CN111125959A - 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 - Google Patents
兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 Download PDFInfo
- Publication number
- CN111125959A CN111125959A CN201911366129.3A CN201911366129A CN111125959A CN 111125959 A CN111125959 A CN 111125959A CN 201911366129 A CN201911366129 A CN 201911366129A CN 111125959 A CN111125959 A CN 111125959A
- Authority
- CN
- China
- Prior art keywords
- blade
- fatigue
- crack
- wind speed
- time
- 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.)
- Pending
Links
Landscapes
- Wind Motors (AREA)
Abstract
本发明公开了一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其包括:建立复合材料温度场计算模型;开发叶片‑风速有限元耦合动力学模型;开发风速‑裂纹‑缺口的相互作用模型;对上述模型中的应力时程曲线相加,得到组合载荷下叶片各部的应力时程曲线;用雨流计数法对应力时程曲线进行计算,得到组合载荷下叶片各部二维疲劳应力谱;建立等幅疲劳中值Sn‑Sm‑N曲面,根据Miner线性疲劳累积损伤准则,基于二维疲劳应力谱对叶片的疲劳寿命进行估算,得出叶片的疲劳寿命。本发明具有提高了风力发电复合材料叶片的疲劳寿命预测精度,提高其工程应用价值等特点。
Description
技术领域
本发明涉及风力发电机叶片疲劳寿命预测领域。更具体地说,本发明涉及一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法。
背景技术
现有的风力机叶片疲劳寿命的预测,主要通过测量叶片表面风速,计算叶片所受载荷,或者在风力机上加装传感器来获得疲劳载荷,确定应力循环次数,最后得到疲劳寿命。然而,该预测方法未对疲劳裂纹和外物损伤缺口所带来的破坏性进行考虑,致使最终预测的疲劳寿命存在较大误差,不符合实际生产的需要,降低了叶片疲劳寿命预测在工程应用中的价值。
发明内容
本发明的一个目的是解决至少上述问题和/或缺陷,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其通过综合考虑风速中的风速、叶片的自重、叶片的疲劳裂纹以及外物损伤缺口的相互作用,减小复合材料叶片疲劳寿命的预测误差,提高其预测结果在实际生产中应用价值。
为了实现本发明的这些目的和其它优点,提供了一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其包括:
步骤一、根据气象局数据,结合复合材料温度场计算模型进行叶片温度场的计算,得到时间-叶片温度及温度梯度荷载时程曲线;
步骤二、开发叶片-风速-风向有限元耦合动力学模型,采用预处理共轭梯度法求解耦合系统振动方程,在微机上进行叶片-风速-风向耦合系统动力仿真计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线,得到时间梯度温度荷载下叶片各部的应力时程曲线;
步骤三、开发考虑叶片疲劳裂纹、外物损伤缺口与风速相互作用的风速-裂纹-缺口的相互作用模型,用所述风速-裂纹-缺口的相互作用模型进行计算风速作用下叶片应力时程曲线计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线的计算结果,得到风速-裂纹-缺口作用下叶片上各部的应力时程曲线;
步骤四、用叶片-风速-风向有限元耦合动力学模型进行叶片自重荷载下叶片各部应力时程曲线的计算,得到叶片自重载荷下叶片各部应力时程曲线;
步骤五、步骤二、步骤三、步骤四中的应力时程曲线相加,得到组合载荷下叶片各部的应力时程曲线;
步骤六、用雨流计数法对步骤五中的应力时程曲线进行计算,得到组合载荷下叶片各部二维疲劳应力谱;建立等幅疲劳中值Sn-Sm-N曲面,根据Miner线性疲劳累积损伤准则,基于二维疲劳应力谱对叶片的疲劳寿命进行估算。
优选的是,从气象局网站下载包括年、月、日、平均风速、平均气温、日最低气温、日最高气温、日最大风速;借鉴工程结构物温度场研究成果,建立复合材料温度场计算模型。
优选的是,所述疲劳裂纹的预测方法为:获取复合材料叶片的三维CAD模型和材料参数,确定疲劳裂纹的位置、裂纹的深度和裂纹的宽度,对健康叶片的三维CAD模型进行切割和剖分,对裂纹叶片进行网格划分,构建出含真实裂纹扩展路径的叶片有限元模型,对裂纹叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程;建立健康叶片的有限元模型,对健康叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程,将裂纹叶片和健康叶片在加速过程中的位移振动响应进行比较,确定叶片疲劳裂纹的位置、宽度、深度。
