根据永磁体退磁率得到bh曲线-概述说明以及解释
1.引言
1.1 概述
概述:
永磁体是一种具有自发磁化特性的材料，其在现代工业和科技领域中具有重要的应用价值。永磁体的磁性能是其最重要的特性之一，而退磁率则是衡量永磁体磁性能的重要参数之一。本文旨在探讨如何根据永磁体的退磁率得到其BH曲线，以更深入地了解永磁体的磁性能表现，为相关领域的研究和应用提供参考和指导。
1.2文章结构
文章结构部分内容可以包括以下内容：
在本文中，我们将首先介绍永磁体的特性，包括其在磁场中的表现和磁性能力。接着，我们将探讨永磁体的退磁率，即磁性材料失去其磁性能力的速度。最后，我们将详细描述如何根据永磁体的退磁率来获取其BH曲线，这对于研究和应用永磁体的性能至关重要。通过本文的阐述，读者可以更深入地了解永磁体的特性以及如何有效地分析和利用其性能。
1.3 目的:
本文旨在介绍如何通过永磁体的退磁率来得到其BH曲线，探讨永磁体在磁场中的性能特点，帮助读者更深入地了解永磁体的特性与行为。通过对永磁体退磁过程的分析与研究，可以揭示材料内部磁矩的分布情况及其对磁性能的影响，进而为永磁体的设计与应用提供理论支持和参考依据。通过本文的阐述，读者可以更有效地运用永磁体材料，提高其在各种领域的应用效果及性能表现。
2.正文
2.1 永磁体的特性
永磁体是一种具有自发磁化特性的材料，通常由铁、镍、钴、钕等金属元素制成。其最显著的特点是在外加磁场作用下能保持稳定的磁性，即具有较高的剩磁和矫顽力。这种特性使得永磁体被广泛应用于各种领域，如电机、传感器、磁体等。
永磁体的特性主要包括剩磁、矫顽力、磁导率和磁阻等。剩磁是指在外加磁场去除后,永磁体仍然保持的残余磁化强度。矫顽力是在剩磁消除前所需施加的磁场强度。磁导率是描述永磁体对磁场的响应能力，而磁阻则是描述永磁体对磁通的阻抗。
除了上述基本特性外，永磁体还具有温度稳定性好、化学稳定性高、抗腐蚀性强等优点。然而，永磁体也存在一些缺点，如容易受到外部磁场和温度的影响、工艺复杂、成本较高等。
2019年 6 月 电 工 技 术 学 报 Vol.34 Sup.1 第34卷增刊1 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Jun. 2019
DOI: 10.19595/ki.1000-6753.tces.L80690
基于变系数Steinmetz公式的直流偏磁下
铁心损耗计算
康 丽1 张艳丽1 唐 伟2 张殿海1 刘 圳2
（1. 沈阳工业大学 沈阳 110870
2. 中车大连机车车辆有限公司 大连 116300）
摘要 直流偏磁会增大电力变压器铁心损耗，使变压器局部过热，发生绝缘材料老化，影响
变压器正常运行。为了更准确地计算直流偏磁下铁心的损耗，本文基于爱泼斯坦方圈测量数据，
分析了电工钢片直流偏磁的磁化特性和损耗特性，在传统Steinmetz损耗计算公式的基础上，采
用变系数的方法对Steinmetz进行改进，引入直流偏磁损耗系数g描述直流偏磁对损耗的影响。
在此基础上，基于径向基函数表面响应模型对直流偏磁损耗系数与偏置磁场及交流磁通密度的关
系曲面进行拟合。最后，通过与实验数据进行对比分析，验证了模型的有效性。
关键词：直流偏磁 铁心损耗 Steinmetz公式 表面响应模型
中图分类号：TM153
Calculation of Core Loss under DC Bias Based on
the Variable Coefficient Steinmetz Formula
