车辆电驱总成的散热方法、系统、电子设备和存储介质与流程

本发明涉及车辆，更具体地，涉及车辆电驱总成的散热方法、系统、电子设备和存储介质。

背景技术：

1、电能作为对环境友好的二次能源，能够替换传统内燃机化石燃料，驱动电机输出机械能，大力发展新能源汽车，是解决能源问题和环境问题的重要途径，也是国家发展规划的重点问题。

2、动力系统驱动电驱总成具有高功率密度、高效率、响应速度快和调速范围广等特点，逐步成为新能源汽车驱动电驱总成的竞争核心。针对所开发的大功率电驱总成产品进行散热系统进行优化设计，寻找最优电驱总成散热参数，得到最佳的散热效果是开发过程中最大的难点之一，现有的设计技术往往通过借鉴市场上的成熟产品，或大量的性能开发测试摸索数据来进行结构优化，较少通过大数据多目标优化的方式来建立开发模型，因此，是本领域亟需解决的技术问题。

技术实现思路

1、有鉴于此，本发明提供了一种车辆电驱总成的散热方法，用以解决现有技术较少通过大数据多目标优化的方式来建立开发模型的问题。

2、第一方面，本申请提供一种车辆电驱总成的散热方法，包括：

3、获取样本点分布合理的样本空间；

4、根据样本点分布合理的样本空间，选取电驱总成最高温度、冷却水压和冷却油压为研究目标，构建电驱总成代理模型；

5、通过增量学习策略对电驱总成代理模型进行优化，得到高精度代理模型；

6、以电机的油路结构为设计变量，以电驱总成的最高温度和冷却液压力为优化目标，利用多目标优化算法对高精度代理模型进行求解，得到不同优化算法的最优解。

7、第二方面，本申请提供一种车辆电驱总成的散热系统，应用于上述车辆电驱总成的散热方法，包括：

8、获取模块，用于获取样本点分布合理的样本空间；

9、构建模块，用于根据样本点分布合理的样本空间，选取电驱总成最高温度、冷却水压和冷却油压为研究目标，构建电驱总成代理模型；

10、优化模块，用于通过增量学习策略对电驱总成代理模型进行优化，得到高精度代理模型；

11、计算模块，用于以电机的油路结构为设计变量，以电驱总成的最高温度和冷却液压力为优化目标，利用多目标优化算法对高精度代理模型进行求解，得到不同优化算法的最优解。

12、第三方面，本申请提供一种电子设备，电子设备包括：

13、存储器，用于存储程序；和

14、处理器，用于通过调用存储在存储器内的程序，以执行上述任一项的车辆电驱总成的散热方法。

15、第四方面，本申请提供一种计算机可读存储介质，其特征在于，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行上述任一项的车辆电驱总成的散热方法。

16、与现有技术相比，本发明提供的车辆电驱总成的散热方法、系统、电子设备和存储介质，至少实现了如下的有益效果：

17、本发明提供的车辆电驱总成的散热方法、系统、电子设备和存储介质，该车辆电驱总成的散热方法包括：获取样本点分布合理的样本空间；根据样本点分布合理的样本空间，选取电驱总成最高温度、冷却水压和冷却油压为研究目标，构建电驱总成代理模型；通过增量学习策略对电驱总成代理模型进行优化，得到高精度代理模型；以电机的油路结构为设计变量，以电驱总成的最高温度和冷却液压力为优化目标，利用多目标优化算法对高精度代理模型进行求解，得到不同优化算法的最优解，采用上述方案，通过增量学习策略对电驱总成代理模型进行优化，使得高精度代理模型的精度得到了明显的改善，最终评价指标中r-square值可以达到0.983，能够真实反应实际物理情况；之后利用不同多目标优化算法对高精度代理模型进行求解，得到不同多目标优化算法的帕累托最优解，不同多目标优化算法的最优解经过乌托邦点法，得到最优解，经验证具有较高的可靠性，能够显著改善电驱总成散热效果，为实际电驱总成散热系统的生产加工提供理论支撑；此外，由于感应电动机的使用寿命受电驱总成最高工作温度的影响很大，因此改善电动机的内部散热能够提高电动机的寿命。

18、当然，实施本发明的任一产品必不特定需要同时达到以上的所有技术效果。

19、通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

1.一种车辆电驱总成的散热方法，其特征在于，包括：

2.根据权利要求1所述的车辆电驱总成的散热方法，其特征在于，所述以电机的油路结构为设计变量，以电驱总成的最高温度和冷却液压力为优化目标，利用多目标优化算法对所述高精度代理模型进行求解，得到不同优化算法的最优解之后包括：

3.根据权利要求2所述的车辆电驱总成的散热方法，其特征在于，所述利用乌托邦点法比较不同优化算法的优劣性，得到实际最优方案包括：

4.根据权利要求1所述的车辆电驱总成的散热方法，其特征在于，所述通过增量学习策略对电驱总成代理模型进行优化，得到高精度代理模型包括：

5.根据权利要求4所述的车辆电驱总成的散热方法，其特征在于，所述利用增量克里金方法对评价后的电驱总成代理模型中精度不足的设计变量进行优化，通过期望改进方法对初始训练集的不断优化和更新，得到所述高精度代理模型包括：

6.根据权利要求1所述的车辆电驱总成的散热方法，其特征在于，所述获取所述样本点分布合理的样本空间包括：

7.一种车辆电驱总成的散热系统，其特征在于，应用于权利要求1-6任一项所述车辆电驱总成的散热方法，包括：

8.一种电子设备，其特征在于，所述电子设备包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1-6中任一项所述的车辆电驱总成的散热方法。