CN107784143B - 风力发电机组叶片气弹稳定性的确定方法及装置 - Google Patents

风力发电机组叶片气弹稳定性的确定方法及装置 Download PDF

Info

Publication number
CN107784143B
CN107784143B CN201610780770.1A CN201610780770A CN107784143B CN 107784143 B CN107784143 B CN 107784143B CN 201610780770 A CN201610780770 A CN 201610780770A CN 107784143 B CN107784143 B CN 107784143B
Authority
CN
China
Prior art keywords
blade
data
order mode
under
damping ratio
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
CN201610780770.1A
Other languages
English (en)
Other versions
CN107784143A (zh
Inventor
高杨
张志弘
李双虎
徐志良
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.)
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Original Assignee
Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
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 Beijing Goldwind Science and Creation Windpower Equipment Co Ltd filed Critical Beijing Goldwind Science and Creation Windpower Equipment Co Ltd
Priority to CN201610780770.1A priority Critical patent/CN107784143B/zh
Publication of CN107784143A publication Critical patent/CN107784143A/zh
Application granted granted Critical
Publication of CN107784143B publication Critical patent/CN107784143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风力发电机组叶片气弹稳定性的确定方法，所述方法包括：对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。本发明还公开了一种风力发电机组叶片气弹稳定性的确定装置。本发明能够更加准确的评估叶片的气弹稳定性。

