1.一种双三相永磁同步电机定转子拓扑的智能优化方法，其特征在于，所述方法包括：建立以电机系统温度为强加边界条件，以电机的转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量为优化对象，寻求健康和所有容错模式下的轻量化设计和效率均最优的目标函数；

所述建立以电机系统温度为强加边界条件，以电机的转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量为优化对象，寻求健康和所有容错模式下的轻量化设计和效率均最优的目标函数，包括：根据双三相永磁同步电机实际运行参数，建立双三相永磁同步电机与驱动器的直接耦合分析模型；

所述根据双三相永磁同步电机实际运行参数，建立双三相永磁同步电机与驱动器的直接耦合分析模型，表示为：其中，uin和iin分别为驱动单元输出至定子绕组的相电压和相电流，Rs为绕组相电阻，Les为绕组的端部电感，la为铁心的轴向长度，s为绕组横截面积，Ω+和Ω‑分别为求解域中绕组线圈正方向和负方向的总面积；

其中，绕组的端部电感取决于每个线圈的端部绕组电感之和，其值可由以下经验公式计算：其中，μ0为真空磁导率，N为线圈匝数，D为线圈两边所跨的弦长，ap为并联支路数，lgmd为导体间的几何距离；

通过直接耦合分析模型计算某一工况时健康和所有容错模式下定转子拓扑改变时系统的功率密度、转矩密度和效率，并拟合出某一工况下系统轻量化设计指标和效率随上述定转子拓扑变化的曲线，进而建立全运行范围内健康和所有容错模式下系统轻量化设计指标和效率关于转矩、转速和定转子拓扑的映射图谱；

设定双三相永磁同步电机可靠运行的温度阈值并建立电磁‑温度双向耦合的全链式分析模型，计算全运行范围内健康及所有容错模式下定转子拓扑改变时的温升情况，并建立全容错模式下电机系统温度随定转子拓扑改变的映射图谱；

通过上述映射图谱对健康和所有容错模式下的轻量化设计指标和效率会进行综合考量，以双三相永磁同步电机电机系统温度为强加边界条件；在电机整体尺寸不变的前提下，寻求全容错模式下轻量化设计和效率都最优的定转子拓扑组合，并以此优化转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量，从而寻求出健康和所有容错模式下的轻量化设计和效率均最优的目标函数；

电机系统温度阈值和强加边界条件为：

Tlimit＝min(Twinding*95％，TPM*95％)

其中，Tlimt为电机系统的温度阈值，Twinding为电机绕组的绝缘耐温等级，TPM为电机永磁体的耐温等级，Tj为第j种运行模式下电机系统的温度；

基于瞬态温度场和流体动力学理论，并考虑绕组阻值随温度变化的影响，建立电磁‑温度双向耦合的全链式分析模型，三维瞬态温度场的分析方程和边界条件可表示为：其中，λx,λy和λz分别为求解域内材料沿x,y和z方向的导热系数,qv为各热源密度之和,ρ为密度，c为比热容，ks1和ks2分别为s1与s2面的法向导热系数，s1为电机绝热边界面，s2为电机散热边界面，kα为散热面s2的散热系数，Tf为环境温度；

绕组材料的电阻率和温度的关系可表示为：

ρT＝ρ0[1+αR(T‑T0)]

其中，ρT和ρ0分别为在温度T和T0时绕组材料的电阻率，αR为绕组材料的电阻率温度系数；

所述目标函数表达式如下：

其中，j＝1,2,3,4分别表示双三相永磁同步电机运行在健康模式、五相运行模式、四相运行模式和三相运行模式，所述健康模式为六相运行模式，νj表示第j种运行模式效率和轻量化设计指标在目标函数中所占的权重系数，Tj表示第j种运行模式的电机系统温升情况，Tlimt表示所设定双三相永磁同步电机可靠运行的温度阈值，ηj,SP_j,STe_j分别表示第j种运行模式下电机运行的效率、功率密度和转矩密度，并且η＝Pout/Pin，SP_j＝PN/Va，STe_j＝T2N/Va，Pout为电机系统输出功率，Pin为电机系统输入功率，PN为电机额定功率，T2N为电机输出额定转矩，Va为电机铁芯与绕组包围的空间体积，即电机铁芯与绕组端部所占的总体积；

通过采用遗传算法对目标函数进行寻优控制，从而得出满足轻量化设计和效率的最优解；

所述通过采用遗传算法对目标函数进行寻优控制，从而得出满足轻量化设计和效率的最优解,包括：(1)通过二进制编码表示不同定转子拓扑组合的个体，并根据编码对应的参数范围确定搜索种群的规模，采用随机方法产生初始种群；