Kang Li1 Zhang Yanli1 Tang Wei2 Zhang Dianhai1 Liu Zhen2
（1. Shenyang University of Technology Shenyang 110870 China
2. CRRC Dalian Co. Ltd Dalian 116300 China）
Abstract A DC biased magnetic field would increase the core loss of the power transformer,
超导材料的磁滞损耗测量与分析方法
引言
超导材料是一种在低温下具有零电阻和完全磁场排斥效应的材料。这种特殊的性质使得超导材料在电力传输、能源储存和磁共振成像等领域具有广泛的应用前景。然而，超导材料在实际应用中会产生磁滞损耗，这是由于磁场的变化导致超导材料内部的磁通量分布发生变化而产生的能量损耗。因此，准确测量和分析超导材料的磁滞损耗对于优化超导材料的性能和提高应用效率至关重要。
一、磁滞损耗的基本原理
磁滞损耗是指超导材料在外加磁场变化时产生的能量损耗。这种能量损耗主要来自于超导材料内部磁通量的变化，即磁场进入和退出超导材料的过程中，超导材料内部的磁通量分布会发生变化，从而导致能量的耗散。磁滞损耗与超导材料的磁滞回线有关，磁滞回线描述了超导材料在不同磁场强度下的磁化行为。磁滞回线的形状和面积大小与超导材料的磁滞损耗密切相关。
二、磁滞损耗的测量方法
1. 直接测量法
直接测量法是最常用的磁滞损耗测量方法之一。该方法通过将超导材料置于恒定的交变磁场中，测量超导材料的电压和电流，从而计算出磁滞损耗。直接测量法的优点是简单易行，可以得到较准确的磁滞损耗值。但是，该方法需要使用复杂的实验装置和精密的测量仪器，且对样品的尺寸和形状有一定的要求。
2. 间接测量法
间接测量法是一种基于磁滞回线的形状和面积来估算磁滞损耗的方法。该方法通过测量超导材料在不同磁场强度下的磁化曲线，然后根据磁化曲线的形状和面积来计算磁滞损耗。间接测量法的优点是简便易行，不需要复杂的实验装置和精密的测量仪器。但是，该方法的测量结果相对不太准确，只能得到磁滞损耗的一个估算值。
三、磁滞损耗的分析方法
1. 磁滞损耗的数学模型
磁滞损耗的数学模型是对超导材料的磁滞行为进行描述的数学方程。根据超导材料的不同特性和应用需求，可以使用不同的数学模型来描述磁滞损耗。常用的数学模型包括Bean模型、E-J模型和J-C模型等。这些模型通过建立超导材料的电场-电流关系和磁场-磁通量关系，来计算磁滞损耗的大小和分布。
第３期２０２２年３月组合机床与自动化加工技术ＭｏｄｕｌａｒＭａｃｈｉｎｅＴｏｏｌ＆ＡｕｔｏｍａｔｉｃＭａｎｕｆａｃｔｕｒｉｎｇＴｅｃｈｎｉｑｕｅＮｏ.３Ｍａｒ.２０２２文章编号:１００１－２２６５(２０２２)０３－０００５－０４ ＤＯＩ:１０.１３４６２/ｊ.ｃｎｋｉ.ｍｍｔａｍｔ.２０２２.０３.００２
收稿日期:２０２１－０５－１６ꎻ修回日期:２０２１－０６－１４ ∗基金项目:国家自然科学基金项目(６１７７４１３８)ꎻ山西省面上自然科学基金项目(２０１８０１Ｄ１２１１８４)作者简介:刘玠(１９９６—)ꎬ男ꎬ硕士研究生ꎬ研究方向为智能控制ꎬ(Ｅ－ｍａｉｌ)ｌｊ８４８５３２８６＠ｑｑ.ｃｏｍꎻ通信作者:安坤(１９７５—)ꎬ女ꎬ副教授ꎬ硕士生导师ꎬ博士ꎬ研究方向为智能微纳结构器件与微系统检测与控制ꎬ(Ｅ－ｍａｉｌ)ａｎｋｕｎ＠ｎｕｃ.ｅｄｕ.ｃｎꎮ基于神经网络的Ｐｒｅｉｓａｃｈ磁滞模型的建模∗
