CN109598053B - 低风速风电机组传动部件布局构建、智能优化方法和装置 - Google Patents

Abstract

本发明公开了一种低风速风电机组传动部件布局数据库及其构建方法，包括：输入整个传动链的极限载荷和疲劳载荷；假设整个传动链的极限载荷和疲劳载荷总共N个工况，自第一个工况进行计算，对轴承、齿轮箱、电机三大部件进行选型；选型合格后，根据装配关系得出主轴、轮毂的部分尺寸，根据载荷情况和尺寸大小，计算主轴、轮毂安全系数；判断各部件是否满足安全等级要求，若满足输出主轴上的跨距变量；否则跳过输出，判断所有工况是否计算完成；若否，则继续计算直到完成；找到合格传动部件，并将数据存入并建立传动部件布局数据库；本发明还公开了基于上述数据库的传动部件布局智能优化方法以及装置，本发明可大大提高设计效率及设计成本。

Description

低风速风电机组传动部件布局构建、智能优化方法和装置

技术领域

本发明涉及风电设计领域，特别是涉及一种风电机组传动部件布局数据库、构建方法、智能优化方法及装置。

背景技术

随着能源消耗日益增长和环境保护的需求增加，可再生新能源开发越来越受重视，其中风力发电是发展最快的新能源之一，风力发电机组设计则成为风能行业至关重要的技术；传动链作为风力发电机组的核心系统，其运行特征和成本直接决定风力发电机组的性能。

以双馈机组风力发电机为例，如图1所示，传动链包括轮毂1、浮动轴承2、主轴3、止推轴承4、偏航驱动5、齿轮箱6、控制柜7、电机8和机架9等。在传动链部件上，传动链的布局不仅影响传动链的重量和成本，而且影响着整机性能，故传动链布局的设计是起着至关重要的作用。而目前风电机组在传动部件布局上，基本依靠技术人员的经验进行设计，设计成本高、效率低。

由此可见，上述现有的风电机组在传动部件布局设计上，显然仍存在有不便与缺陷，而亟待加以进一步改进。如何能创设一种设计成本低、效率高的优化设计方法,成为当前业界亟需改进的目标。

发明内容

本发明要解决的技术问题是提供一种低风速风电机组传动部件布局数据库、构建方法、智能优化方法和装置，以使低风速风电机组传动部件布局设计成本低、效率高。

为解决上述技术问题，本发明采用如下技术方案：

一种低风速风电机组传动部件布局数据库的构建方法，包括如下步骤：

S101：输入整个传动链的极限载荷和疲劳载荷；

S102：假设整个传动链的极限载荷和疲劳载荷总共N个工况，自第一个工况进行计算，对轴承、齿轮箱、电机三大部件进行选型：根据计算得到的三大部件的实际承载载荷、以及三大部件的原始材料承载载荷以及安全裕度便可以选出合格的三大部件；

S103：轴承、齿轮箱、电机选型合格后，根据装配关系得出主轴、轮毂的部分尺寸，根据载荷情况和尺寸大小，计算主轴、轮毂安全系数，包含极限载荷和疲劳载荷；

S104：判断各部件是否满足安全等级要求，若满足输出主轴上的跨距变量；否则跳过输出，判断所有工况是否计算完成；

S105：若工况没有计算完成，则继续计算下一个工况，直到所有工况计算完成；

S106：找到合格传动部件，并将合格传动部件及其布局数据存入并建立传动部件布局数据库，此数据库是满足极限和疲劳强度的合格数据库。

作为本发明进一步地改进，所述S101中，整个传动链的载荷输入是根据旋转轮毂和固定轮毂坐标系下的极限载荷和LDD疲劳载荷推导而来的。

进一步地，所述S102中，三大部件选型的前提是已经有齿轮箱、电机、轴承的基础数据库，基础数据库的参数包含多个型号对应的尺寸、承载极限载荷、承载疲劳载荷、转速要求、成本参数。

进一步地，所述S102中，三大部件选型包括如下计算过程：

以三个距离l₁、l₂、l₃作为变量，轮毂、齿轮箱重量作为常量，选取轮毂中心为参考点，根据如下力的平衡方程(1)～(6)，求解后得出浮动轴承和止推轴承上的载荷；同时推导出齿轮箱、电机的输出扭矩；

