学习方法
27
电磁-热-力多物理场参数化协同优化
目标=以电机或变压器为例 · 耦合电磁 · 热
电磁力多物理场参数化…
28
高频电磁器件参数化优化
目标=滤波器 · 耦合器 · 天线阵的S参数与场分布优化
高频电磁器件参数…目标=滤波器
29
电磁性能参数化优化案例综合研讨
目标=选取工业级案例 · 完整复盘从需求分析 · 参数化建模
电磁性能参数化优…目标=选取工业级…
30
课程总结与前沿展望
目标=回顾核心方法 · 探讨AI辅助优化 · 数字孪生
课程总结前沿展望