1.一种对永磁体定量充退磁的方法,其特征是具有以下步骤:
步骤1):分别将充磁时建模用永磁体A、退磁时建模用永磁体D放入充退磁机中,充退磁机以充电电压进行充电,采用高斯计测到磁感应强度;
步骤2):由磁感应强度和充电电压的关系分别建立充磁时的充电电压的RBF神经网络预测模型V=f(B)和退磁时的充电电压的RBF神经网络预测模型V1=h(B1),V是充磁时充电电压,B是充磁时磁感应强度,V1是退磁时充电电压,B1是退磁时磁感应强度;
步骤3):分别将与充磁时建模用永磁体A同型号的待充磁永磁体C、退磁时建模用永磁体D同型号的待退磁永磁体E放入充退磁机中,计算出待充磁永磁体C充磁后的磁感应强度B′、待退磁永磁体E退磁后的磁感应强度B1′;
步骤4):将磁感应强度B′输入到RBF神经网络预测模型V=f(B)、磁感应强度B1′输入到RBF神经网络预测模型V1=h(B1),得到对应的充电电压V′、V1′,充退磁机以充电电压V′对待充磁永磁体C充磁、以充电电压V1′对待退磁永磁体退磁。
2.根据权利要求1所述的一种对永磁体定量充退磁的方法,其特征是:充磁时的步骤包括:步骤1‑1):设置充退磁机的初始充电电压为V0和增加一个充电电压的差值ΔV,充退磁机以V0的充电电压对建模用永磁体A充磁,高斯计测量到磁感应强度为B0;
步骤1‑2):增加充电电压为V=V0+ΔV,高斯计测量到对应的磁感应强度B;
步骤1‑3):重复步骤1‑2)n次,直到磁感应强度B的值达到磁感应强度最大值Bmax,将n+1个磁感应强度B作为输入,n+1个充电电压V作为输出建立充电电压的RBF神经网络预测模型V=f(B)。
3.根据权利要求2所述的一种对永磁体定量充退磁的方法,其特征是:在建立充电电压的RBF神经网络预测模型V=f(B)后,设置充磁程度s,0
4.根据权利要求3所述的一种对永磁体定量充退磁的方法,其特征是:由式B′=Bmax*s%计算出待充磁永磁体C充磁后的磁感应强度B′。
5.根据权利要求1所述的一种对永磁体定量充退磁的方法,其特征是:退磁时的步骤包括:步骤2‑1):将建模用永磁体D放入充退磁机中,高斯计测到磁感应强度为B1‑0;
步骤2‑2):充退磁机以初始充电电压V1‑0充电,对建模用永磁体D退磁,高斯计测到磁感应强度为B1‑1;
步骤2‑5):增加充电电压,使充电电压V1=V1‑0+ΔV,ΔV为充电电压每增加一次的差值,高斯计测到磁感应强度B1;
步骤2‑6):重复执行步骤2‑5)n次,直到磁感应强度B1等于0,将n+1个磁感应强度B1作为输入,n+1个充电电压V1作为输出建立充电电压的RBF神经网络预测模型V1=h(B1)。
6.根据权利要求5所述的一种对永磁体定量充退磁的方法,其特征是:在建立充电电压的RBF神经网络预测模型V1=h(B1)后,设置退磁程度v,0
7.根据权利要求6所述的一种对永磁体定量充退磁的方法,其特征是:根据式B1′=B1‑0*(100‑v)%计算出退磁后的磁感应强度B1′。
8.根据权利要求2所述的一种对永磁体定量充退磁的方法,其特征是:充退磁机的内部具有充磁电路和退磁电路,充磁电路的输出端经第一电容器连接第一线圈,退磁电路的输出端经第二电容器连接第二线圈,建模用永磁体A放入第一线圈中,充退磁机将电路切换为充磁电路。
9.根据权利要求5所述的一种对永磁体定量充退磁的方法,其特征是:充退磁机的内部具有充磁电路和退磁电路,充磁电路的输出端经第一电容器连接第一线圈,退磁电路的输出端经第二电容器连接第二线圈,建模用永磁体D放入第二线圈中,充退磁机将电路切换为退磁电路。