Description

风力发电机组叶片气弹稳定性的确定方法及装置
技术领域
本发明涉及风电技术领域，尤其涉及一种风力发电机组叶片气弹稳定性的确定方法及装置。
背景技术
风力机叶轮作为整机能量的输入源头，叶轮的气弹稳定性对于评估整机的低频耦合振动问题起着至关重要的作用，但伴随着风力机单机容量的日趋增加、叶轮直径的增大、叶片轻量化及叶片柔性的增加，气弹稳定性问题日益重要和突显，因此亟待寻求一种与风力机叶轮实际运行规律接近的叶轮气弹仿真分析方法，从风力发电机组叶轮子系统角度评估叶轮的气弹稳定性，从而保证机组的可靠性设计。
在现有技术中，存在预测叶轮机叶片的颤振边界的方法、以及预测航空涡轮发动机叶片的颤振边界的方法。其中，在预测叶轮机叶片的颤振边界时，具体是采用叶片三维实体建模手段，通过流体动力学与结构力学方法，进行数据的双向传递与迭代，最终通过叶片颤振应力进行颤振边界的预测，此预测方法可以真实的反应出叶轮机叶片的运行特征与状态；在预测航空涡轮发动机叶片的颤振边界时，具体是采用流体动力学与结构力学弱耦合分析手段，利用动网格与线性插值技术，通过气动阻尼获得颤振边界。
但是，由于风力机叶轮直径日趋增大，叶片的柔性大幅增加，叶片的变形幅度长达几米，基于这些特点，如果采用上述颤振边界的预测方法来预测叶片的气弹稳定性，很难实现大变形叶片气弹稳定性的预测与评估。
发明内容
有鉴于此，本发明实施例的主要目的在于提供一种风力发电机组叶片气弹稳定性的确定方法及装置，能够更加准确的评估叶片的气弹稳定性。
本发明实施例提供了一种风力发电机组叶片气弹稳定性的确定方法，包括：
对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；
对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；
根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。
可选的，所述对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比，包括：
通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力；
根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功；
依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比。
可选的，所述各阶振型运动轨迹包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
可选的，所述方法还包括：
通过多体动力学分析，得到第一初始梁数据，其包括所述叶片主梁上的各个梁节点在无风工况下的位置数据；
通过三维流体域分析，得到第一初始网格数据，其包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
可选的，所述确定所述叶片在确定风速工况下处于平衡态时的各阶振型之后，还包括：
基于多体动力学分析得到：
第一目标梁数据，其包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据；
第二目标梁数据，其包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
可选的，确定所述位移增量包括：
根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据；
根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据包括各个振型的叶片蒙皮上的网格节点的位置数据；
根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
可选的所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
本发明实施例还提供了一种风力发电机组叶片气弹稳定性的确定装置，包括：
振型确定单元，用于对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；
阻尼比确定单元，用于对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；
稳定性确定单元，用于根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。
可选的，所述阻尼比确定单元包括：
参数获取子单元，用于通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力；
气动功计算子单元，用于根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功；
阻尼比计算子单元，用于依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比。
可选的，所述各阶振型运动轨迹包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
可选的，所述装置还包括：
初始数据获取单元，用于通过多体动力学分析，得到第一初始梁数据，其包括所述叶片主梁上的各个梁节点在无风工况下的位置数据；通过三维流体域分析，得到第一初始网格数据，其包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
可选的，所述装置还包括：
