CN107665278B - 一种大型直驱风电机组的心轴强度优化设计方法 - Google Patents

一种大型直驱风电机组的心轴强度优化设计方法 Download PDF

Info

Publication number
CN107665278B
CN107665278B CN201710875710.2A CN201710875710A CN107665278B CN 107665278 B CN107665278 B CN 107665278B CN 201710875710 A CN201710875710 A CN 201710875710A CN 107665278 B CN107665278 B CN 107665278B
Authority
CN
China
Prior art keywords
mandrel
conical mandrel
conical
structural parameters
intensity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710875710.2A
Other languages
English (en)
Other versions
CN107665278A (zh
Inventor
黄守道
李慧敏
高剑
王云强
罗德荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN201710875710.2A priority Critical patent/CN107665278B/zh
Publication of CN107665278A publication Critical patent/CN107665278A/zh
Application granted granted Critical
Publication of CN107665278B publication Critical patent/CN107665278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/06Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biophysics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Biomedical Technology (AREA)
  • Genetics & Genomics (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种大型直驱风电机组的心轴强度优化设计方法,实施步骤包括:对风电机组的锥形心轴建立心轴三维实体模型,将心轴三维实体模型导入有限元分析软件中进行网格划分及材料属性定义,建立心轴有限元分析模型,针对心轴有限元分析模型进行承受载荷计算极限载荷情况下的锥形心轴强度,通过改变锥形心轴的结构参数,得到不同正交数据下的锥形心轴应力测试数据,以锥形心轴强度作为约束条件、锥形心轴的结构参数作为优化变量,针对锥形心轴应力测试数据采用遗传算法对目标函数C进行寻优获取最优的结构参数。本发明能够在达到相同极限应力承载能力的情况下实现风电机心轴结构最优,使得风电机心轴重量得到了优化,节约了风电机组成本。

