1.一种线圈型电磁发射器关键参数优化方法，其特征在于：包括以下步骤：步骤1，确定电磁线圈发射系统的结构；

步骤2，采用有限元仿真计算的方法分析电磁线圈系统发射过程中各参数的变化特性；

步骤3，根据均匀试验设计方法在不同线圈触发位置下进行试验；

步骤4，基于试验结果数据，进行多元非线性回归分析，得到多级线圈触发位置与发射速度之间的相关关系；

步骤5，在原有粒子群算法的基础上采用动态调整惯性权重方法获得改进型粒子群算法；

步骤6，基于所述改进型粒子群算法对电磁线圈发射系统进行参数优化设计，得到各级驱动线圈的最优触发位置；

步骤7，完成电磁线圈发射系统的关键参数优化设计过程，并对优化后的参数结果进行试验分析验证。

2.根据权利要求1所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：步骤

1中，采用五级同步感应线圈垂直发射系统，线圈均采用相同导线进行绕制，并采用固定尺寸的铝筒作为弹丸，从静止开始加速；每一级线圈驱动电路的脉冲电容器都采用相同的电压和容量，五级驱动线圈均有各自独立的电源，每一级驱动线圈都有一个最佳的触发位置。

3.根据权利要求2所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：步骤

3中，考虑电磁线圈发射过程中的重力因素，在均匀设计当中，进行试验安排时只需考虑试验点在试验范围内的均匀分布，为了避免出现后一级线圈比前一级提前触发的情况，把后一级在前一级触发之后延迟触发的位置量作为变量，由此，将第一级驱动线圈触发位置x1，第二级驱动线圈延后于第一级驱动线圈触发的位置x2，第三级驱动线圈延后于第二级驱动线圈触发的位置x3，第四级驱动线圈延后于第三级驱动线圈触发的位置x4以及第五级驱动线圈延后于第四级驱动线圈触发的位置x5这5个因素用于均匀试验研究；针对五级同步感应线圈垂直发射系统，选择23个水平数；以弹丸线圈(4)最大发射速度作为试验指标，利用Maxwell软件分别对23种因素水平组合进行仿真计算，并基于仿真数据对结果进行分析。

4.根据权利要求3所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：步骤

4中，所述多元非线性回归分析，回归方程选择为：

式中，y为最大发射速度，x1、x2、x3、x4、x5分别为五个触发位置；b0、b1、b2、b3、b4、b5、b6、b7、b8、b9、b10、b11、b12、b13、b14、b15、b16、b17、b18、b19、b20为回归方程中各回归系数。

5.根据权利要求4所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：步骤

5中，考虑到粒子群算法容易陷入局部最优，为了平衡算法的全局搜索和局部搜索能力，在速度进化的方程中引入约束因子和惯性权重线性增大，实现算法的快速收敛，提高搜索效率，改进后的粒子群算法进化方程为：v(i+1)＝v(i)+αw(i)v(i)+αc1r1(pi(i)‑x(i))+αc2r2(pg(i)‑x(i))      (3)式中： 为约束因子，达到控制速度权重的目的；

c1、c2为学习因子；w(i)＝wmax‑(wmax‑wmin)(n‑i)/n为惯性因子，迭代初期惯性因子取值较小，利于粒子在其自身局部最优解周围进行细致搜索；wmax、wmin分别为惯性权重最大、最小值，i为当前迭代次数，n为最大迭代次数。

6.根据权利要求5所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：改进粒子群算法步骤包括：基于仿真数据编写回归分析程序，得到回归方程中各回归系数，由此可得回归方程：将粒子群进行初始化，利用式(2)计算每个粒子的适应度值，并更新粒子的个体最佳位置和群体的全局最佳位置；利用式(3)对每个粒子的速度和位置进行更新，若粒子的速度或者位置超出了各自的约束范围，分别对其速度和位置进行校正；当迭代达到最大次数时，结束运算输出最优解；

根据上述步骤，利用改进粒子群算法进行优化，粒子为上述五个触发位置X＝(x1,x2,Tx3,x4,x5) ，适应度函数为式(2)所得回归方程，适应度值为弹丸线圈最大发射速度；

T

通过迭代寻优，获得最优设计变量为X＝(171,19,76,102,200) ；

将最优参数代入有限元模型中，由此选择优化后的参数为x1＝171，x2＝19，x3＝76，x4＝

102，x5＝200。

7.根据权利要求6所述的一种线圈型电磁发射器关键参数优化方法，其特征在于：基于粒子群算法优化后的各级线圈的触发位置为：第一级驱动线圈(3)，171mm；第二级驱动线圈，190mm；第三级驱动线圈，266mm；第四级驱动线圈，368mm；第五级驱动线圈(2)，568mm；弹丸线圈(4)最大发射速度达到38.13m/s，发射效率为58.48％。