目标梁数据获取单元，用于基于多体动力学分析得到：第一目标梁数据，其包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据；第二目标梁数据，其包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
可选的，所述装置还包括位移增量单元，用于确定所述位移增量；所述位移增量单元包括：
目标数据确定子单元，用于根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据；根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据包括各个振型的叶片蒙皮上的网格节点的位置数据；
位移增量确定子单元，用于根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
可选的，所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
本发明实施例提供的风力发电机组叶片气弹稳定性的确定方法及装置，对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。本实施例通过多体动力学与流体动力学的耦合分析方法，可以比较准确的确定叶片在不同振型下的气弹阻尼比，从而在根据此气弹阻尼比确定风力发电机组的叶片气弹稳定性时，可以比较准确的预测叶片气弹稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例风力发电机组叶片气弹稳定性的确定方法的流程示意图；
图2为本发明实施例风力机组整机多体动力学模型示意图；
图3为本发明实施例风力机叶片示意图；
图4为本发明实施例叶片截面参数示意图；
图5为本发明实施例叶轮流体域几何模型示意图；
图6为本发明实施例叶轮流体域网格模型示意图；
图7为本发明实施例模拟流场域的几何模型示意图；
图8为本发明实施例叶片气动功实时监测示意图；
图9为本发明实施例三个叶片振幅实时监测示意图；
图10为本发明实施例风力发电机组叶片气弹稳定性的确定装置的组成示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例通过多体动力学与流体动力学的耦合分析方法，确定风力机组整机多体动力学模型中的叶片的气弹阻尼比，并根据此气弹阻尼比来确定风力发电机组的叶片气弹稳定性，下面具体介绍本发明实施例。
参见图1，为本发明实施例提供的风力发电机组叶片气弹稳定性的确定方法的流程示意图，以下将风力发电机组简称为风力机组，该方法包括步骤101、102和103：
步骤101:对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型。
在本实施例中，所述叶片可以是预先建立的风力机组整机多体动力学模型中的叶片等效模型，下面对风力机组整机及叶片等效模型的建立进行介绍。
叶轮(包括叶片)是风力机整机的一个子系统，其作为风力机组整机的能量输入来源，是风力机组整机的重要组成部分。在对叶轮子系统进行性能评估时，应充分考虑叶轮子系统与风力机组整机其它部件之间的耦合效应，并进行风力机组整机建模下的叶轮子系统的稳定性评估，因此，为了评估叶轮子系统的气弹稳定性，可以进行风力机组整机多体动力学建模。
参见图2所示的风力机组整机多体动力学模型示意图，所述风力机组整机多体动力学模型包括：风机基础、塔架、底座、轴系、轴承、轮毂、发电机、叶轮等部件。在对风力机组整机进行多体动力学建模时，可以通过有限元模型缩减以及部分部件模型简化进行整机建模，本实施例的整机建模过程中，需要对风力机组的整机动力学进行分析，具体兼顾了气动、控制、电磁、结构等耦合效应，这样建模得到的整机模型可以较为真实的反应出实际风力机组整机的运动特性。
其中，在上述风力机组整机多体动力学模型中，叶片等效模型的建模对叶片气弹稳定性的预测很重要。参见图3所示的风力机叶片示意图，风力机叶片包括主梁和包裹在主梁外部的蒙皮，在风力机运转过程中，叶片通常会发生大幅度的变形，这种变形不但包括整个叶片的弯曲变形，还包括叶片截面上的剪切变形，因此，叶片等效模型中的叶片主梁可以采用考虑了剪切变形的Timoshenko梁；进一步地，为了建模得到所述叶片等效模型，具体可以依据叶片各截面位置处的刚度、扭角、气动中心、剪切中心、弹性中心、质量分布等结构参数与气动参数(参见图4所示的叶片截面参数示意图)，基于上述参数对叶片进行建模。
模态指机械结构的固有振动特性，也可以理解为振动状态，对于风力机叶片，其在风载的激励作用下，会体现出不同的振动特征，因此，叶片在风载作用下可能出现不同的模态，每一个模态具有特定的固有频率、阻尼比和模态振型。所以，在一些实施方式中，步骤101可以包括：基于多体动力学对叶片进行预应力模态分析，确定所述叶片在确定风速工况下处于平衡态时具有的各阶振型、以及各阶振型对应的固有频率。在这种实施方式中，由于在风载作用下，叶片结构的变形非常大，所以需要考虑叶片结构变形及其应力对叶片的固有频率和各阶振型的影响，而通过预应力模态分析可以在叶片高度变形后，计算叶片结构的固有频率和模态振型,具体地，可以在上述建模得到的风力机组整机多体动力学模型的基础上，依据叶片外部风载、叶片的柔性及重力，兼顾气动、结构、电磁、控制等耦合效应，对确定风速工况下处于平衡态时的叶片的预应力模态进行分析，获得叶片出现的各阶模态、以及每阶模态所具有的固有频率和模态振型。
步骤102:对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比。
在一些实施方式中，步骤102可以包括A1、A2和A3：
步骤A1：通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力。
在本实施例中，所述模拟流场域包括被网格化的叶轮流体域、以及所述叶轮流体域的外部流场，其中，所述叶轮流体域是指处于平衡态时的叶片在旋转起来后所能形成的柱体区域。