Description

一种大型直驱风电机组的心轴强度优化设计方法
技术领域
本发明涉及大型直驱风电机组的结构设计技术,具体涉及一种大型直驱风电机组的心轴强度优化设计方法。
背景技术
风力发电机的功率不断增大,带来的风电机体积和载荷的增加,这对风电机的可靠性与安全性提出了更高的要求,对于风电机组,主轴轴承作为吸收风力作用载荷与传递载荷的主要部件,其外圈直接是套在风电机组的心轴上,将大部分的载荷直接传递到心轴上面,且随着风电机组的日益大型化,心轴承载的部件越来越多,载荷越来越大,加上风机载荷的工况多变,对风电机组的心轴强度要求就越来越高,体积以及重量也越来越大,极易受到风电机舱空间的限制,因此,在满足极限应力情况下、心轴强度要求下,对心轴进行合理性优化设计是很有必要的。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种大型直驱风电机组的心轴强度优化设计方法,能够在达到相同极限应力承载能力的情况下,实现风电机心轴结构最优,使得风电机心轴重量得到了优化,节约了风电机组成本。
为了解决上述技术问题,本发明采用的技术方案为:
一种大型直驱风电机组的心轴强度优化设计方法,实施步骤包括:
1)对风电机组的锥形心轴建立心轴三维实体模型,将心轴三维实体模型导入有限元分析软件中进行网格划分及材料属性定义,建立心轴有限元分析模型;
2)针对心轴有限元分析模型进行承受载荷计算,得到锥形心轴的极限载荷,将锥形心轴的极限载荷加载到心轴有限元分析模型中进行有限元分析,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1;
3)通过改变锥形心轴的结构参数,得到不同正交数据下的锥形心轴应力测试数据;
4)拟合锥形心轴强度约束函数,所述锥形心轴强度约束函数包括锥形心轴的结构参数和锥形心轴强度之间的映射关系;
5)根据锥形心轴的结构参数确定锥形心轴的重量作为目标函数C;
6)以锥形心轴强度作为约束条件、锥形心轴的结构参数作为优化变量,针对锥形心轴应力测试数据采用遗传算法对目标函数C进行寻优,且在对目标函数寻优过程中,以每一组锥形心轴的结构参数对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1作为筛选条件,最终得到的寻优结果为最优的一组锥形心轴的结构参数;
7)将最优的一组锥形心轴的结构参数输出。
优选地,步骤2)的详细步骤包括:
2.1)选取轮毂坐标系,以叶轮的中心作为原点、叶轮旋转轴线为X轴,Z轴与X轴垂直且方向向上,水平方向为Y轴且由右手法则确定,将风电机组所受的载荷划分成多种工况,每一种工况又包含至少一种子工况,针对各种子工况下风电机组中与锥形心轴相套的主轴轴承的外圈对锥形心轴的非稳定性载荷进行分析,所述非稳定性载荷包括叶轮重力、空气动力学载荷、发电机重力、惯性力,得到锥形心轴在极限工况下承受的极限载荷F0;
2.2)将极限载荷F0加载到心轴有限元分析模型中,通过表面效应单元结构将力传递到要加载的锥形心轴表面,得到心轴等效应力分布云图,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1。
优选地,步骤3)中锥形心轴的结构参数包括锥形心轴的长度x1、厚度x2以及锥度x3,且改变锥形心轴的结构参数时结构参数的优化变量范围根据风电机舱尺寸确定、并满足风电机组锥形心轴的安装工艺,长度x1的取值范围为[a,b],厚度x2的取值范围为[c,d],锥度x3的取值范围为[e,f],将每一个锥形心轴的结构参数取多个值采用正交试验,得到不同正交数据下的锥形心轴应力测试数据。
优选地,步骤4)中拟合得到的锥形心轴强度约束函数时,具体是指采用最小二乘法拟合得到的锥形心轴强度约束函数。
优选地,步骤4)中拟合得到的锥形心轴强度约束函数为F=f(x1,x2,x3),其中x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
优选地,步骤5)中目标函数C的函数表达式为C=ρV(x1,x2,x3),其中:ρ为锥形心轴材料的密度,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
优选地,锥形心轴的结构参数对应的锥形心轴体积V(x1,x2,x3)的表达式如式(1)所示;
