CN105221335A - 一种减小风机叶片摆振的智能控制器及其方法 - Google Patents

Abstract

一种减小风机叶片摆振的智能控制器及其方法，将一个钢桁架安装在叶片的内部；钢桁架上固定磁流变阻尼器，加速度传感器；计算机获取叶片指定点处的加速度信息；利用模糊算法获得所需提供的电压，控制磁流变阻尼器运动，从而减小风机叶片摆振。本发明克服了叶片内部空间狭小密闭的特点，可以对风力发电机中的叶片摆振起到一定的控制作用，能够减少叶片的疲劳荷载，增强叶片在使用过程中的安全系数。

Description

一种减小风机叶片摆振的智能控制器及其方法

技术领域

本发明属于风力发电机技术领域，特别是涉及减小风力发电机叶片振动的智能控制技术。

背景技术

磁流变阻尼器是用磁流变液制成的一种智能驱动设备，其特点是通过控制磁场，磁流变液在毫秒级内实现自由流动、粘滞流动和半固态的可逆变化，具有动态范围宽、屈服强度可随意控制、构造简单、响应快、阻尼力大且连续顺逆可调等优良性能。因此，近年来它在结构振动控制中表现出巨大的潜能，既可用作优良的被动耗能阻尼器，又可用作理想的半主动控制作动器。

模糊系统是基于模糊逻辑，与传统的二值逻辑相比，模糊逻辑更加接近于人类的思维和自然语言，基于专家知识的语言规则转换成自动的控制行为。特别是当用传统的定量方法分析起来太复杂，或者当已知信息源只能定性地、不精确地或不确定地描述时，模糊系统方法显得非常有效，其在各领域应用广泛。

风力发电机叶片结构和常见的建筑结构有明显的区别，其是一个旋转的、内部空间狭小密闭的柔性结构。在正常使用寿命过程中，叶片振动形态复杂，尤其是摆振，对叶片的疲劳寿命有很大的影响。对于叶片，控制器的布置、安装和维护都很困难，常规的控制减震措施很难应用。目前，叶片振动控制方法研究有限，应用很少，有效控制叶片振动的方法有待进一步研究。

发明内容

本发明目的是提出一种减小风机叶片摆振的智能控制器及其方法，具体技术方案如下：

一种减小风机叶片摆振的智能控制器，由桁架、磁流变阻尼器、加速度传感器、采集仪、计算机和电压调节器组成；风机叶片的龙骨是由前后两个主梁板和两侧的抗剪腹板相互固定合围而成；桁架是由共有一个顶端的四根尺寸相同的杆件组成；其中四个杆件的底端对称固定于相同横截面的叶片龙骨内部的两侧主梁板上，桁架顶端与磁流变阻尼器固定连接，磁流变阻尼器的出力端与叶片内部一侧的主梁板的轴线垂直相接触；在与桁架的顶端同截面的主梁板上固定安装上部加速度传感器；在桁架的下端同截面的主梁板上固定安装下部加速度传感器；两个加速度传感器的输出端连接到采集仪上的两个输入通道；采集仪用来采集加速度信息，并将信息输入到计算机中；计算机根据模糊算法计算，并输出合适的电压信息给电压调节器；电压调节器输出电压控制磁流变阻尼器的运动；采集仪、计算机和电压调节器都放在塔架内部；采集仪、计算机和电压调节器的电源开关由塔架内部的控制柜手动控制。

磁流变阻尼器固定安装在距叶根的距离占全部叶片长度60％～70％范围内的叶片龙骨内部。

计算机的模糊算法如下：选择运用三角隶属度函数作为模糊集，如式(1)所示；选择常用的Mamdani型控制规则作为模糊规则，如式(2)所示；根据风机叶片的型号和尺寸设置位移论域和速度论域，并且设置对应的量化因子和比例因子，如式(3)所示。

$\mathrm{\μ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{|x-m|}{\mathrm{\σ}},& |x-m|\≤\mathrm{\σ}\\ 0,& |x-m|>\mathrm{\σ}\end{array}\right.---\left(1\right)$