随着叶轮直径的增大、叶片轻量化以及叶片柔性的增加，叶轮在运行过程中会伴随着较大的叶片变形，因此，本实施例需要获取叶片变形后(确定风速工况下处于平衡态时)所能形成的叶轮流体域。具体地，首先，在上述建模得到的风力机组整机多体动力学模型基础上，依据叶片的锥角、叶轮的仰角与方位角，以及叶片三维蒙皮与轮毂、导流罩之间的装配关系，同时兼顾叶轮三叶片的运动耦合效应，对叶轮在无风工况下所能形成的叶轮流体域进行几何建模(参见图5所示的叶轮流体域几何模型示意图)，然后，对图5所示的叶轮流体域几何模型进行空间离散，即将叶轮流体域几何模型离散成多个空间网格，得到图6所示的叶轮流体域网格模型示意图，最后，对该叶轮流体域的空间网格进行变形分析，可以得到在确定风速工况下处于平衡态时的叶轮对应的叶轮流体网格域。可见，通过对无风工况下的叶轮流体域进行网格化的空间离散，可以把叶轮在一定风载工况中的大变形问题转换成小变形问题，即将叶轮的大变形问题转换为在一定风载作用下叶片运动平衡态时的小变形问题。
其中，所述叶轮流体域中的每个空间网格可以是一个四面体，当然，所述叶轮流体域中的空间网格也可以是其它形状的网格，与其它空间网格形状相比，四面体网格对于求解网格变形问题具有更强的适应性和鲁棒性。
其中，本实施例可以按照下述方式对叶轮流体域几何模型(如图5)进行网格化的空间离散：
首先，对无风工况下的叶片蒙皮表面进行网格化，获得叶片变形前的蒙皮网格，具体地，可以对变形前的叶片蒙皮表面进行相同或不同网格尺度的离散。当采用不同网格尺度对叶片蒙皮表面进行离散时，可以使叶轮不同半径位置处进行不同网格尺度的划分，具体地，可以使叶轮相同半径位置处的蒙皮网格大小与该位置处的叶片宽度成正比，例如，由于叶片根部的蒙皮区域较大、叶片尖部的蒙皮区域较小，所以将叶片根部的蒙皮区域划分为多个较大的网格，将叶片尖部的蒙皮区域划分为多个较小的网格，此外，考虑到叶片蒙皮不是规则形状，所以对于叶片边界区域，可以采用小网格对叶片蒙皮表面进行离散，以使叶片蒙皮各个区域均被网格离散化。在本实施例中，由于三叶片形状相同，可以使三叶片的网格化结果相同，即，使三叶片相同位置处的网格大小相同。
然后，对叶轮流体域几何模型进行空间离散，具体地，假设叶片蒙皮上的网格是三角形网格，在对叶轮流体域几何模型进行空间离散时，可以基于每个三角形网格，在与该三角形网格的邻近位置取一点(该点位于叶轮流体域几何模型中)，使该点与该三角形网格的三个点分别连接，形成一个四面体，按照此方式，使叶片蒙皮上的各个三角形网格，均在叶轮流体域几何模型中对应形成一个四面体形状的空间网格；进一步地，继续基于已有四面体(除蒙皮上的三角形网格)中的三角形网格，在叶轮流体域几何模型中形成其它四面体，按照这种方式，使叶轮流体域几何模型被离散成多个四面体，即使叶轮流体域几何模型由多个彼此连接的四面体组成。
在步骤A1中，关于所述叶片所在的模拟流场域，其包括上述被网格化的叶轮流体域、以及该叶轮流体域的外部流场，参见7所示的模拟流场域的几何模型示意图，其中，带有叶轮的柱体区域即为图6所示的被网格化的叶轮流体域，矩形区域内除所述叶轮流体域以外的区域即为所述外部流场。
在一些实施方式中，步骤A1可以包括：利用预先建立的雷诺时均两方程湍流模型，得到所述模拟流场域内各个空间位置处的稳态速度和稳态压力。在这种实施方式中，可以基于雷诺时均纳维-斯托克斯(Navier-Stokes)方程，预先建立一个迭代收敛的雷诺时均两方程湍流模型，采用该湍流模型来描述该模拟流场内的湍流运动细节，包括描述被网格化的叶轮流体域内每一空间网格的变化轨迹。这样，将当前确定风速作为该湍流模型的输入，求解该模拟流场内各个空间位置处的稳态速度，以及，将当前大气压力作为该湍流模型的输入，求解该模拟流场内各个空间位置处的稳态压力。其中，在建立所述雷诺时均两方程湍流模型时，可以在图7所示的叶轮位置建立多重参考坐标系(Multi-Reference Frame,MRF)，通过MRF模型来确定叶轮的旋转效应，利用考虑了所述旋转效应而建立的所述雷诺时均两方程湍流模型，可以更加准确的计算出所述模拟流场域中各个空间位置处的稳态速度和稳态压力。
步骤A2：根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功。
在一些实施方式中，可以按照下述方式实现步骤A2：
由于叶片在每一模态下对应有一固有频率和模态振型，因此，对于一定风载工况下，所述叶片的某阶模态对应某阶振型工况，根据该振型工况下叶片的固有频率计算叶片的振动周期T。当确定了各阶振型的叶片的运动轨迹后，基于该运动轨迹，通过上述雷诺时均两方程湍流模型，可以确定振动周期T内叶片表面上的压力矢量、速度矢量、法向量等参数。基于这些参数，并以上述步骤A1中的稳态计算结果作为初值，即将所述稳态速度和所述稳态压力作为初值，进行一个振动周期T内的瞬态气动功积分，即：
按照下述公式计算某阶振型下第i个叶片所接收的瞬态气动功wi：
其中，i＝1、2、3；p为第i个叶片表面上的压力矢量；v为第i个叶片表面上的速度矢量；n为第i个叶片表面的法向量；S为第i个叶片的表面积；T为第i个叶片的振动周期。
参见图8，为本发明实施例提供的叶片瞬态气动功实时监测示意图，风力机运转过程中，由于启动初期的波动较大、残差较大，因此气动功计算结果在风力机启动初期还不稳定，但是，风力机运行会逐渐趋于稳定运行，此时气动功计算结果也趋于稳定。
在一些实施方式中，所述各阶振型运动轨迹可以包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
关于平衡态时的叶片和某阶振型下的叶片，为了确定这两种状态下的位移差，需要预先获取一些参数，这些参数包括第一初始梁数据、第一初始网格数据、第一目标梁数据和第二目标梁数据，具体如下：