式(1)中,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,V1和V2为中间变量,式中r1是锥形心轴上底轴孔的半径,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
优选地,步骤6)的详细步骤包括:
6.1)定义锥形心轴的结构参数作为优化目标变量;
6.2)根据目标优化对象生成个体的初始种群,所述初始种群为一组作为优化目标变量的锥形心轴的结构参数,将初始种群作为当前种群;
6.3)计算当前种群对应的锥形心轴强度,判断当前种群对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1是否成立,如果成立,则跳转执行下一步;否则,跳转执行步骤6.10);
6.4)判定当前种群的锥形心轴强度满足要求,将当前种群保留下来作为当代个体;
6.5)判断当代的个体数是否满足要求,如果满足要求则跳转执行下一步;否则,跳转执行步骤6.10);
6.6)将遗传代数加1;
6.7)根据目标函数C计算每个个体计算适应度值,获得当前最佳适应度值;
6.8)判断当前的当前最佳适应度值大于等于上一代最佳适应度值是否成立,如果成立,则保留当前最佳适应度值及其对应的锥形心轴的结构参数;否则,保留上一代最佳适应度值及其对应的锥形心轴的结构参数;
6.9)判断遗传代数等于预设的终止代数是否成立,如果成立,则将最终的最佳适应度值及其对应的锥形心轴的结构参数作为最优解输出,结束并退出;否则,复制且保留最佳个体;
6.10)进行交叉、变异操作并保留最佳个体;
6.11)生成新的个体,跳转执行步骤6.3)。
本发明大型直驱风电机组的心轴强度优化设计方法具有下述优点:本发明基于现有的有限元分析软件作为平台,对大型直驱风电机组的心轴实施建模,通过改变锥形心轴的长度、厚度以及锥度等目标优化变量,选用遗传算法,得出在满足多重载荷约束下,极限应力即强度的要求,能够在达到相同极限应力承载能力的情况下,通过改变锥形心轴的长度、厚度以及锥度等目标优化变量,选用遗传优化算法,得出在满足多重载荷约束极限应力的强度要求,实现风电机心轴结构最优的结构参数,能够在达到相同极限应力承载能力的情况下实现风电机心轴结构最优,优化了目标函数锥形心轴的重量,节约了风电机组成本。
附图说明
图1为本发明实施例方法的基本流程示意图。
图2为本发明实施例方法中遗传算法部分的流程示意图。
具体实施方式
如图1所示,本实施例大型直驱风电机组的心轴强度优化设计方法的实施步骤包括:
1)对风电机组的锥形心轴建立心轴三维实体模型,将心轴三维实体模型导入有限元分析软件中进行网格划分及材料属性定义,建立心轴有限元分析模型。
本实施例中,具体采用Solideworks软件对风电机组的锥形心轴进行实体建模以建立心轴三维实体模型;实体建模过程中,在保证不影响分析结果正确性的情况下,可以适当删去不关键的小圆角、小倒角等以便提高仿真分析运算的速度。建立心轴三维实体模型后,将其导入到ANSYS有限元分析软件中,对其采用四面体10节点单元进行网格划分,对锥形心轴材料属性进行定义,选用为球墨铸铁材料。
2)针对心轴有限元分析模型进行承受载荷计算,得到锥形心轴的极限载荷,将锥形心轴的极限载荷加载到心轴有限元分析模型中进行有限元分析,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1。
本实施例中,步骤2)的详细步骤包括:
2.1)选取轮毂坐标系,以叶轮的中心作为原点、叶轮旋转轴线为X轴,Z轴与X轴垂直且方向向上,水平方向为Y轴且由右手法则确定,将风电机组所受的载荷划分成多种工况,每一种工况又包含至少一种子工况,针对各种子工况下风电机组中与锥形心轴相套的主轴轴承的外圈对锥形心轴的非稳定性载荷进行分析,所述非稳定性载荷包括叶轮重力、空气动力学载荷、发电机重力、惯性力,得到锥形心轴在极限工况下承受的极限载荷F0;
2.2)将极限载荷F0加载到心轴有限元分析模型中,通过表面效应单元结构将力传递到要加载的锥形心轴表面,得到心轴等效应力分布云图,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1。
对于锥形心轴承受载荷,包括叶轮重力、空气动力学载荷、发电机重力、惯性力等非稳定性载荷,下面对其进行分析如下:
I、叶轮重力,为了避免在极端风况下叶尖与塔架的相撞,通常叶轮需伸出一定的距离,对于主轴,其受力状况为悬梁臂,然后主轴再传递给锥形心轴,并且其产生的力矩载荷与风剪切系数有关,为了能够更好的反映极限载荷情况,风剪切系数一般取较小值,此处选取为0.12。