优选的是,所述外物损伤缺口的预测方法为:对运行多年的复合材料叶片进行扫描分析,获得外物损伤缺口的形貌特征以及几何尺寸,对外物损伤缺口的形貌特征以及几何尺寸进行时间均值化,构建时间-风速-外物损伤缺口模型,根据时间-风速-外物损伤缺口模型采用叠加缺口进行计算,获得健康叶片在风速中运行产生的外物损伤缺口。
优选的是,所述疲劳裂纹包括叶背面疲劳裂纹和叶片前缘疲劳裂纹。
优选的是,所述的剖分具体为分隔成四边形并利用四边形网格进行划分。
优选的是,步骤二、步骤三采用APDL二次开发语言,ANSYS通用有限元软件环境条件下进行开发。
本发明至少包括以下有益效果:本发明综合考虑了风速、风向、叶片自重、疲劳产生的裂纹以及外物损伤缺口的综合作用,考虑的载荷较多、较完善,大大提高了复合材料叶片疲劳应力谱模拟精度,提高了复合材料叶片的疲劳寿命预测精度,使其具有更好的工程应用价值;基于二维疲劳应力谱的疲劳寿命预测方法,充分考虑到应力谱的均值与幅值的共同影响,理论上更为合理、完善,使预测结果更加具备实际应用价值。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
具体实施方式
下面对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
实施例
一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其包括:
步骤一、根据气象局数据,结合复合材料温度场计算模型进行叶片温度场的计算,得到时间-叶片温度及温度梯度荷载时程曲线;
步骤二、开发叶片-风速-风向有限元耦合动力学模型,采用预处理共轭梯度法求解耦合系统振动方程,在微机上进行叶片-风速-风向耦合系统动力仿真计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线,得到时间梯度温度荷载下叶片各部的应力时程曲线;
步骤三、开发考虑叶片疲劳裂纹、外物损伤缺口与风速相互作用的风速-裂纹-缺口的相互作用模型,用所述风速-裂纹-缺口的相互作用模型进行计算风速作用下叶片应力时程曲线计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线的计算结果,得到风速-裂纹-缺口作用下叶片上各部的应力时程曲线;
步骤四、用叶片-风速-风向有限元耦合动力学模型进行叶片自重荷载下叶片各部应力时程曲线的计算,得到叶片自重载荷下叶片各部应力时程曲线;
步骤五、步骤二、步骤三、步骤四中的应力时程曲线相加,得到组合载荷下叶片各部的应力时程曲线;
步骤六、用雨流计数法对步骤五中的应力时程曲线进行计算,得到组合载荷下叶片各部二维疲劳应力谱;建立等幅疲劳中值Sn-Sm-N曲面,根据Miner线性疲劳累积损伤准则,基于二维疲劳应力谱对叶片的疲劳寿命进行估算。
在上述实施例的基础上,在一个实施例中,从气象局网站下载包括年、月、日、平均风速、平均气温、日最低气温、日最高气温、日最大风速;借鉴工程结构物温度场研究成果,建立复合材料温度场计算模型。温度的变化会使复合材料叶片内部产生应力,使得复合材料叶片的力学性能受到的影响,在叶片疲劳寿命预测时考虑温度变化,有利于提高叶片疲劳寿命预测的精确度。
在上述实施例的基础上,在一个实施例中,所述疲劳裂纹的预测方法为:获取复合材料叶片的三维CAD模型和材料参数,确定疲劳裂纹的位置、裂纹的深度和裂纹的宽度,对健康叶片的三维CAD模型进行切割和剖分,对裂纹叶片进行网格划分,构建出含真实裂纹扩展路径的叶片有限元模型,对裂纹叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程;建立健康叶片的有限元模型,对健康叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程,将裂纹叶片和健康叶片在加速过程中的位移振动响应进行比较,确定叶片疲劳裂纹的位置、宽度、深度。对复合材料叶片运行产生的疲劳裂纹进行预测,并将疲劳裂纹考虑到叶片疲劳寿命预测中,有利于进一步提高叶片疲劳寿命预测的精确度。
在上述实施例的基础上,在一个实施例中,所述外物损伤缺口的预测方法为:对在已知风力场中运行多年的复合材料叶片进行扫描分析,获得外物损伤缺口的形貌特征以及几何尺寸,对外物损伤缺口的形貌特征以及几何尺寸进行时间均值化,构建时间-风速-外物损伤缺口模型,根据时间-风速-外物损伤缺口模型采用叠加缺口进行计算,获得健康叶片在风速中运行产生的外物损伤缺口。复合材料叶片在野外恶劣的环境中运行,叶片表面遭受外物撞击损伤的几率较大,如沙尘天气,外物损伤会在叶片表面产生缺口,随着叶片长时间的持续运行,其遭受外物损伤造成的缺口也会相应的叠加,使叶片的力学性能受到影响,考虑外物损伤遭受到的外物损伤,将能提高叶片疲劳寿命预测的精确度。
在上述实施例的基础上,在一个实施例中,所述疲劳裂纹包括叶背面疲劳裂纹和叶片前缘疲劳裂纹。
在上述实施例的基础上,在一个实施例中,所述的剖分具体为分隔成四边形并利用四边形网格进行划分。