一、通过多体动力学分析，得到第一初始梁数据；其中，所述第一初始梁数据包括所述叶片主梁上的各个梁节点在无风工况下的位置数据。
为了获得所述第一初始梁数据，本实施例中的叶片主梁在建模时被抽象成一条线，即叶片主梁每一截面被抽象成一个点。基于此，在风力机组整机多体动力学模型的基础上，考虑叶片的柔性以及重力，通过多体动力学分析方法，分析无风载作用下柔性叶片的静力学变形，获得无风载作用下的梁数据，本实施例中，将无风载作用下的梁数据称为叶片变形前的梁数据，以下简称为变形前梁数据(即所述第一初始梁数据)。为了获得变形前梁数据，需要预先在叶片主梁(实际上是一条线)上按照一定间隔取多个节点，并确定变形前叶片主梁上的每个节点的位置数据，比如，将每一节点在全局坐标系(例如大地坐标系)中的坐标作为对应节点的位置数据。
二、通过三维流体域分析，得到第一初始网格数据；其中，所述第一初始网格数据包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
对于上述网格化的叶片三维蒙皮，将蒙皮上相邻网格之间形成的点作为网格节点，对于无风工况下的叶片蒙皮上的多个网格节点，需要确定每个网格节点的位置数据，比如，将每一网格节点在全局坐标系(例如大地坐标系)中的坐标作为对应网格节点的位置数据。
三、在步骤101确定所述叶片在确定风速工况下处于平衡态时的各阶振型之后，基于多体动力学分析得到：
1、第一目标梁数据，其中，所述第一目标梁数据包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据。
在风力机组整机多体动力学模型的基础上，可以考虑叶片外部的风载、叶片的柔性及重力，兼顾气动、结构、电磁、控制等耦合效应，分析在确定风速工况下叶片的预应力模态，该模态具有特定的固有频率和模态振型，因此，通过预应力模态分析，可以获得确定风载作用下(叶片处于平衡态)的梁数据，本实施例中，将所述确定风载作用下(叶片处于平衡态)的梁数据称为叶片变形后的梁数据，以下简称为变形后梁数据(即所述第一目标梁数据)。其中，对于上述在叶片主梁上选取的多个节点，需要确定变形后叶片主梁上的每个节点的位置数据，比如，将每一节点在全局坐标系(例如大地坐标系)中的坐标作为对应节点的位置数据。
2、第二目标梁数据，其中，所述第二目标梁数据包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
当叶片处于平衡态时，对于上述在叶片主梁上选取的多个节点，可以对叶片进行模态分析，确定叶片主梁上的每个节点在不同振型中的位置数据，比如，将每一节点在全局坐标系(例如大地坐标系)中的坐标作为对应节点的位置数据。
基于上述参数，可以按照下述方式确定所述位移增量，可以包括步骤B1、B2和B3：
步骤B1：根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据。
在本实施例中，基于变形前叶片主梁上的各个梁节点的位置数据(第一初始梁数据)、变形前叶片蒙皮上的各个网格节点的位置数据(第一初始网格数据)，可以确定变形前叶片主梁上的各个梁节点与变形前叶片蒙皮上的各个网格节点之间的位置关系。根据这种位置关系以及变形后叶片主梁上的各个梁节点的位置数据(第一目标梁数据)，可以进一步确定变形后叶片蒙皮上的各个网格节点的位置数据(第一目标网格数据)，比如，将叶片变形后每一网格节点在全局坐标系(例如大地坐标系)中的坐标作为对应网格节点的位置数据。
可见，基于变形后叶片蒙皮上的各个网格节点的位置数据，可以还原出变形后叶片蒙皮的外部形状。
步骤B2：根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据其包括所述各阶振型的叶片蒙皮上的网格节点的位置数据。
在本实施例中，处于平衡态时的叶片即为模态变化前的叶片，每阶振型下的叶片即为模态变化后的叶片。基于模态变化前叶片主梁上的各个梁节点的位置数据(第一目标梁数据)、模态变化前叶片蒙皮上的各个网格节点的位置数据(第一目标网络数据)，可以确定模态变化前叶片主梁上的各个梁节点与模态变化前叶片蒙皮上的各个网格节点之间的位置关系。根据这种位置关系以及模态变化后叶片主梁上的各个梁节点的位置数据(第二目标梁数据)，可以进一步确定模态变化后叶片蒙皮上的各个网格节点的位置数据(第二目标网格数据)，比如，将每阶振型叶片的每一网格节点在全局坐标系(例如大地坐标系)中的坐标作为对应网格节点的位置数据。
步骤B3：根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
在本实施例中，处于平衡态时的叶片即为模态变化前的叶片，每阶振型下的叶片即为模态变化后的叶片，根据每一网格节点对应的模态变化前后的位置数据，计算每一网格节点的位移增量。即，对于每一网格节点，将模态变化后的位置数据减去模态变化前的位置数据，即为该网格节点发生的位移增量。
步骤A3：依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比。其中，所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
在本实施例中，所述叶片的气弹阻尼包括两部分，一部分为气动阻尼，另一部分为结构阻尼。
在振动周期T内，所述叶片的某阶模态对应某阶振型工况，在某阶振型工况下，按照下面公式计算所述叶片的气动阻尼比：
其中，n＝3；mi为第i个叶片的质量；ωi是某阶振型下第i个叶片的固有频率；Aimax是某阶阵型下第i个叶片的最大振幅；p为第i个叶片表面上的压力矢量；v为第i个叶片表面上的速度矢量；n为第i个叶片表面的法向量；S为第i个叶片的表面积；T为第i个叶片的振动周期。
为了获取叶片的最大振幅，在振动周期T内，还需要对各个叶片的运动振幅进行实时监测，参见图9所示的三个叶片振幅实时监测示意图。
上述公式(2)还可以表示为：