∑F_X＝0  (1)

∑F_Y＝0  (2)

∑F_Z＝0  (3)

∑M_Y＝0  (4)

∑M_Z＝0  (5)

F_Xf＝0  (6)

式中，F_X——X方向的轴向力，kN；F_Y——Y方向的剪力，kN；F_Z——Z方向的剪力，kN；M_Y——Y方向的弯矩，kNm；M_Z——Z方向的弯矩，kNm；F_Xf——浮动轴承X方向上的载荷，kN；l₁——轮毂中心距浮动轴承中心的距离，m；l₂——浮动轴承中心至止推轴承中心距离，m；l₃——止推轴承至齿轮箱中心距离，m；

根据三大部件的实际承载载荷、基础数据库中的原始材料承载载荷以及安全裕度便可以选出合格的三大部件。

一种低风速风电机组传动部件布局数据库，采用上述的构建方法构建，包括多个传动部件布局方案。

一种低风速风电机组传动部件布局的智能优化方法，从合格数据库中寻找到最优传动链布局，最优布局的判断依据是包含所有部件的传动链总成本和选型成熟程度协同寻优；

所述合格数据库为采用上述构建方法构建的风电机组传动部件布局数据库。

进一步地，从合格数据库中寻找到最优传动链布局的方法为：

S201:以传动链成本和选型成熟程度协同寻优为目标，以传动链结构布局参数为设计因子，以结构安全裕度为约束条件，构建传动链协同设计模型；所述传动连结构布局参数来源于所述合格数据库；

S202:在传动链协同设计模型的基础上，基于自适应协方差矩阵演化策略的各子模块嵌套寻优方法，获取全局帕雷托最优设计参数；

S203:进而得出参数对应的成本目标之间的关系，形成输入和输出映射关系，建立最优传动链布局数据库。

进一步地，还包括S204：基于输入与输出映射关系的数据库，建立全局优化高精度非线性响应面模型。

一种低风速风电机组传动部件布局数据库的构建装置，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述风电机组传动部件布局数据库的构建方法。

一种低风速风电机组传动部件布局的智能优化装置，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述风电机组传动部件布局的智能优化方法。

通过采用上述技术方案，本发明至少具有以下优点：

(1)本发明建立了风电机组传动部件布局数据库，根据自变量的范围，可得到不同的传动链布局，建立传动链布局数据库，可为后期人工筛选或智能筛选提供可靠依据，并可提高设计效率及设计成本。

(2)智能寻最优方案：定义变量范围，指定目标变量后，便可以自动寻优，找到传动链布局的最优解，进一步地提高优化效率成本。

附图说明

上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。

图1是现有技术中风电机组传动链的结构示意图；

图2是风电机组传动链简化示意图；

图3是风电机组传动部件布局数据库的构建方法流程图；

图4是风电机组传动部件布局的智能优化方法流程图；

图5是风电机组传动部件布局的智能优化方法具体流程原理图。

具体实施方式

风电机组的传动链布局结构较为复杂，将轮毂、轴承、齿轮箱等简化，传动链示意图如图2所示。

为使轴承上的载荷更接近实际情况,将风电机组作用在轮毂中心的时间序列载荷转化到轴承中心。根据图2所示，三个距离l₁、l₂、l₃作为变量，轮毂重量、齿轮箱重量作为常量，选取轮毂中心为参考点，根据如下力的平衡方程(1)～(6)，求解后得出浮动轴承和止推轴承上的载荷。

∑F_X＝0  (1)

∑F_Y＝0  (2)

∑F_Z＝0  (3)

∑M_Y＝0  (4)

∑M_Z＝0  (5)

F_Xf＝0  (6)

式中，F_X——X方向的轴向力，kN；F_Y——Y方向的剪力，kN；F_Z——Z方向的剪力，kN；M_Y——Y方向的弯矩，kNm；M_Z——Z方向的弯矩，kNm；F_Xf——浮动轴承X方向上的载荷，kN；l₁——轮毂中心距浮动轴承中心的距离，m；l₂——浮动轴承中心至止推轴承中心距离，m；l₃——止推轴承至齿轮箱中心距离，m。