II、空气动力学载荷,采用叶素理论计算,假定叶片沿展向分成的许多微段间的气流流动相互不干扰,可以进行独立分析,通过对作用于每个叶素上的气动载荷分析,沿叶片展向积分求和,得到作用于叶片的升力和阻力,因此就可求得作用于叶轮上的推力和转矩。
III、发电机重力,对于风电机组锥形心轴,发电机重力全部加载于心轴上面,可根据手册查询其相关载荷。
IV、惯性力等非稳定性载荷,这部分载荷主要定义为机组运行和控制过程产生的载荷,比如叶片桨距角的调整或者是其它气动装置产生的载荷,还有一些包括并网、脱网、偏航或者机械刹车、停机等过程产生的载荷,尤其是在机组停机的过程中,会出现一个脉冲载荷直接作用在心轴上。
要想对这些叶轮重力、空气动力学载荷、发电机重力、惯性力等非稳定性载荷进行精确计算,就需要选择恰当的参考坐标系,本实施例中选取轮毂坐标系,叶轮的中心作为原点,叶轮旋转轴线为X轴,Z轴与X轴垂直方向向上,水平方向的为Y轴由右手法则确定,根据规范,可以将风机所受的载荷划分成八种工况,其中,每一种的工况又包含若干个子工况,风机所受的载荷都包含在这些工况当中,因此,对于极限载荷工况计算,只要选取载荷分量中最大的结果以及对应的工况即可,通过计算得到心轴承受的极限载荷为F0。将极限载荷F0加载到心轴有限元分析模型中,通过表面效应单元结构将力传递到要加载的锥形心轴表面,得到心轴等效应力分布云图,即可以对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1。锥形心轴强度F1对应的极限应力用于作为重量目标函数优化的约束条件。
3)通过改变锥形心轴的结构参数,得到不同正交数据下的锥形心轴应力测试数据。
本实施例中,步骤3)中锥形心轴的结构参数包括锥形心轴的长度x1、厚度x2以及锥度x3,且改变锥形心轴的结构参数时结构参数的优化变量范围根据风电机舱尺寸确定、并满足风电机组锥形心轴的安装工艺,长度x1的取值范围为[a,b],厚度x2的取值范围为[c,d],锥度x3的取值范围为[e,f],确定好目标优化变量取值范围后,借助ANSYS强大的参数优化功能进行约束函数的构造:将每一个锥形心轴的结构参数取多个值采用正交试验,得到不同正交数据下的锥形心轴应力测试数据,通过选用的正交试验选取的试验数据,减小了工作量,缩短了工程周期。本实施例中,锥形心轴的结构参数包括锥形心轴的长度x1、厚度x2以及锥度x3,对锥形心轴对应设计有3个目标优化变量。若每个优化变量取5个值,则需进行的试验次数为125次,计算次数较多,需花费大量时间,为了缩短实验周期,采用正交试验,各优化变量的水平取值如表1所示,试验正交表如表2所示。
表1:各优化变量水平取值。
优化变量 水平1 水平2 水平3 水平4 水平5
长度x<sub>1</sub> a1 a2 a3 a4 a5
厚度x<sub>2</sub> c1 c2 c3 c4 c5
锥度x<sub>3</sub> e1 e2 e3 e4 e5
表2:试验正交表。
毫无疑问,锥形心轴的结构参数也可以根据需要选择锥形心轴的长度x1、厚度x2以及锥度x3中的任意一种或两种,但是这样优化效果相对较差。
4)拟合锥形心轴强度约束函数,所述锥形心轴强度约束函数包括锥形心轴的结构参数和锥形心轴强度之间的映射关系。
本实施例中,步骤4)中拟合得到的锥形心轴强度约束函数时,具体是指采用最小二乘法拟合得到的锥形心轴强度约束函数。采用最小二乘法进行目标约束函数拟合,心轴强度与选定的优化变量之间的关系比较复杂,呈高度的非线性,且其数值关系形式不固定,呈隐性,因此要想得到目标约束函数,须对必要的实验数据进行处理,拟合得到其所需的数学公式。
本实施例中,步骤4)中拟合得到的锥形心轴强度约束函数为F=f(x1,x2,x3),其中x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。本实施例中,对表2所示的这25组正交试验数据进行锥形心轴极限应力载荷下的强度有限元分析,得到的实验数据通过最小二乘法进行函数拟合,得到心轴强度F拟合的关系式F=f(x1,x2,x3)。
5)根据锥形心轴的结构参数确定锥形心轴的重量作为目标函数C。
本实施例中,步骤5)中目标函数C的函数表达式为C=ρV(x1,x2,x3),其中:ρ为锥形心轴材料的密度,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