其中，W1为第1个叶片在振动周期T内做的气动功，W2为第2个叶片在振动周期T内做的气动功，W3为第3个叶片在振动周期T内做的气动功；E1为第1个叶片所做的动能，E2为第2个叶片所做的动能，E3为第3个叶片所做的动能。
依据结构阻尼比的能量损失公式(假设结构阻尼满足粘性等效阻尼公式，粘性阻尼系数为c)，计算振动周期T内每一叶片结构阻尼所消耗的能量：
叶片结构阻尼比σ通常在0.004～0.007之间，这里可以取σ＝0.004来计算,则公式(4)为：
由于为一个叶片的最大动能，根据上述公式可知，一个振动周期T内，结构阻尼约消耗掉一个叶片最大动能的5％。
由上述公式(5)可得：
第1个叶片的结构阻尼所消耗的能量为ΔE1：
其中，m1是第1个叶片的质量，ω1是某阶阵型下第1个叶片的固有频率，A1imax是某阶阵型下第1个叶片的最大振幅；
第2个叶片的结构阻尼所消耗的能量为ΔE2：
其中，m2是第2个叶片的质量，ω2是某阶阵型下第2个叶片的固有频率，A2imax是某阶阵型下第2个叶片的最大振幅；
第3个叶片的结构阻尼所消耗的能量为ΔE3：
其中，m3是第2个叶片的质量，ω3是某阶阵型下第3个叶片的固有频率，A3imax是某阶阵型下第3个叶片的最大振幅。
因此，所述叶片的结构阻尼比σ'为：
基于能量的概念，按照下述公式计算某阶振型下的叶片的气弹阻尼比σ″：
其中，W是叶轮三叶片在振动周期T内所接收的瞬态气动功；
ΔE是叶轮三叶片的结构阻尼在振动周期T内所消耗的能量；
E是叶轮三叶在振动周期T内所产生的最大动能。
步骤103:根据所述气弹阻尼比确定所述叶片在对应模态下的气弹稳定性。
依据上述叶片的气弹阻尼比计算公式，可以分别计算出每阶振型下的叶片的气弹阻尼比，进而可以预测每阶振型下的叶片的气弹稳定性。即，如果计算出的气弹阻尼比值大于0，则所述叶片处于稳定状态；如果计算出的气弹阻尼比值等于0，则所述叶片处于临界稳定状态(相当于不稳定状态)；如果计算出的气弹阻尼比值小于0，则所述叶片处于不稳定状态。
本发明实施例提供的风力发电机组叶片气弹稳定性的确定方法，对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。本实施例通过多体动力学与流体动力学的耦合分析方法，可以比较准确的确定叶片在不同振型下的气弹阻尼比，从而在根据此气弹阻尼比确定风力发电机组的叶片气弹稳定性时，可以比较准确的预测叶片气弹稳定性。
参见图10，为本发明实施例提供的风力发电机组叶片气弹稳定性的确定装置的组成示意图，包括：振型确定单元1001、阻尼比确定单元1002和稳定性确定单元1003，其中：
振型确定单元1001，用于对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；
阻尼比确定单元1002，用于对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；
稳定性确定单元1003，用于根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性。
在一些实施方式中，所述阻尼比确定单元1002包括：参数获取子单元、气动功计算子单元和阻尼比计算子单元，其中：
参数获取子单元，用于通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力；
气动功计算子单元，用于根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功；
阻尼比计算子单元，用于依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比。
在一些实施方式中，所述各阶振型运动轨迹包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
在一些实施方式中，所述装置还包括：
初始数据获取单元，用于通过多体动力学分析，得到第一初始梁数据，其包括所述叶片主梁上的各个梁节点在无风工况下的位置数据；通过三维流体域分析，得到第一初始网格数据，其包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
在一些实施方式中，所述装置还包括：
目标梁数据获取单元，用于基于多体动力学分析得到：第一目标梁数据，其包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据；第二目标梁数据，其包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
在一些实施方式中，所述装置还包括位移增量单元，用于确定所述位移增量；所述位移增量单元包括目标数据确定子单元和位移增量确定子单元，其中：
目标数据确定子单元，用于根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据；根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据包括各个振型的叶片蒙皮上的网格节点的位置数据；
位移增量确定子单元，用于根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
在一些实施方式中，所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如媒体网关等网络通信设备，等等)执行本发明各个实施例或者实施例的某些部分所述的方法。
需要说明的是，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。还需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (12)