在风机运行过程中轴承所承受载荷分为极限载荷和疲劳载荷，采用商业化软件计算得出轮毂载荷。

根据GL2010标准要求，旋转部件的疲劳载荷需采用LDD载荷数据，等效损伤载荷是根据Miner准则由LDD数据计算，等效损伤载荷如公式(7)。

依据传动链的装配和定位关系，主轴与浮动轴承和止推轴承对应位置，主轴外径与对应处轴承内径一致，轴承承载的载荷与轴承在主轴的分布相关，传动链布局是一个多变量多约束的优化设计。

本实施例在上述基础上，提出了一种风电机组传动部件布局数据库的构建方法，配合图3所示，包括如下步骤：

S101：输入整个传动链的极限载荷和疲劳载荷；整个传动链的载荷输入是根据旋转轮毂和固定轮毂坐标系下的极限载荷和LDD疲劳载荷推导而来的；

S102：假设整个传动链的极限载荷和疲劳载荷总共N个工况，自第一个工况进行计算，对轴承、齿轮箱、电机三大部件进行选型，其选型过程也是计算过程：

以三个距离l₁、l₂、l₃作为变量，轮毂、齿轮箱重量作为常量，选取轮毂中心为参考点，根据如前述的力的平衡方程(1)～(6)，求解后得出浮动轴承和止推轴承上的载荷。同时也可推导出齿轮箱、电机的输出扭矩。

根据三大部件的实际承载载荷、基础数据库中的原始材料承载载荷以及安全裕度便可以选出合格的三大部件，并将合格三大部件存入新的布局数据库。

S103：轴承、齿轮箱、电机选型合格后，根据装配关系得出主轴、轮毂的部分尺寸，根据载荷情况和尺寸大小，计算主轴、轮毂安全系数，包含极限载荷和疲劳载荷；

S104：判断各部件是否满足安全等级要求，若满足输出主轴上的跨距变量；否则跳过输出，判断所有工况是否计算完成；

S105：若工况没有计算完成，则继续计算下一个工况，直到所有工况计算完成；

S106：找到合格传动部件，并将合格传动部件及其布局数据存入并建立传动部件布局数据库，此数据库是满足极限和疲劳强度的合格数据库。

通过上述构建方法，可以构建得到风电机组传动部件布局数据库，其中包括大量的传动部件布局方案，可为后期人工筛选或智能筛选提供可靠依据，并可提高设计效率及设计成本。

在构建上述风电机组传动部件布局数据库的基础上，本实施例提供了一种风电机组传动部件布局的智能优化方法，如图4所示，包括：

从合格数据库中寻找到最优传动链布局，最优布局的判断依据是包含所有部件的传动链成本和选型成熟程度协同寻优。

其中，可参考图5所示，从合格数据库中寻找到最优传动链布局的方法为：

S201:以传动链成本和选型成熟程度协同寻优为目标，以传动链结构布局参数为设计因子，以结构安全裕度为约束条件，构建传动链协同设计模型；所述传动连结构布局参数来源于所述合格数据库。

即在该优化过程中兼顾部件选型的成熟度和传动链成本为目标；以传动链结构布局为参数，比如浮动轴承、止推轴承、齿轮箱在主轴上的跨距等来源于上述合格数据库的参数；以传动链上的部件满足各自的极限和疲劳安全要求为约束条件；搭建传动链参数化的协同设计模型；

S202:在传动链协同设计模型的基础上，基于自适应协方差矩阵演化策略的各子模块嵌套寻优方法，获取全局帕雷托最优设计参数；

即利用上述模型，可实现部件和传动链系统分别自动优化，实现嵌套循环，可得到到基于部件成熟度和传动链成本双目标的全局帕雷托解集；

S203:进而得出参数对应的成本目标之间的关系，形成输入和输出映射关系，建立最优传动链布局数据库，实现了关键设计参数快速准确筛选。

为了实现快速优化，还可基于上步建立的输入与输出映射关系的数据库，建立全局优化高精度非线性响应面模型，提高优化效率。

本发明实施例还提供了一种风电机组，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述风电机组传动部件布局数据库的构建方法或风电机组传动部件布局的智能优化方法。