本实施例中,锥形心轴的结构参数对应的锥形心轴体积V(x1,x2,x3)的表达式如式(1)所示;
式(1)中,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,V1和V2为中间变量,式中r1是锥形心轴上底轴孔的半径,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
6)以锥形心轴强度作为约束条件、锥形心轴的结构参数作为优化变量,针对锥形心轴应力测试数据采用遗传算法对目标函数C进行寻优,且在对目标函数寻优过程中,以每一组锥形心轴的结构参数对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1作为筛选条件,最终得到的寻优结果为最优的一组锥形心轴的结构参数。
如图2所示,步骤6)的详细步骤包括:
6.1)定义锥形心轴的结构参数作为优化目标变量;
6.2)根据目标优化对象生成个体的初始种群,所述初始种群为一组作为优化目标变量的锥形心轴的结构参数,将初始种群作为当前种群;
6.3)计算当前种群对应的锥形心轴强度,判断当前种群对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1是否成立,如果成立,则跳转执行下一步;否则,跳转执行步骤6.10);
6.4)判定当前种群的锥形心轴强度满足要求,将当前种群保留下来作为当代个体;
6.5)判断当代的个体数是否满足要求,如果满足要求则跳转执行下一步;否则,跳转执行步骤6.10);
6.6)将遗传代数加1;
6.7)根据目标函数C计算每个个体计算适应度值,获得当前最佳适应度值;
6.8)判断当前的当前最佳适应度值大于等于上一代最佳适应度值是否成立,如果成立,则保留当前最佳适应度值及其对应的锥形心轴的结构参数;否则,保留上一代最佳适应度值及其对应的锥形心轴的结构参数;
6.9)判断遗传代数等于预设的终止代数是否成立,如果成立,则将最终的最佳适应度值及其对应的锥形心轴的结构参数作为最优解输出,结束并退出;否则,复制且保留最佳个体;
6.10)进行交叉、变异操作并保留最佳个体;
6.11)生成新的个体,跳转执行步骤6.3)。
7)将最优的一组锥形心轴的结构参数输出。
针对锥形心轴应力测试数据采用遗传算法对目标函数C进行寻优的目标是使目标函数C的值尽量小,根据适应度对个体进行区分,最佳的个体被遗传下来,经过个体不断的优化,代数越来越多,直到满足设定条件退出循环,得到最优的个体,在满足极限载荷应力条件下锥形心轴强度的要求,优化了心轴重量,节约了风电机组的成本。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种大型直驱风电机组的心轴强度优化设计方法,其特征在于实施步骤包括:
1)对风电机组的锥形心轴建立心轴三维实体模型,将心轴三维实体模型导入有限元分析软件中进行网格划分及材料属性定义,建立心轴有限元分析模型;
2)针对心轴有限元分析模型进行承受载荷计算,得到锥形心轴的极限载荷,将锥形心轴的极限载荷加载到心轴有限元分析模型中进行有限元分析,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1;
3)通过改变锥形心轴的结构参数,得到不同正交数据下的锥形心轴应力测试数据;
4)拟合锥形心轴强度约束函数,所述锥形心轴强度约束函数包括锥形心轴的结构参数和锥形心轴强度之间的映射关系;
5)根据锥形心轴的结构参数确定锥形心轴的重量作为目标函数C;
6)以锥形心轴强度作为约束条件、锥形心轴的结构参数作为优化变量,针对锥形心轴应力测试数据采用遗传算法对目标函数C进行寻优,且在对目标函数寻优过程中,以每一组锥形心轴的结构参数对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1作为筛选条件,最终得到的寻优结果为最优的一组锥形心轴的结构参数;
7)将最优的一组锥形心轴的结构参数输出;
步骤2)的详细步骤包括:
2.1)选取轮毂坐标系,以叶轮的中心作为原点、叶轮旋转轴线为X轴,Z轴与X轴垂直且方向向上,水平方向为Y轴且由右手法则确定,将风电机组所受的载荷划分成多种工况,每一种工况又包含至少一种子工况,针对各种子工况下风电机组中与锥形心轴相套的主轴轴承的外圈对锥形心轴的非稳定性载荷进行分析,所述非稳定性载荷包括叶轮重力、空气动力学载荷、发电机重力、惯性力,得到锥形心轴在极限工况下承受的极限载荷F0;