1.一种风力发电机组叶片气弹稳定性的确定方法，其特征在于，包括：
对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；
对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；
根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性；
其中，所述对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比，包括：
通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力；
根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功；
依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比；
其中，所述模拟流场域包括被网格化的叶轮流体域、以及所述叶轮流体域的外部流场，所述叶轮流体域是指处于平衡态时的叶片在旋转起来后所能形成的柱体区域。
2.根据权利要求1所述的方法，其特征在于，所述各阶振型运动轨迹包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
通过多体动力学分析，得到第一初始梁数据，其包括所述叶片主梁上的各个梁节点在无风工况下的位置数据；
通过三维流体域分析，得到第一初始网格数据，其包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
4.根据权利要求3所述的方法，其特征在于，所述确定所述叶片在确定风速工况下处于平衡态时的各阶振型之后，还包括：
基于多体动力学分析得到：
第一目标梁数据，其包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据；
第二目标梁数据，其包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
5.根据权利要求4所述的方法，其特征在于，确定所述位移增量包括：
根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据；
根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据包括各阶振型的叶片蒙皮上的网格节点的位置数据；
根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
6.根据权利要求1-5任意一项所述的方法，其特征在于，所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
7.一种风力发电机组叶片气弹稳定性的确定装置，其特征在于，包括：
振型确定单元，用于对所述叶片进行多体动力学分析，确定所述叶片在确定风速工况下处于平衡态时的各阶振型；
阻尼比确定单元，用于对所述叶片进行流体动力学分析，确定所述叶片在不同振型下的气弹阻尼比；
稳定性确定单元，用于根据所述气弹阻尼比确定所述叶片在对应振型下的气弹稳定性；
其中，所述阻尼比确定单元包括：
参数获取子单元，用于通过流体动力学分析，得到所述叶片所在模拟流场域内各个空间位置处的稳态速度和稳态压力；
气动功计算子单元，用于根据所述各阶振型的频率以及稳态速度和稳态压力，计算在各阶振型运动轨迹下的瞬态气动功；
阻尼比计算子单元，用于依据所述瞬态气动功，计算所述叶片在对应振型下的气弹阻尼比；
其中，所述模拟流场域包括被网格化的叶轮流体域、以及所述叶轮流体域的外部流场，所述叶轮流体域是指处于平衡态时的叶片在旋转起来后所能形成的柱体区域。
8.根据权利要求7所述的装置，其特征在于，所述各阶振型运动轨迹包括各阶振型的叶片相对于其在平衡态位置处的位移增量。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括：
初始数据获取单元，用于通过多体动力学分析，得到第一初始梁数据，其包括所述叶片主梁上的各个梁节点在无风工况下的位置数据；通过三维流体域分析，得到第一初始网格数据，其包括所述叶片蒙皮上的各个网格节点在无风工况下的位置数据。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
目标梁数据获取单元，用于基于多体动力学分析得到：第一目标梁数据，其包括所述叶片主梁上的各个梁节点在叶片处于所述平衡态时的位置数据；第二目标梁数据，其包括所述叶片主梁上的各个梁节点在各阶振型中的位置数据。
11.根据权利要求10所述的装置，其特征在于，所述装置还包括位移增量单元，用于确定所述位移增量；所述位移增量单元包括：
目标数据确定子单元，用于根据所述第一初始梁数据、所述第一目标梁数据以及所述第一初始网格数据，确定第一目标网格数据，所述第一目标网格数据包括所述叶片蒙皮上的各个网格节点在所述叶片处于平衡态时的位置数据；根据所述第一目标梁数据、所述第一目标网络数据以及所述第二目标梁数据确定各阶振型的第二目标网格数据，所述第二目标网格数据包括各个振型的叶片蒙皮上的网格节点的位置数据；
位移增量确定子单元，用于根据各阶振型的第二目标网格数据以及所述第一目标网格数据确定各阶振型的所述位移增量。
12.根据权利要求7-11任意一项所述的装置，其特征在于，所述气弹阻尼比包括结构阻尼比以及气动阻尼比。
CN201610780770.1A 2016-08-30 2016-08-30 风力发电机组叶片气弹稳定性的确定方法及装置 Active CN107784143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610780770.1A CN107784143B (zh) 2016-08-30 2016-08-30 风力发电机组叶片气弹稳定性的确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610780770.1A CN107784143B (zh) 2016-08-30 2016-08-30 风力发电机组叶片气弹稳定性的确定方法及装置

