同轴式磁齿轮是一种依靠磁场相互耦合传递动力的同轴传动装置,与传统机械齿轮相比,具有噪声低、振动小、寿命长、无需润滑和自动过载保护等优点。但由于磁场调制原理使得其内部金属部件容易产生较大的磁场损耗,而损耗主要以热的形式散发,因此磁齿轮内部容易产生较大的热应力,同时造成永磁体的退磁,并影响磁齿轮转矩传递效率。拟在分析同轴式磁齿轮工作原理的基础上,对其磁热固多物理场耦合问题开展研究,综合正交试验法和BP神经网络遗传算法对同轴式磁齿轮进行多目标协同优化,具体研究内容如下所示。同轴式磁齿轮多物理场仿真计算理论基础。分析同轴式磁齿轮的基本结构,结合其结构特点,给出磁齿轮每个位置的磁感应强度的解析式,针对磁齿轮运转过程中的热转化问题进行初步计算。同轴式磁齿轮多物理场耦合仿真分析。针对同轴式磁齿轮初始设计方案,建立其多物理场耦合仿真模型,并对其磁感应强度、温度、应力和应变等云图进行了仿真分析。同轴式磁齿轮多物理场耦合仿真影响因素分析。采用正交试验优化设计方法,对磁齿轮各结构参数对磁齿轮性能指标的影响权重值进行分析,并采用单参量变化法对单一结构因素对磁齿轮综合性能的影响进行研究。同轴式磁齿轮多目标协同优化。利用BP神经网络强大的非线性映射能力和NSGA-II算法的全局寻优能力,构建了神经网络与遗传算法相结合的协同优化算法,确定了磁齿轮最佳结构参数匹配方案集,并通过仿真对优化结果进行了验证。同轴式磁齿轮动态试验测试。在现有磁齿轮样机的基础上,对样机进行输入转矩和输出转矩以及应力变化的测试试验,验证了所采用仿真分析方法的正确性以及协同优化结果的合理性。