式中：μ(x)为隶属度函数；

x为精确量；

m为该模糊集的中心；

σ为该模糊集宽度；

Rⁱ:如果x₁∈Aⁱ且x₂∈Bⁱ，那么y∈Cⁱ(2)式中，i＝1,2,3,....,n，其中n为控制规则总数；

Rⁱ为第i个模糊规则；

x₁和x₂为输入的量；

y为输出的量；

Aⁱ和Bⁱ为输入模糊集中第i个模糊元素；

Cⁱ为输出模糊集中第i个模糊元素；

设已知输入变量x_i的论域为X_i＝[a_i,b_i]且a_i≠b_i，对应的模糊论域为N_i＝[-n_i,n_i]，这时量化因子为：

$k_i=\frac{2n_i}{|b_i-a_i|}---(3-1)$

设输出的模糊论域为N＝[-n₀,n₀](n₀＞0)，输出量y的论域为Y＝[-y₀,y₀](y₀＞0)，这时的比例因子为：

$k_y=\frac{y_0}{n_0}---(3-2)$

减小风机叶片摆振的智能控制方法，包括如下步骤：

步骤一，在计算机内建立运算程序，计算机中需要安装Matlab软件、LabVIEW和基于LabVIEW的采集仪对应软件；

步骤二，连接计算机、采集仪、加速度传感器和磁流变阻尼器；将加速度传感器连接到采集仪的两个输入通道中，采集仪输出端与计算机的输入端连接，计算机的输出端连接电压调节器；电压调节器的输出端连接磁流变阻尼器；

步骤三，在控制柜中手动依次打开采集仪、计算机和电压调节器的电源：

步骤四，控制力矩过程：采集仪将采集到的加速度信息输入到计算机中，计算机根据模糊算法输出合适的电压信息给电压调节器，实现对磁流变阻尼器中的电压控制；磁流变阻尼器根据电压的变化，向主梁板提供控制摆动的控制力；

步骤五，当停机或者检修维护关闭系统时，依顺序关闭电压调节器、计算机和采集仪的电源开关。

本发明的效果和益处是这种控制方法克服了叶片内部空间狭小密闭的特点，可以对风力发电机中的叶片摆振起到一定的控制作用，能够减少叶片的疲劳荷载，增强叶片在使用过程中的安全系数。当电压控制器出现故障时，磁流变阻尼器作为被动耗能阻尼器，能够继续起到一定程度的控制作用，此方法的这种故障安全特性，能够提高其鲁棒性。

附图说明

图1是智能控制方法运用在叶片中的示意图；

图2是叶片截面(叶素)示意图；

图3是智能控制方法详细示意图；

图4是控制前后叶尖位移对比；

图5是控制前后叶根剪力对比。

图中：1叶片；2智能控制器；3蒙皮；4主梁板；5抗剪腹板；6磁流变阻尼器；7上部加速度传感器；8下部加速度传感器；9杆件；10采集仪；11计算机；12电压调节器。

具体实施方式

以下结合技术方案和附图详细叙述本发明的具体实施方式。

外界风荷载作用下，叶片(1)会在YOZ平面内发生摆振；上部加速度传感器(7)和下部加速度传感器(8)分别获得桁架顶部和底部对应叶片处的加速度信息；采集仪(10)采集对应的加速度信息，并输入到计算机(11)中；计算机(11)对加速度信息进行分析处理，得出对应的速度和位移，根据模糊算法得出合适的电压并输出到电压调节器(12)；通过合适的电压信息结合电压调节器(12)实现对磁流变阻尼器(6)中的电压控制；磁流变阻尼器(6)输出合适的控制力矩对叶片的摆振起到了控制作用。

实施例：

(1)风力发电机选用VestasV80型2MW风机，强风荷载下方案实施，此时对应的桨距角为90°；

(2)选择三角隶属度函数作为模糊集；

(3)控制规则总数n＝7；

(4)位移论域设置为[0,0.1]，对应的输入模糊论域为[0,1]，量化因子为10.5；

(5)速度论域设置为[-0.147,0.163]，对应的输入模糊论域为[-1,1]，量化因子为6.5；

(5)输出模糊论域设置为[0,1]，对应比例因子为2.25；

控制结果如图4和图5所示，由此可以看出控制方案能够对叶片的摆振起到有效的控制作用。

Claims (4)