在上述实施例的基础上,在一个实施例中,步骤二、步骤三采用APDL二次开发语言,ANSYS通用有限元软件环境条件下进行开发。
<验证试验一>
在特定温度、风速、风向、叶片自重以及外物损伤的环境中,进行叶片疲劳加速模拟实验,并采用本发明提供的方法对叶片疲劳寿命进行预测,结果表明,叶片疲劳寿命预测与实际试验结果的相对误差为±41%。
<验证试验二>
采用本发明提供的方法对叶片运行一年的疲劳裂纹进行预测,并将叶片置于该风场中运行一年,扫描并检测叶片产生的疲劳裂纹的宽度、长度和深度,结果表明,叶片疲劳裂纹与实际试验结果的相对误差为±39%。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言,可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的实施例。
Claims (7)
1.一种兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,包括:
步骤一、根据气象局数据,结合复合材料温度场计算模型进行叶片温度场的计算,得到时间-叶片温度及温度梯度荷载时程曲线;
步骤二、开发叶片-风速-风向有限元耦合动力学模型,采用预处理共轭梯度法求解耦合系统振动方程,在微机上进行叶片-风速-风向耦合系统动力仿真计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线,得到时间梯度温度荷载下叶片各部的应力时程曲线;
步骤三、开发考虑叶片疲劳裂纹、外物损伤缺口与风速相互作用的风速-裂纹-缺口的相互作用模型,用所述风速-裂纹-缺口的相互作用模型进行风速作用下叶片各部的应力时程曲线计算,结合步骤一中时间-叶片温度及温度梯度荷载时程曲线的计算结果,得到风速-裂纹-缺口作用下叶片上各部的应力时程曲线;
步骤四、用叶片-风速-风向有限元耦合动力学模型进行叶片自重荷载下叶片各部应力时程曲线的计算,得到叶片自重载荷下叶片各部应力时程曲线;
步骤五、步骤二,步骤三,步骤四中的应力时程曲线相加,得到组合载荷下叶片各部的应力时程曲线;
步骤六、用雨流计数法对步骤五中的应力时程曲线进行计算,得到组合载荷下叶片各部二维疲劳应力谱;建立等幅疲劳中值Sn-Sm-N曲面,根据Miner线性疲劳累积损伤准则,基于二维疲劳应力谱对叶片的疲劳寿命进行估算。
2.根据权利要求1所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,从气象局网站下载包括上一年度的日平均风速、日平均气温、日最低气温、日最高气温、日最大风速;借鉴工程结构物温度场研究成果,建立复合材料温度场计算模型。
3.根据权利要求1所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,所述疲劳裂纹的预测方法为:获取复合材料叶片的三维CAD模型和材料参数,确定疲劳裂纹的位置、裂纹的深度和裂纹的宽度,对健康叶片的三维CAD模型进行切割和剖分,对裂纹叶片进行网格划分,构建出含真实裂纹扩展路径的叶片有限元模型,对裂纹叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程;建立健康叶片的有限元模型,对健康叶片进行加速转动过程中的振动相应分析,获取裂纹裂片在叶尖处尾缘的位移振动响应以及裂纹面上的接触压力响应方程,将裂纹叶片和健康叶片在加速过程中的位移振动响应进行比较,确定叶片疲劳裂纹的位置、宽度、深度。
4.根据权利要求1所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,所述外物损伤缺口的预测方法为:对运行多年的复合材料叶片进行扫描分析,获得外物损伤缺口的形貌特征以及几何尺寸,对外物损伤缺口的形貌特征以及几何尺寸进行时间均值化,构建时间-风速-外物损伤缺口模型,根据时间-风速-外物损伤缺口模型采用叠加缺口进行计算,获得健康叶片在风速中运行产生的外物损伤缺口。
5.根据权利要求1所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,所述疲劳裂纹包括叶背面疲劳裂纹和叶片前缘疲劳裂纹。
6.根据权利要求3所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,所述的剖分具体为分隔成四边形并利用四边形网格进行划分。
7.根据权利要求1所述的兆瓦级风力发电复合材料叶片疲劳寿命的预测方法,其特征在于,步骤二、步骤三采用APDL二次开发语言,ANSYS通用有限元软件环境条件下进行开发。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366129.3A CN111125959A (zh) | 2019-12-26 | 2019-12-26 | 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911366129.3A CN111125959A (zh) | 2019-12-26 | 2019-12-26 | 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111125959A true CN111125959A (zh) | 2020-05-08 |