2.2)将极限载荷F0加载到心轴有限元分析模型中,通过表面效应单元结构将力传递到要加载的锥形心轴表面,得到心轴等效应力分布云图,对锥形心轴的极限应力进行计算,并通过留有指定裕度得到极限载荷情况下的锥形心轴强度F1。
2.根据权利要求1所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,步骤3)中锥形心轴的结构参数包括锥形心轴的长度x1、厚度x2以及锥度x3,且改变锥形心轴的结构参数时结构参数的优化变量范围根据风电机舱尺寸确定、并满足风电机组锥形心轴的安装工艺,长度x1的取值范围为[a,b],厚度x2的取值范围为[c,d],锥度x3的取值范围为[e,f],将每一个锥形心轴的结构参数取多个值采用正交试验,得到不同正交数据下的锥形心轴应力测试数据。
3.根据权利要求1所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,步骤4)中拟合得到的锥形心轴强度约束函数时,具体是指采用最小二乘法拟合得到的锥形心轴强度约束函数。
4.根据权利要求1所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,步骤4)中拟合得到的锥形心轴强度约束函数为F=f(x1,x2,x3),其中x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
5.根据权利要求1所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,步骤5)中目标函数C的函数表达式为C=ρV(x1,x2,x3),其中:ρ为锥形心轴材料的密度,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
6.根据权利要求5所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,锥形心轴的结构参数对应的锥形心轴体积V(x1,x2,x3)的表达式如式(1)所示;
式(1)中,V(x1,x2,x3)为锥形心轴的结构参数对应的锥形心轴体积,V1和V2为中间变量,式中r1是锥形心轴上底轴孔的半径,x1为锥形心轴的长度、x2为锥形心轴的厚度、x3为锥形心轴的锥度。
7.根据权利要求1~6中任意一项所述的大型直驱风电机组的心轴强度优化设计方法,其特征在于,步骤6)的详细步骤包括:
6.1)定义锥形心轴的结构参数作为优化目标变量;
6.2)根据目标优化对象生成个体的初始种群,所述初始种群为一组作为优化目标变量的锥形心轴的结构参数,将初始种群作为当前种群;
6.3)计算当前种群对应的锥形心轴强度,判断当前种群对应的锥形心轴强度大于极限载荷情况下的锥形心轴强度F1是否成立,如果成立,则跳转执行下一步;否则,跳转执行步骤6.10);
6.4)判定当前种群的锥形心轴强度满足要求,将当前种群保留下来作为当代个体;
6.5)判断当代的个体数是否满足要求,如果满足要求则跳转执行下一步;否则,跳转执行步骤6.10);
6.6)将遗传代数加1;
6.7)根据目标函数C计算每个个体计算适应度值,获得当前最佳适应度值;
6.8)判断当前的当前最佳适应度值大于等于上一代最佳适应度值是否成立,如果成立,则保留当前最佳适应度值及其对应的锥形心轴的结构参数;否则,保留上一代最佳适应度值及其对应的锥形心轴的结构参数;
6.9)判断遗传代数等于预设的终止代数是否成立,如果成立,则将最终的最佳适应度值及其对应的锥形心轴的结构参数作为最优解输出,结束并退出;否则,复制且保留最佳个体;
6.10)进行交叉、变异操作并保留最佳个体;
6.11)生成新的个体,跳转执行步骤6.3)。
CN201710875710.2A 2017-09-25 2017-09-25 一种大型直驱风电机组的心轴强度优化设计方法 Active CN107665278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710875710.2A CN107665278B (zh) 2017-09-25 2017-09-25 一种大型直驱风电机组的心轴强度优化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710875710.2A CN107665278B (zh) 2017-09-25 2017-09-25 一种大型直驱风电机组的心轴强度优化设计方法