1.一种减小风机叶片摆振的智能控制器，主要由桁架、磁流变阻尼器、加速度传感器、采集仪、计算机和电压调节器组成；风机叶片(1)的龙骨是由前后两个主梁板(4)和两侧的抗剪腹板(5)相互固定合围而成；其特征在于：桁架是由共有一个顶端的四根尺寸相同的杆件(9)组成；其中四个杆件(9)的底端对称固定于相同横截面的叶片龙骨内部的两侧主梁板上，桁架顶端与磁流变阻尼器(6)固定连接，磁流变阻尼器(6)的出力端与叶片(1)内部一侧的主梁板的轴线垂直相接触；在与桁架的顶端同截面的主梁板上固定安装上部加速度传感器(7)；在桁架的下端同截面的主梁板上固定安装下部加速度传感器(8)；两个加速度传感器的输出端连接到采集仪(10)上的两个输入通道；采集仪(10)用来采集加速度信息，并将信息输入到计算机(11)中，计算机(11)根据模糊算法计算，并输出合适的电压信息给电压调节器(12)；电压调节器(12)输出电压控制磁流变阻尼器(6)的运动；采集仪(10)、计算机(11)和电压调节器(12)都放在塔架内部；采集仪(10)、计算机(11)和电压调节器(12)的电源开关由塔架内部的控制柜手动控制。

2.根据权利要求1所述的一种减小风机叶片摆振的智能控制器，其特征在于，磁流变阻尼器(6)固定安装在距叶根的距离占全部叶片长度60％～70％范围内的叶片龙骨内部。

3.根据权利要求1所述的一种减小风机叶片摆振的智能控制器，其特征在于，计算机(11)的模糊算法如下：选择运用三角隶属度函数作为模糊集，如式(1)所示；选择常用的Mamdani型控制规则作为模糊规则，如式(2)所示；根据风机叶片的型号和尺寸设置位移论域和速度论域，并且设置对应的量化因子和比例因子，如式(3)所示；

$\mathrm{\μ}\left(x\right)=\left\{\begin{array}{cc}1-\frac{|x-m|}{\mathrm{\σ}},& |x-m|\≤\mathrm{\σ}\\ 0,& |x-m|>\mathrm{\σ}\end{array}\right.---\left(1\right)$

式中：μ(x)为隶属度函数；

x为精确量；

m为该模糊集的中心；

σ为该模糊集宽度；

Rⁱ:如果x₁∈Aⁱ且x₂∈Bⁱ，那么y∈Cⁱ(2)

式中，i＝1,2,3,....,n，其中n为控制规则总数；

Rⁱ为第i个模糊规则；

x₁和x₂为输入的量；

y为输出的量；

Aⁱ和Bⁱ为输入模糊集中第i个模糊元素；

Cⁱ为输出模糊集中第i个模糊元素；

设已知输入变量x_i的论域为X_i＝[a_i,b_i]且a_i≠b_i，对应的模糊论域为N_i＝[-n_i,n_i]，这时量化因子为：

$k_i=\frac{2n_i}{|b_i-a_i|}---(3-1)$

设输出的模糊论域为N＝[-n₀,n₀](n₀＞0)，输出量y的论域为Y＝[-y₀,y₀](y₀＞0)，这时的比例因子为：

$k_y=\frac{y_0}{n_0}---(3-2)$

4.根据权利要求1所述的一种减小风机叶片摆振的智能控制方法，包括如下步骤：

步骤一，在计算机内建立运算程序，计算机(11)中需要安装Matlab软件、LabVIEW和基于LabVIEW的采集仪对应软件；

步骤二，连接计算机(11)、采集仪(10)、加速度传感器和磁流变阻尼器(6)；将加速度传感器连接到采集仪(10)的两个输入通道中，采集仪(10)输出端与计算机的输入端连接，计算机(11)的输出端连接电压调节器(12)；电压调节器(12)的输出端连接磁流变阻尼器(6)；

步骤三，在控制柜中手动依次打开采集仪(10)、计算机(11)和电压调节器(12)的电源：

步骤四，控制力矩过程：采集仪(10)将采集到的加速度信息输入到计算机(11)中，计算机(11)根据模糊算法输出合适的电压信息给电压调节器(12)，实现对磁流变阻尼器(6)中的电压控制；磁流变阻尼器(6)根据电压的变化，向主梁板(4)提供控制摆动的控制力；

步骤五，当停机或者检修维护关闭系统时，依顺序关闭电压调节器(12)、计算机(11)和采集仪(10)的电源开关。