综上所述，本发明建立了风电机组传动部件布局数据库，根据自变量的范围，可得到不同的传动链布局，建立传动链布局数据库，可为后期人工筛选或智能筛选提供可靠依据，并可提高设计效率及设计成本。本发明还提供了风电机组传动部件布局的智能优化方案：定义变量范围，指定目标变量后，便可以在传动部件布局数据库中自动寻优，找到传动链布局的最优解，进一步地提高优化效率成本。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。

Claims (5)

1.一种低风速风电机组传动部件布局的智能优化方法，其特征在于，包括：

S201:以传动链成本和选型成熟程度协同寻优为目标，以传动链结构布局参数为设计因子，以结构安全裕度为约束条件，构建传动链协同设计模型；所述传动链结构布局参数来源于合格数据库；

S202:在传动链协同设计模型的基础上，基于自适应协方差矩阵演化策略的各子模块嵌套寻优方法，获取全局帕雷托最优设计参数；

S203:进而得出参数对应的成本目标之间的关系，形成输入和输出映射关系，建立最优传动链布局数据库；

S204：基于输入与输出映射关系的数据库，建立全局优化高精度非线性响应面模型；

所述合格数据库为采用如下构建方法构建的风电机组传动部件布局数据库，所述构建方法包括如下步骤：

S101：获取输入的整个传动链的极限载荷和疲劳载荷；

S102：假设整个传动链的极限载荷和疲劳载荷总共N个工况，自第一个工况进行计算，对轴承、齿轮箱、电机三大部件进行选型：根据计算得到的三大部件的实际承载载荷、以及三大部件的原始材料承载载荷以及安全裕度便可以选出合格的三大部件；

S103：轴承、齿轮箱、电机选型合格后，根据装配关系得出主轴、轮毂的部分尺寸，根据载荷情况和尺寸大小，计算主轴、轮毂安全系数，包含极限载荷和疲劳载荷；

S104：判断各部件是否满足安全等级要求，若满足输出主轴上的跨距变量；否则跳过输出，判断所有工况是否计算完成；

S105：若工况没有计算完成，则继续计算下一个工况，直到所有工况计算完成；

S106：找到合格传动部件，并将合格传动部件及其布局数据存入并建立传动部件布局数据库，此数据库是满足极限和疲劳强度的合格数据库。

2.根据权利要求1所述的低风速风电机组传动部件布局的智能优化方法，其特征在于，所述S101中，整个传动链的载荷输入是根据旋转轮毂和固定轮毂坐标系下的极限载荷和LDD疲劳载荷推导而来的。

3.根据权利要求1所述的低风速风电机组传动部件布局的智能优化方法，其特征在于，所述S102中，三大部件选型的前提是已经有齿轮箱、电机、轴承的基础数据库，基础数据库的参数包含多个型号对应的尺寸、承载极限载荷、承载疲劳载荷、转速要求、成本参数。

4.根据权利要求2所述的低风速风电机组传动部件布局的智能优化方法，其特征在于，所述S102中，三大部件选型包括如下计算过程：

以三个距离l₁、l₂、l₃作为变量，轮毂、齿轮箱重量作为常量，选取轮毂中心为参考点，根据如下力的平衡方程(1)～(6)，求解后得出浮动轴承和止推轴承上的载荷；同时推导出齿轮箱、电机的输出扭矩；

∑F_X＝0    (1)

∑F_Y＝0    (2)

∑F_Z＝0    (3)

∑M_Y＝0    (4)

∑M_Z＝0    (5)

F_Xf＝0    (6)

式中，F_X——X方向的轴向力，kN；F_Y——Y方向的剪力，kN；F_Z——Z方向的剪力，kN；M_Y——Y方向的弯矩，kNm；M_Z——Z方向的弯矩，kNm；F_Xf——浮动轴承X方向上的载荷，kN；l₁——轮毂中心距浮动轴承中心的距离，m；l₂——浮动轴承中心至止推轴承中心距离，m；l₃——止推轴承至齿轮箱中心距离，m；

根据三大部件的实际承载载荷、基础数据库中的原始材料承载载荷以及安全裕度便可以选出合格的三大部件。

5.一种低风速风电机组传动部件布局的智能优化装置，其特征在于，包括一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现权利要求1至4任意一项风电机组传动部件布局的智能优化方法。

Images