(2)建立适应度函数，并计算每种定转子拓扑组合的适应度函数值，通过适应度函数对定转子拓扑组合进行优劣的定量评价；

(3)利用轮盘赌算法选择进入下一代群体中的定转子拓扑组合；

(4)采用随机配对的方法进行两两个体之间染色体基因的交叉互换；

(5)对二进制编码中某一位的进行补运算的个体进行变异操作；

(6)采用精英保留策略，将群体中迄今出现的适应度函数值最优的定转子拓扑组合直接复制到下一代中，从而保证算法的收敛性，使算法能够渐进收敛到全局最优解；

(7)反复执行步骤(2)到(6)，直到寻求到最优的定转子拓扑组合，满足目标函数中健康和所有容错模式下轻量化设计和效率都较优的终止条件；

适应度函数通过寻求电机全容错模式下轻量化设计和效率最优的目标函数确定，并采用幂律尺度变化法进行标定，以使得在算法优化过程的初始阶段缩小个体适应度之间的差距；在算法优化过程的最后阶段扩大个体之间的适应度差异，保证算法在高适应度值个体对应解区域进行集中搜索，加快算法收敛速度，其适应度函数及其标定方法如下：α

H(x)＝F(x)

其中，Cmin是足够小的常数，G(x)为以电机温度为强加边界条件，定转子拓扑为优化对象，健康和所有容错模式下轻量化设计和效率为优化目标的目标函数；F(x)为当前种群的适应度函数，N为群体规模，xi表示群体中第i个个体，即第i种定转子拓扑组合， 为当前种群的平均适应度，且通过 反映种群中不同定转子拓扑组合之间的优劣性，H(x)为随着遗传代数变换后的适应度函数，当参数α>1时，选择压力会增大，当参数α<1时，选择压力会减小。

2.根据权利要求1所述的一种双三相永磁同步电机定转子拓扑的智能优化方法，其特征在于，所述双三相永磁同步电机包括不对称六相永磁同步电机和对称六相永磁同步电机，并且两套绕组中性点连接方式包含公共中性点连接和中性点隔离连接方式，此外上述绕组分布和不同中性点连接方式的双三相永磁同步电机在发生断相故障时都能进入五相运行、四相运行和三相运行容错模式。

3.根据权利要求1所述的一种双三相永磁同步电机定转子拓扑的智能优化方法，其特征在于，所述通过二进制编码表示不同定转子拓扑组合的个体，具体为：选用长度为6×8位的二进制编码表示一种定转子拓扑的组合，其中最高八位表示转子极弧系数对应的基因，次高八位表示气隙长度对应的基因，中高八位表示定子开槽的槽口宽度对应的基因，中低八位表示定子开槽的槽口深度对应的基因，次低八位表示铁芯长度对应的基因，最低八位表示永磁体的厚度及重量对应的基因；

转子极弧系数以0.02为步长在0.4到1.3之间进行参数优化设计，气隙长度以0.02mm为步长在0.4mm到1.5mm之间进行参数优化设计，定子槽的槽口宽度以0.05mm为步长在0到5mm之间进行参数优化设计，定子槽的槽口深度以0.05mm为步长在0到5mm之间进行参数优化设计，铁芯长度以1mm为步长在90mm到260mm之间进行参数优化设计，永磁体的厚度以0.05mm为步长在2mm到8mm之间进行参数优化设计。

4.一种双三相永磁同步电机定转子拓扑的智能优化装置，其特征在于，所述装置包括：目标函数构建模块，用于建立以电机系统温度为强加边界条件，以电机的转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量为优化对象，寻求健康和所有容错模式下的轻量化设计和效率均最优的目标函数；

所述建立以电机系统温度为强加边界条件，以电机的转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量为优化对象，寻求健康和所有容错模式下的轻量化设计和效率均最优的目标函数，包括：根据双三相永磁同步电机实际运行参数，建立双三相永磁同步电机与驱动器的直接耦合分析模型；

所述根据双三相永磁同步电机实际运行参数，建立双三相永磁同步电机与驱动器的直接耦合分析模型，表示为：其中，uin和iin分别为驱动单元输出至定子绕组的相电压和相电流，Rs为绕组相电阻，Les为绕组的端部电感，la为铁心的轴向长度，s为绕组横截面积，Ω+和Ω‑分别为求解域中绕组线圈正方向和负方向的总面积；

其中，绕组的端部电感取决于每个线圈的端部绕组电感之和，其值可由以下经验公式计算：其中，μ0为真空磁导率，N为线圈匝数，D为线圈两边所跨的弦长，ap为并联支路数，lgmd为导体间的几何距离；

通过直接耦合分析模型计算某一工况时健康和所有容错模式下定转子拓扑改变时系统的功率密度、转矩密度和效率，并拟合出某一工况下系统轻量化设计指标和效率随上述定转子拓扑变化的曲线，进而建立全运行范围内健康和所有容错模式下系统轻量化设计指标和效率关于转矩、转速和定转子拓扑的映射图谱；