Publications (2)

Publication Number Publication Date
CN107784143A CN107784143A (zh) 2018-03-09
CN107784143B true CN107784143B (zh) 2018-10-30

Family

ID=61450347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610780770.1A Active CN107784143B (zh) 2016-08-30 2016-08-30 风力发电机组叶片气弹稳定性的确定方法及装置

Country Status (1)

Country Link
CN (1) CN107784143B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902384B (zh) * 2019-02-28 2023-06-30 上海交通大学 一种基于气弹模型的风力机柔性叶片预弯预扭设计方法
CN114687922B (zh) * 2020-12-25 2023-12-01 江苏金风科技有限公司 叶片的设计方法、叶片和叶片的制造方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101599104B (zh) * 2009-07-16 2011-06-22 北京航空航天大学 一种航空涡轮发动机叶片颤振边界的模拟方法
CN101882177B (zh) * 2010-06-18 2012-09-26 北京航空航天大学 叶轮机械计入叶间相位角的气弹稳定性流固耦合预测方法
GB201121590D0 (en) * 2011-12-15 2012-01-25 Lm Wind Power As A wind turbine blade control method

Also Published As

Publication number Publication date
CN107784143A (zh) 2018-03-09

Similar Documents

Publication Publication Date Title
Abbas et al. Methods for flutter stability analysis of long-span bridges: a review
Yu et al. Predicting wind turbine blade loads and aeroelastic response using a coupled CFD–CSD method
Heirman et al. Interface reduction of flexible bodies for efficient modeling of body flexibility in multibody dynamics
Raveh CFD-based models of aerodynamic gust response
Tang et al. Theoretical and experimental aeroelastic study for folding wing structures
Liang et al. Constructing simplified models for dynamic analysis of monopile-supported offshore wind turbines
Lee et al. Aeroelastic analysis of wind turbine blades based on modified strip theory
Kapania et al. Static and vibration analyses of general wing structures using equivalent-plate models
CN114169197A (zh) 一种风电机组在环仿真系统及方法
Vitsas et al. Multiscale aeroelastic simulations of large wind farms in the atmospheric boundary layer
CN107784143B (zh) 风力发电机组叶片气弹稳定性的确定方法及装置
Gebhardt et al. Non-linear aeroelastic behavior of large horizontal-axis wind turbines: a multibody system approach
Schulze et al. Integration of nonlinear models of flexible body deformation in Multibody System Dynamics
Tatsis et al. State estimation of geometrically non-linear systems using reduced-order models
CN107784692A (zh) 变形叶片的三维蒙皮建模方法及装置
CN112307637B (zh) 一种对风力机叶片进行模态分析的方法
CN102163263B (zh) 风机叶片振动位移及其威布尔分布拟合方法
Réthoré et al. Validation of an actuator disc model
Wenz et al. Assessment of low‐frequency aeroacoustic emissions of a wind turbine under rapidly changing wind conditions based on an aero‐servo‐elastic CFD simulation
CN108491644A (zh) 一种风力发电机叶片翼型颤振临界风速计算方法及设备
Küppers et al. Numerical modelling of vertical axis turbines using the actuator surface model
Gallinger et al. A computational environment for membrane-wind interaction
Cavagna et al. Active aeroelastic control over a four control surface wing model
Jung et al. Development of a 2-D flow solver on unstructured and adaptive Cartesian meshes
Hansen Aerodynamic Optimisation of Airfoils and Winglets for Wind Turbine Application

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