Family
ID=70503101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911366129.3A Pending CN111125959A (zh) | 2019-12-26 | 2019-12-26 | 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111125959A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929165A (zh) * | 2020-08-25 | 2020-11-13 | 常州启赋安泰复合材料科技有限公司 | 复合材料零件与金属零件混杂连接强度校核方法 |
CN112557017A (zh) * | 2020-12-21 | 2021-03-26 | 通标标准技术服务有限公司 | 风力发电叶片试验装置 |
CN113011109A (zh) * | 2021-01-15 | 2021-06-22 | 浙江大学 | 考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法 |
CN114235448A (zh) * | 2021-12-08 | 2022-03-25 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆转向架车轮疲劳损伤评估方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103063425A (zh) * | 2013-01-06 | 2013-04-24 | 华北电力大学(保定) | 风力机叶片疲劳寿命实时监测方法 |
CN106250604A (zh) * | 2016-07-27 | 2016-12-21 | 中南大学 | 桥上纵连板式无砟轨道疲劳应力谱分析方法及系统 |
CN106777783A (zh) * | 2017-01-11 | 2017-05-31 | 东北大学 | 一种航空发动机叶片裂纹预测方法 |
CN108693030A (zh) * | 2018-04-10 | 2018-10-23 | 南京航空航天大学 | Fod缺口型损伤的疲劳性能预测方法 |
-
2019
- 2019-12-26 CN CN201911366129.3A patent/CN111125959A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103063425A (zh) * | 2013-01-06 | 2013-04-24 | 华北电力大学(保定) | 风力机叶片疲劳寿命实时监测方法 |
CN106250604A (zh) * | 2016-07-27 | 2016-12-21 | 中南大学 | 桥上纵连板式无砟轨道疲劳应力谱分析方法及系统 |
CN106777783A (zh) * | 2017-01-11 | 2017-05-31 | 东北大学 | 一种航空发动机叶片裂纹预测方法 |
CN108693030A (zh) * | 2018-04-10 | 2018-10-23 | 南京航空航天大学 | Fod缺口型损伤的疲劳性能预测方法 |
Non-Patent Citations (3)
Title |
---|
任国栋;孙文磊;任秀玲;: "基于协同仿真的风力发电机叶片的疲劳研究", no. 07 * |
陈严;张林伟;刘雄;叶枝全;: "水平轴风力机叶片疲劳载荷的计算分析" * |
陈严;张林伟;刘雄;叶枝全;: "水平轴风力机叶片疲劳载荷的计算分析", 太阳能学报, no. 05, pages 902 - 908 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111929165A (zh) * | 2020-08-25 | 2020-11-13 | 常州启赋安泰复合材料科技有限公司 | 复合材料零件与金属零件混杂连接强度校核方法 |
CN111929165B (zh) * | 2020-08-25 | 2021-06-08 | 常州启赋安泰复合材料科技有限公司 | 复合材料零件与金属零件混杂连接强度校核方法 |
CN112557017A (zh) * | 2020-12-21 | 2021-03-26 | 通标标准技术服务有限公司 | 风力发电叶片试验装置 |
CN112557017B (zh) * | 2020-12-21 | 2022-07-12 | 通标标准技术服务有限公司 | 风力发电叶片试验装置 |
CN113011109A (zh) * | 2021-01-15 | 2021-06-22 | 浙江大学 | 考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法 |
WO2021253823A1 (zh) * | 2021-01-15 | 2021-12-23 | 浙江大学 | 考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法 |
CN113011109B (zh) * | 2021-01-15 | 2022-05-17 | 浙江大学 | 考虑雨滴侵蚀的风力发电机叶片涂层疲劳分析方法 |
CN114235448A (zh) * | 2021-12-08 | 2022-03-25 | 中车青岛四方机车车辆股份有限公司 | 一种轨道车辆转向架车轮疲劳损伤评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111125959A (zh) | 兆瓦级风力发电复合材料叶片疲劳寿命的预测方法 | |
CN113836762B (zh) | 一种风力机及风电场数字镜像模拟展示系统 | |
Wang et al. | Damage detection method for wind turbine blades based on dynamics analysis and mode shape difference curvature information | |
CN107346357B (zh) | 一种基于整体耦合模型的海上风机疲劳分析系统 | |
CN110717229A (zh) | 一种基于试验数据的虚拟载荷谱自更新构造方法 | |
CN104198138A (zh) | 一种风力发电机组异常振动的预警方法及系统 | |
CN110990948A (zh) | 一种航空发动机叶片外物损伤疲劳强度预测方法 | |
CN104134013B (zh) | 一种风力机叶片模态分析方法 | |
CN115358606B (zh) | 一种平缓地形下在役风电场能效评估方法及系统 | |
CN109614640A (zh) | 一种大型风电机组轮毂疲劳寿命预测方法及系统 | |
CN105279384A (zh) | 一种基于风力机机舱风速的来流风速计算方法及装置 | |
CN106777783A (zh) | 一种航空发动机叶片裂纹预测方法 | |
Wang et al. | EEMD-based videogrammetry and vibration analysis method for rotating wind power blades | |
CN115796059A (zh) | 一种基于深度学习的电气设备寿命预测方法及系统 | |
Khan et al. | Determination of optimal parametric distribution and technical evaluation of wind resource characteristics for wind power potential at Jhimpir, Pakistan | |
Kaszynski et al. | Accurate blade tip timing limits through geometry mistuning modeling | |
Heinze et al. | The impact of geometric scatter on high-cycle-fatigue of compressor blades | |
Skrzypiński et al. | Increase in the annual energy production due to a retrofit of vortex generators on blades | |
Castorrini et al. | Assessing the progression of wind turbine energy yield losses due to blade erosion by resolving damage geometries from lab tests and field observations | |
Di Lorenzo et al. | Structural Health Monitoring strategies based on the estimation of modal parameters | |
CN110750899A (zh) | 基于概率服役寿命代理关系的核主泵系统可靠性分析方法 | |
Uchida | High-resolution micro-siting technique for large scale wind farm outside of japan using LES turbulence model | |
Zárate et al. | Analysis and detection of erosion in wind turbine blades | |
Zinkovskii et al. | Influence of local surface damage on the natural frequencies of the higher modes of flexural vibration of cantilever rods | |
Heinze et al. | Probabilistic endurance level analyses of compressor blades |
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 |