刘 玠ａꎬ安 坤ａꎬ王亚锋ａꎬ孟 江ｂ(中北大学ａ.电气与控制工程学院ꎻｂ.机械工程学院ꎬ太原 ０３００５１)摘要:针对超磁致伸缩材料的磁滞特性ꎬ提出了一种基于Ｐｒｅｉｓａｃｈ磁滞模型的ＭＬＰ神经网络来建立磁滞模型ꎬ提高了模型的泛化能力ꎻ并通过对Ｐｒｅｉｓａｃｈ模型进行改进ꎬ建立了扩展Ｐｒｅｉｓａｃｈ模型ꎬ使其具有反交换性质ꎮ首先ꎬ建立扩展Ｐｒｅｉｓａｃｈ模型ꎬ简化函数表达式ꎻ其次ꎬ利用ＴｅｎｓｏｒＦｌｏｗ建立ＭＬＰ神经网络模型辨识输入输出之间的关系ꎻ最后ꎬ将原始数据切分为训练集、测试集和验证集ꎬ通过训练集和测试集寻找合适的神经网络隐含层层数、节点数、激活函数和优化算法ꎬ然后利用验证集验证该神经网络ꎮ实验结果表明ꎬ设计的基于Ｐｒｅｉｓａｃｈ磁滞模型的ＭＬＰ神经网络的磁滞模型ꎬ在位移大于３μｍ时ꎬ该模型具有较高的精度和泛化能力ꎮ关键词:超磁滞伸缩材料ꎻＰｒｅｉｓａｃｈ磁滞模型ꎻＭＬＰ神经网络ꎻＴｅｎｓｏｒＦｌｏｗ中图分类号:ＴＨ１６ꎻＴＧ１１３ 文献标识码:ＡＭｏｄｅｌｉｎｇｏｆＰｒｅｉｓａｃｈＨｙｓｔｅｒｅｓｉｓＭｏｄｅｌＢａｓｅｄｏｎＮｅｕｒａｌＮｅｔｗｏｒｋＬＩＵＪｉｅａꎬＡＮＫｕｎａꎬＷＡＮＧＹａ￣ｆｅｎｇａꎬＭＥＮＧＪｉａｎｇｂ(ａ.ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇꎻｂ.ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇꎬＮｏｒｔｈＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎａꎬＴａｉｙｕａｎ０３００５１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ａｉｍｉｎｇａｔｔｈｅｈｙｓｔｅｒｅｓｉｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｇｉａｎｔｍａｇｎｅｔｏ￣ｓｔｒｉｃｔｉｖｅｍａｔｅｒｉａｌｓꎬａＭＬＰｎｅｕｒａｌｎｅｔ￣ｗｏｒｋｂａｓｅｄｏｎｔｈｅＰｒｅｉｓａｃｈｈｙｓｔｅｒｅｓｉｓｍｏｄｅｌｉｓｐｒｏｐｏｓｅｄｔｏｅｓｔａｂｌｉｓｈｔｈｅｈｙｓｔｅｒｅｓｉｓｍｏｄｅｌꎬｗｈｉｃｈｉｍｐｒｏｖｅｓｔｈｅｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌꎻａｎｄｔｈｒｏｕｇｈｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆｔｈｅＰｒｅｉｓａｃｈｍｏｄｅｌꎬａｎｅｘｔｅｎｄｅｄＰｒｅｉｓａｃｈｉｓｅｓｔａｂｌｉｓｈｅｄ.Ｔｈｅｍｏｄｅｌｍａｋｅｓｉｔｈａｖｅａｎｔｉ￣ｅｘｃｈａｎｇｅｐｒｏｐｅｒｔｉｅｓ.ＳｐｅｃｉｆｉｃａｌｌｙꎬｆｉｒｓｔｌｙꎬｅｓｔａｂｌｉｓｈａｎｅｘｔｅｎｄｅｄＰｒｅｉｓａｃｈｍｏｄｅｌｔｏｓｉｍｐｌｉｆｙｔｈｅｆｕｎｃｔｉｏｎｅｘｐｒｅｓｓｉｏｎꎻｓｅｃｏｎｄｌｙꎬｕｓｅＴｅｎｓｏｒＦｌｏｗｔｏｅｓｔａｂｌｉｓｈａｎＭＬＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｔｏｉｄｅｎｔｉｆｙｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｉｎｐｕｔａｎｄｏｕｔｐｕｔꎻｆｉｎａｌｌｙꎬｄｉｖｉｄｅｔｈｅｏｒｉｇｉｎａｌｄａｔａｉｎｔｏｔｒａｉｎｉｎｇｓｅｔꎬｔｅｓｔｓｅｔａｎｄｖａｌｉｄａｔｉｏｎｓｅｔꎬａｎｄｐａｓｓＴｈｅｔｒａｉｎｉｎｇｓｅｔａｎｄｔｈｅｔｅｓｔｓｅｔａｒｅｕｓｅｄｔｏｆｉｎｄｔｈｅａｐ￣ｐｒｏｐｒｉａｔｅｎｕｍｂｅｒｏｆｈｉｄｄｅｎｌａｙｅｒｓｏｆｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋꎬｔｈｅｎｕｍｂｅｒｏｆｎｏｄｅｓꎬｔｈｅａｃｔｉｖａｔｉｏｎｆｕｎｃｔｉｏｎａｎｄｔｈｅｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍꎬａｎｄｔｈｅｎｔｈｅｖｅｒｉｆｉｃａｔｉｏｎｓｅｔｉｓｕｓｅｄｔｏｖｅｒｉｆｙｔｈｅｎｅｕｒａｌｎｅｔｗｏｒｋ.ＴｈｅｖｅｒｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｄｅｓｉｇｎｅｄＭＬＰｎｅｕｒａｌｎｅｔｗｏｒｋｂａｓｅｄｏｎｔｈｅＰｒｅｉｓａｃｈｈｙｓｔｅｒｅｓｉｓｍｏｄｅｌｈａｓｏｂｔａｉｎｅｄａｈｉｇｈ￣ｐｒｅｃｉｓｉｏｎｈｙｓｔｅｒｅｓｉｓｍｏｄｅｌꎬｗｈｉｃｈｈａｓａｈｉｇｈｇｅｎｅｒａｌｉｚａｔｉｏｎａｂｉｌｉｔｙｗｈｅｎｔｈｅｄｉｓｐｌａｃｅｍｅｎｔｉｓｇｒｅａｔｅｒｔｈａｎ３μｍ.Ｋｅｙｗｏｒｄｓ:ｇｉａｎｔｈｙｓｔｅｒｅｓｉｓｍａｔｅｒｉａｌꎻＰｒｅｉｓａｃｈｈｙｓｔｅｒｅｓｉｓｍｏｄｅｌꎻＭＬＰｎｅｕｒａｌｎｅｔｗｏｒｋꎻＴｅｎｓｏｒＦｌｏｗ０ 引言目前ꎬ精密定位技术在科学技术应用和工业领域的应用越来越重要ꎬ且研究人员及科研所越来越重视精密定位技术的发展ꎮ精密定位技术主要体现在对高精度、高速加工要求较高ꎬ研发微位移执行器和对其的控制技术要求较高ꎮ近些年出现了一些新型功能材料推动了微位移执行器的发展ꎬ比如超磁致伸缩驱动器ꎬ是一种由最新出现的稀土合金材料研制而成的驱动器ꎬ在精密定位技术中有广阔的应用前景ꎬ其主要特点是响应速度快、伸缩系数大、定位精度高、功率密度大[１￣３]ꎮ磁致伸缩材料产生形变的方式为外激励磁场ꎬ在其作用下产生形变量以进行精密驱动ꎬ相比压电陶瓷、形状记忆合金有响应更快、能量密度大、负载力大以及无疲劳极限等优点ꎬ在国防领域、科技等产业界受到高度重视ꎬ具有更广阔的应用空间和前景ꎮ磁致伸缩材料最显著的特点是磁滞特性ꎬ输入输出呈非线性关系ꎬ需建立数学模型描述其特性ꎬ常用的迟滞补偿方法是通过对磁致伸缩材料建立数学迟滞模型来描述磁致伸缩驱动器的迟滞特性ꎬ然后采用逆模型补偿的方法实现压电致动器的高精度控制ꎮ常见的数学模型有Ｐ￣Ｉ模型[４￣５]、Ｊ￣Ａ模型[６]和Ｐｒｅｉｓａｃｈ模型[７￣８]ꎬ本文使用神经网络对Ｐｒｅｉｓａｃｈ模型的参数进行辨识[９￣１０]ꎮＴｅｎｓｏｒＦｌｏｗ是近几年兴起的搭建神经网络的软件[１１￣１２]ꎬ其最主要的功能是自动求导功能ꎬ在本文搭建的神经网络中ꎬ由于其不满足普通的ＢＰ神经网络ꎬ需要重新搭建ꎬ而在误差反传的过程中需要进行大量求导ꎬ而ＴｅｎｓｏｒＦｌｏｗ可以满足我们的需求ꎬ所以我们使用其作为搭建神经网络的工具ꎮ１ 扩展Ｐｒｅｉｓａｃｈ模型的建立经典Ｐｒｅｉｓａｃｈ模型的输入输出关系表达为:ｆ(ｔ)＝∬α≥βμ(αꎬβ)γαβ[ｕ(ｔ)]ｄαｄβ(１)式中ꎬｕ(ｔ)和ｆ(ｔ)分别是模型的输入和输出ꎻμ(αꎬβ)是权重函数ꎻγαβ[ｕ(ｔ)]是由α和β确定的迟滞单元ꎮ
