[發明專利]用于教學的電機設計方法及系統

有效

• 申請號: 202010986951.6
• 申請日: 2020-09-18
• 公開（公告）號: CN112131788B
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 林錦華
• 申請（專利權）人: 江西蘭葉科技有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/04;G06N3/08;G09B5/02;G06F111/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 彭琰

1.一種用于教學的電機設計方法，其特征在于，包括以下步驟：

獲取用戶輸入的電機設計目標信息；

獲取用戶選定的多個電機設計參數項目，多個所述電機設計參數項目具有先后順序；

當用戶針對多個所述電機設計參數項目中的目標電機設計參數項目輸入設計參數數據時，以所述電機設計目標信息作為約束條件，通過深度強化學習網絡模型計算輸出概率值；

判斷所述輸出概率值是否在預設范圍內；

若所述輸出概率值在預設范圍內，則顯示第一顏色標識；

若所述輸出概率值不在預設范圍內，則顯示第二顏色標識；

所述深度強化學習網絡模型采用以下步驟訓練得到：

確定訓練電機的主要參數數據，并將所述訓練電機的主要參數數據填入表格中，該表格的維度為2，在X，Y維度上；

將該表格在Z維度上擴充復制若干次，形成維度為3的立體表格；

另設一個特征提取表格，并使用卷積積分手段，對所述立體表格進行掃描，得到新的具有高層特征的第一表格，再設計一個第二表格，并對所述第一表格進行掃描，得到具有更高特征的第三表格，將所述第三表格拉平，得到具有數據的一維表格，將此數據經過深度強化學習網絡訓練，并最終使用softmax函數進行輸出處理，使輸出變成一個概率值，當該概率值大于預設值時，判斷設計方案通過，否則，判斷設計方案未通過，經過如此訓練，分別得出所述深度強化學習網絡模型的結構數據和權重數據。

2.根據權利要求1所述的用于教學的電機設計方法，其特征在于，判斷所述輸出概率值是否在預設范圍內的步驟之后，所述方法還包括：

若所述輸出概率值在預設范圍內，則顯示第一顏色標識，并給出所述目標電機設計參數項目以后的各個電機設計參數項目對應的推薦參數數據。

3.根據權利要求1所述的用于教學的電機設計方法，其特征在于，判斷所述輸出概率值是否在預設范圍內的步驟之后，所述方法還包括：

若所述輸出概率值不在預設范圍內，則顯示第二顏色標識，并給出所述目標電機設計參數項目的推薦參數數據。

4.根據權利要求1所述的用于教學的電機設計方法，其特征在于，所述電機設計目標信息至少包括：電磁場分布信息、溫度場分布信息、振動及噪聲信息、運動結果信息、機械結構強度信息。

5.一種用于教學的電機設計系統，其特征在于，所述系統包括：

第一獲取模塊，用于獲取用戶輸入的電機設計目標信息；

第二獲取模塊，用于獲取用戶選定的多個電機設計參數項目，多個所述電機設計參數項目具有先后順序；

計算模塊，用于當用戶針對多個所述電機設計參數項目中的目標電機設計參數項目輸入設計參數數據時，以所述電機設計目標信息作為約束條件，通過深度強化學習網絡模型計算輸出概率值；

判斷模塊，用于判斷所述輸出概率值是否在預設范圍內；

第一顯示模塊，用于若所述輸出概率值在預設范圍內，則顯示第一顏色標識；

第二顯示模塊，用于若所述輸出概率值不在預設范圍內，則顯示第二顏色標識；

所述深度強化學習網絡模型采用以下步驟訓練得到：

確定訓練電機的主要參數數據，并將所述訓練電機的主要參數數據填入表格中，該表格的維度為2，在X，Y維度上；

將該表格在Z維度上擴充復制若干次，形成維度為3的立體表格；

另設一個特征提取表格，并使用卷積積分手段，對所述立體表格進行掃描，得到新的具有高層特征的第一表格，再設計一個第二表格，并對所述第一表格進行掃描，得到具有更高特征的第三表格，將所述第三表格拉平，得到具有數據的一維表格，將此數據經過深度強化學習網絡訓練，并最終使用softmax函數進行輸出處理，使輸出變成一個概率值，當該概率值大于預設值時，判斷設計方案通過，否則，判斷設計方案未通過，經過如此訓練，分別得出所述深度強化學習網絡模型的結構數據和權重數據。

6.根據權利要求5所述的用于教學的電機設計系統，其特征在于：

所述第一顯示模塊具體用于若所述輸出概率值在預設范圍內，則顯示第一顏色標識，并給出所述目標電機設計參數項目以后的各個電機設計參數項目對應的推薦參數數據。