设定双三相永磁同步电机可靠运行的温度阈值并建立电磁‑温度双向耦合的全链式分析模型，计算全运行范围内健康及所有容错模式下定转子拓扑改变时的温升情况，并建立全容错模式下电机系统温度随定转子拓扑改变的映射图谱；

通过上述映射图谱对健康和所有容错模式下的轻量化设计指标和效率会进行综合考量，以双三相永磁同步电机电机系统温度为强加边界条件；在电机整体尺寸不变的前提下，寻求全容错模式下轻量化设计和效率都最优的定转子拓扑组合，并以此优化转子极弧系数、气隙长度、定子齿开槽的槽口宽度和深度、铁芯长度和永磁体的厚度及重量，从而寻求出健康和所有容错模式下的轻量化设计和效率均最优的目标函数；

电机系统温度阈值和强加边界条件为：

Tlimit＝min(Twinding*95％，TPM*95％)

其中，Tlimt为电机系统的温度阈值，Twinding为电机绕组的绝缘耐温等级，TPM为电机永磁体的耐温等级，Tj为第j种运行模式下电机系统的温度；

基于瞬态温度场和流体动力学理论，并考虑绕组阻值随温度变化的影响，建立电磁‑温度双向耦合的全链式分析模型，三维瞬态温度场的分析方程和边界条件可表示为：其中，λx,λy和λz分别为求解域内材料沿x,y和z方向的导热系数,qv为各热源密度之和,ρ为密度，c为比热容，ks1和ks2分别为s1与s2面的法向导热系数，s1为电机绝热边界面，s2为电机散热边界面，kα为散热面s2的散热系数，Tf为环境温度；

绕组材料的电阻率和温度的关系可表示为：

ρT＝ρ0[1+αR(T‑T0)]

其中，ρT和ρ0分别为在温度T和T0时绕组材料的电阻率，αR为绕组材料的电阻率温度系数；

所述目标函数表达式如下：

其中，j＝1,2,3,4分别表示双三相永磁同步电机运行在健康模式、五相运行模式、四相运行模式和三相运行模式，所述健康模式为六相运行模式，νj表示第j种运行模式效率和轻量化设计指标在目标函数中所占的权重系数，Tj表示第j种运行模式的电机系统温升情况，Tlimt表示所设定双三相永磁同步电机可靠运行的温度阈值，ηj,SP_j,STe_j分别表示第j种运行模式下电机运行的效率、功率密度和转矩密度，并且η＝Pout/Pin，SP_j＝PN/Va，STe_j＝T2N/Va，Pout为电机系统输出功率，Pin为电机系统输入功率，PN为电机额定功率，T2N为电机输出额定转矩，Va为电机铁芯与绕组包围的空间体积，即电机铁芯与绕组端部所占的总体积；

遗传算法寻优控制模块，用于通过采用遗传算法对目标函数进行寻优控制，从而得出满足轻量化设计和效率的最优解；

所述通过采用遗传算法对目标函数进行寻优控制，从而得出满足轻量化设计和效率的最优解,包括：(1)通过二进制编码表示不同定转子拓扑组合的个体，并根据编码对应的参数范围确定搜索种群的规模，采用随机方法产生初始种群；

(2)建立适应度函数，并计算每种定转子拓扑组合的适应度函数值，通过适应度函数对定转子拓扑组合进行优劣的定量评价；

(3)利用轮盘赌算法选择进入下一代群体中的定转子拓扑组合；

(4)采用随机配对的方法进行两两个体之间染色体基因的交叉互换；

(5)对二进制编码中某一位的进行补运算的个体进行变异操作；

(6)采用精英保留策略，将群体中迄今出现的适应度函数值最优的定转子拓扑组合直接复制到下一代中，从而保证算法的收敛性，使算法能够渐进收敛到全局最优解；

(7)反复执行步骤(2)到(6)，直到寻求到最优的定转子拓扑组合，满足目标函数中健康和所有容错模式下轻量化设计和效率都较优的终止条件；

适应度函数通过寻求电机全容错模式下轻量化设计和效率最优的目标函数确定，并采用幂律尺度变化法进行标定，以使得在算法优化过程的初始阶段缩小个体适应度之间的差距；在算法优化过程的最后阶段扩大个体之间的适应度差异，保证算法在高适应度值个体对应解区域进行集中搜索，加快算法收敛速度，其适应度函数及其标定方法如下：α

H(x)＝F(x)

其中，Cmin是足够小的常数，G(x)为以电机温度为强加边界条件，定转子拓扑为优化对象，健康和所有容错模式下轻量化设计和效率为优化目标的目标函数；F(x)为当前种群的适应度函数，N为群体规模，xi表示群体中第i个个体，即第i种定转子拓扑组合， 为当前种群的平均适应度，且通过 反映种群中不同定转子拓扑组合之间的优劣性，H(x)为随着遗传代数变换后的适应度函数，当参数α>1时，选择压力会增大，当参数α<1时，选择压力会减小。