Publications (2)

Publication Number Publication Date
CN107665278A CN107665278A (zh) 2018-02-06
CN107665278B true CN107665278B (zh) 2019-07-26

Family

ID=61097447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710875710.2A Active CN107665278B (zh) 2017-09-25 2017-09-25 一种大型直驱风电机组的心轴强度优化设计方法

Country Status (1)

Country Link
CN (1) CN107665278B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598053B (zh) * 2018-11-29 2023-04-18 国电联合动力技术有限公司 低风速风电机组传动部件布局构建、智能优化方法和装置
CN111125842A (zh) * 2019-12-06 2020-05-08 广州大学 一种龙门架优化方法
CN112016233B (zh) * 2020-08-31 2024-02-06 江苏骠马智能工业设计研究有限公司 轨道式巡检机器人驱动机构动力学优化仿真分析方法
CN113239491B (zh) * 2021-05-17 2022-04-01 湖南南方宇航高精传动有限公司 一种风电齿轮箱中箱体加强筋的多参数优化设计方法
CN117034711B (zh) * 2023-08-21 2024-05-03 沈阳工业大学 一种基于风力机叶片有限元模型的分布力加载方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484511A (zh) * 2014-12-02 2015-04-01 深圳控石智能系统有限公司 一种基于仿真分析的机器人结构动态特性设计方法
CN107169191A (zh) * 2017-05-10 2017-09-15 上海电气集团股份有限公司 一种风机叶片建模方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484511A (zh) * 2014-12-02 2015-04-01 深圳控石智能系统有限公司 一种基于仿真分析的机器人结构动态特性设计方法
CN107169191A (zh) * 2017-05-10 2017-09-15 上海电气集团股份有限公司 一种风机叶片建模方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
极端服役环境下的风电机组塔架结构参数优化研究;戴巨川等;《中国机械工程》;20130815;第24卷(第16期);第2150-2156页
液压卷带装置心轴的有限元分析及优化设计;赵峰;《矿山机械》;20111231;第39卷(第12期);第57-60页

Also Published As

Publication number Publication date
CN107665278A (zh) 2018-02-06

Similar Documents

Publication Publication Date Title
CN107665278B (zh) 一种大型直驱风电机组的心轴强度优化设计方法
CN109190283B (zh) 一种考虑高湍流自由来流效应的风力机翼型气动优化方法
CN104899365B (zh) 一种可减小气动干扰不利影响的直升机气动布局优化方法
Wang et al. Large-scale wind turbine blade design and aerodynamic analysis
CN103996074B (zh) 基于cfd和改进pso的复杂地形风电场微观选址方法
CN110728066B (zh) 一种风电场扇区优化方法及系统
Li et al. Aerodynamic optimization of wind turbine airfoils using response surface techniques
CN109460566A (zh) 一种风力机叶片内侧厚翼型的气动稳健优化设计方法
CN104537424B (zh) 一种建立基于风电机组载荷数据库的预测响应系统的方法
CN107194097A (zh) 基于风电场气动模拟和风速风向数据的分析方法
CN108416075A (zh) 基于cfd技术的风力机气动计算模型建模方法
CN104699936A (zh) 基于cfd短期风速预测风电场的扇区管理方法
CN109409013A (zh) 一种低风速风电机组风轮智能优化设计方法
CN101981308A (zh) 风车的运转限制调整装置及方法以及程序
CN112199908B (zh) 一种基于流体力学的风电机组偏航控制尾流模型修正方法
Dal Monte et al. Proposal for a coupled aerodynamic–structural wind turbine blade optimization
CN107391891A (zh) 一种基于模型融合方法的大展弦比机翼优化设计方法
CN109507961B (zh) 一种半导体生产线动态负荷均衡投料控制方法
CN110414102A (zh) 海上风力发电结构疲劳分析方法
CN103514308A (zh) 设计风力发电机叶片的方法和装置
CN105868470A (zh) 一种风力机翼型与叶片外形参数一体化设计方法
CN107194122B (zh) 一种变速风机叶片的多工况气动优化的改进方法
Wang et al. Structural optimisation of wind turbine towers based on finite element analysis and genetic algorithm
Simao Ferreira et al. Airfoil optimization for stall regulated vertical axis wind turbines
Tahani et al. Aerodynamic optimal design of wind turbine blades using genetic algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant