CN111783347A - 一种复合纤维风力机叶片分区细观铺层参数优化方法 - Google Patents
一种复合纤维风力机叶片分区细观铺层参数优化方法 Download PDFInfo
- Publication number
- CN111783347A CN111783347A CN202010733428.2A CN202010733428A CN111783347A CN 111783347 A CN111783347 A CN 111783347A CN 202010733428 A CN202010733428 A CN 202010733428A CN 111783347 A CN111783347 A CN 111783347A
- Authority
- CN
- China
- Prior art keywords
- wind turbine
- composite fiber
- turbine blade
- fiber wind
- representing
- 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.)
- Granted
Links
Images
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
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/06—Wind turbines or wind farms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
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
本发明公开了一种复合纤维风力机叶片分区细观铺层参数优化方法,应用于复合纤维风力机叶片铺层参数优化设计领域。传统的铺层参数优化设计,主要是在原有的铺层设计方案和相关设计经验的基础上,通过局部调整叶片的铺层方案,从宏观上优化复合纤维风力机叶片的铺层参数,较少考虑材料的细观布局,难以最大程度地发挥复合材料的可设计潜力。本发明可对复合纤维风力机叶片进行分区细观铺层参数优化设计,形成针对复合纤维风力机叶片的分区细观铺层参数优化方法,可进一步提升复合纤维风力机叶片的性能,具有重要的理论价值和工程应用价值。
Description
技术领域
本发明属于复合纤维风力机叶片铺层参数优化设计技术领域,具体涉及一种复合纤维风力机叶片分区细观铺层参数优化方法。
背景技术
作为捕获风能和能量转换的关键部件,复合纤维风力机叶片良好的设计、可靠的质量是保证机组正常稳定运行的决定因素,直接影响风电机组的性能和服役寿命。复合纤维风力机叶片的性能不仅取决于材料自身的性能,更取决于复合纤维风力机叶片铺层参数的选取与控制,不同铺层参数复合纤维风力机叶片的性能亦不同。铺层参数具有可设计性,为设计者提供了进一步调整细观铺层参数、优化结构响应的设计空间。随着风轮向单机大功率、轻量化、高性能、低成本的方向发展,对叶片的性能和重量也提出了更高的要求,迫切需要进一步充分发挥铺放参数的可设计性潜力。为此,如何设计叶片的铺层参数,以保证叶片的结构性能尽可能达到最优具有重要的科学研究意义和工程应用价值。
发明内容
本发明目的在于提供一种复合纤维风力机叶片分区细观铺层参数优化方法,用于解决上述现有技术中存在的技术问题之一,如:现有技术中,随着风轮向单机大功率、轻量化、高性能、低成本的方向发展,对叶片的性能和重量也提出了更高的要求,迫切需要进一步充分发挥铺放参数的可设计性潜力。为此,如何设计叶片的铺层参数,以保证叶片的结构性能尽可能达到最优具有重要的科学研究意义和工程应用价值。
为实现上述目的,本发明的技术方案是:
一种复合纤维风力机叶片分区细观铺层参数优化方法,在改进离散材料优化方法的基础上,基于SIMP(Solid Isotropic Material with Penalization,固体各向同性材料惩罚)材料插值方法,建立相应优化模型,应用SQP(Sequential Quadratic Programming,序列二次规划)优化算法求解优化模型,得到复合纤维风力机叶片的分区细观优化铺层方案,以实现复合纤维风力机叶片性能的提升。
进一步地,具体包括以下步骤:
S1、建立复合纤维风力机叶片的有限元模型;
S2、将复合纤维风力机叶片分区、编码,得到各区域的单元、结点、边界条件等模型信息和刚度矩阵;
S3、基于SIMP材料插值方法,建立复合纤维风力机叶片分区细观铺层参数优化数学模型;
S4、对复合纤维风力机叶片分区细观铺层参数优化模型进行灵敏度分析,得到复合纤维叶片灵敏度表达式;
S5、应用结构位移分析方法和SQP算法进行设计变量的求解和更新迭代,直至结果收敛;
S6、得到优化后的复合纤维风力机叶片铺层方案。
进一步地,步骤S2所述的分区、编码方式为:将复合纤维风力机叶片每层铺层划分为80个设计区域,沿叶片伸展方向分为8段,沿叶片环向分为10段。
进一步地,步骤S3所述的一种复合纤维风力机叶片分区细观铺层参数优化数学模型如下所示。
Find:X={xi,j,m},i∈Np,j∈Nm,m∈Nl
Obj.:MinC=UTKU
S.t.:K(xi,j,m)U=F
0≤xi,j,m≤1
其中,X代表叶片的设计变量列阵,xi,j,m代表设计变量,i代表区域,j代表备选材料,m代表层,Np代表复合纤维风力机叶片区域集合数,Nm代表复合纤维风力机叶片材料选择数,Nl代表复合纤维风力机叶片总层数,α代表惩罚指数,C代表复合纤维风力机叶片柔顺度,U代表复合纤维风力机叶片的结点位移列阵,UT代表复合纤维风力机叶片的结点位移列阵的转置,K代表复合纤维风力机叶片总体刚度矩阵。约束条件K(xi,j,m)U=F代表复合纤维风力机叶片的结构静力学分析表达式;代表复合纤维风力机叶片总刚度矩阵的组装;Kijm代表区域中备选材料的刚度矩阵;Kother代表复合纤维风力机叶片非优化区域刚度矩阵,是复合纤维风力机叶片主梁、叶根、腹板刚度矩阵的集合;0≤xi,j,m≤1为设计变量的取值界限;为设计变量的求和约束。
进一步地,步骤S4所述的复合纤维风力机叶片灵敏度表达式为:
与现有技术相比,本发明所具有的有益效果为:
本方案的一个创新点在于,本发明为复合纤维风力机叶片铺层参数优化设计提供了新的实现途径,提出了一种复合纤维风力机叶片分区细观铺层参数优化方法。本发明致力于探索复合纤维叶片铺层参数优化的新方法,为工程实际设计提供了方法和技术支持,具有重要的理论价值和工程应用价值。
附图说明
图1为本发明实施例的方案流程示意图;
图2为本发明实施例的叶片结构图;
图3为本发明实施例的迭代过程图。
具体实施方式
下面结合本发明的附图1-3,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅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。
实施例:
一种复合纤维风力机叶片分区细观铺层参数优化方法,在改进离散材料优化方法的基础上,基于SIMP材料插值方法,建立相应优化模型,应用SQP优化算法求解优化模型,得到复合纤维风力机叶片分区细观优化铺层方案,以实现复合纤维风力机叶片性能的提升,最终形成一种复合纤维风力机叶片分区细观铺层参数优化方法。
如图1所示,是本发明的方案流程示意图,具体包括以下步骤:
S1、建立复合纤维风力机叶片的有限元模型;
S2、将复合纤维风力机叶片分区、编码,得到各区域的单元、结点、边界条件等模型信息和刚度矩阵;
S3、基于SIMP材料插值方法,建立复合纤维风力机叶片分区细观铺层参数优化数学模型;
S4、对复合纤维风力机叶片分区细观铺层参数优化模型进行灵敏度分析,得到复合纤维叶片灵敏度表达式;
S5、应用结构位移分析方法和SQP算法进行设计变量的求解和更新迭代,直至结果收敛;
S6、得到优化后的复合纤维风力机叶片铺层方案。
进一步地,步骤S2所述的分区、编码方式为:将复合纤维风力机叶片每层铺层划分为80个设计区域,沿叶片伸展方向分为8段,沿叶片环向分为10段。
进一步地,铺层厚度沿复合纤维叶片伸展方向的8个区域依次递减,分别为36 mm、30mm、24mm、24mm、24mm、18mm、18mm、18mm。
进一步地,步骤S3所述的复合纤维风力机叶片分区细观铺层参数优化数学模型如下所示。
Find:X={xi,j,m},i∈Np,j∈Nm,m∈Nl
Obj.:MinC=UTKU
S.t.:K(xi,j,m)U=F
0≤xi,j,m≤1
其中,X代表叶片的设计变量列阵,xi,j,m代表设计变量,i代表区域,j代表备选材料,m代表层,Np代表复合纤维风力机叶片区域集合数,Nm代表复合纤维风力机叶片材料选择数,Nl代表复合纤维风力机叶片总层数,α代表惩罚指数,C代表复合纤维风力机叶片柔顺度,U代表复合纤维风力机叶片的结点位移列阵,UT代表复合纤维风力机叶片的结点位移列阵的转置,K代表复合纤维风力机叶片总体刚度矩阵。约束条件K(xi,j,m)U=F代表复合纤维风力机叶片的结构静力学分析表达式;代表复合纤维风力机叶片总刚度矩阵的组装; Kijm代表区域中备选材料的刚度矩阵;Kother代表复合纤维风力机叶片非优化区域刚度矩阵,是复合纤维风力机叶片主梁、叶根、腹板刚度矩阵的集合;0≤xi,j,m≤1为设计变量的取值界限;为设计变量的求和约束。
进一步地,Kijm计算公式为:Kijm=∫ΩBTDBdΩ,通常采用高斯数值积分法求解。
进一步地,复合纤维风力机叶片的材料为玻璃纤维,其属性见表1。
表1
进一步地,步骤S4所述的叶片灵敏度表达式为:
进一步地,通过优化求解得到复合纤维风力机叶片各区域的铺层方案数据,见表2,限于篇幅,仅列出部分数据。
表2
表2中,No.1-No.80、No.81-No.160、No.161-No.240、No.241-No.290、 No.291-No.310、No.310-No.320分别为第一、二、三、四、五和六层的设计变量。设计变量加粗标注的数值表示对应单元选择的材料。
根据此部分数据,可转换为复合纤维风力机叶片环向各区域的细观铺层方案见表3到表12。
表3
表4
表5
表6
表7
表8
表9
表10
表11
表12
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (5)
1.一种复合纤维风力机叶片分区细观铺层参数优化方法,其特征在于,在改进离散材料优化方法的基础上,基于SIMP(Solid Isotropic Material with Penalization,固体各向同性材料惩罚)材料插值方法,建立相应优化模型,应用SQP(Sequential QuadraticProgramming,序列二次规划)优化算法求解优化模型,得到复合纤维风力机叶片的分区细观优化铺层方案,以实现复合纤维风力机叶片性能的提升。
2.如权利要求1所述的一种复合纤维风力机叶片分区细观铺层参数优化方法,其特征在于,具体包括以下步骤:
S1、建立复合纤维风力机叶片的有限元模型;
S2、在步骤S1的基础上,将复合纤维风力机叶片分区、编码,得到各区域的单元、结点、边界条件等模型信息和刚度矩阵;
S3、在步骤S2的基础上,基于SIMP材料插值方法,建立复合纤维风力机叶片分区细观铺层参数优化数学模型;
S4、在步骤S3的基础上,对复合纤维风力机叶片分区细观铺层参数优化模型进行灵敏度分析,得到复合纤维风力机叶片灵敏度表达式;
S5、在步骤S4的基础上,应用结构位移分析方法和SQP算法进行设计变量的求解和更新迭代,直至结果收敛;
S6、在步骤S5的基础上,得到优化后的复合纤维风力机叶片铺层方案。
3.如权利要求2所述的一种复合纤维风力机叶片分区细观铺层参数优化方法,其特征在于,步骤S2所述的分区、编码方式为:将复合纤维风力机叶片每层铺层划分为80个设计区域,沿叶片伸展方向分为8段,沿叶片环向分为10段。
4.如权利要求2所述的一种复合纤维风力机叶片分区细观铺层参数优化方法,其特征在于,步骤S3所述的复合纤维风力机叶片分区细观铺层参数优化数学模型如下所示;
Find:X={xi,j,m},i∈Np,j∈Nm,m∈Nl
Obj.:Min C=UTKU
S.t.:K(xi,j,m)U=F
0≤xi,j,m≤1
其中,X代表叶片的设计变量列阵,xi,j,m代表设计变量,i代表区域,j代表备选材料,m代表层,Np代表复合纤维风力机叶片区域集合数,Nm代表复合纤维风力机叶片材料选择数,Nl代表复合纤维风力机叶片总层数,α代表惩罚指数,C代表复合纤维风力机叶片柔顺度,U代表复合纤维风力机叶片的结点位移列阵,K代表复合纤维风力机叶片总体刚度矩阵;约束条件K(xi,j,m)U=F代表复合纤维风力机叶片的结构静力学分析表达式;代表复合纤维风力机叶片总刚度矩阵的组装;Kijm代表区域中备选材料的刚度矩阵;Kother代表复合纤维风力机叶片非优化区域刚度矩阵,是复合纤维风力机叶片主梁、叶根、腹板刚度矩阵的集合;0≤xi,j,m≤1为设计变量的取值界限;为设计变量的求和约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010733428.2A CN111783347B (zh) | 2020-07-27 | 2020-07-27 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010733428.2A CN111783347B (zh) | 2020-07-27 | 2020-07-27 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111783347A true CN111783347A (zh) | 2020-10-16 |
CN111783347B CN111783347B (zh) | 2023-06-09 |
Family
ID=72765090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010733428.2A Active CN111783347B (zh) | 2020-07-27 | 2020-07-27 | 一种复合纤维风力机叶片分区细观铺层参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111783347B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966351A (zh) * | 2021-03-08 | 2021-06-15 | 三一重能股份有限公司 | 风电叶片叶根铺层设计方法及风电叶片叶根结构 |
CN117352111A (zh) * | 2023-12-06 | 2024-01-05 | 城资泰诺(山东)新材料科技有限公司 | 一种复合材料铺层设计优化方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109594A1 (en) * | 2010-11-01 | 2012-05-03 | Johan Arendt Grape | Determining a distribution of multiple layers of a composite material within a structural volume |
CN102750410A (zh) * | 2012-06-12 | 2012-10-24 | 中国科学院工程热物理研究所 | 一种水平轴风力机叶片铺层的优化设计方法 |
CN102902845A (zh) * | 2012-09-12 | 2013-01-30 | 北京航空航天大学 | 一种直升机旋翼桨叶剖面设计方法 |
CN106021827A (zh) * | 2016-07-14 | 2016-10-12 | 湖北工业大学 | 一种考虑气动载荷的风力机叶片内部结构拓扑设计方法 |
CN108595781A (zh) * | 2018-03-30 | 2018-09-28 | 东南大学 | 一种复合材料成型后纤维和基体的弹性参数识别方法 |
CN108829914A (zh) * | 2018-04-23 | 2018-11-16 | 同济大学 | 一种frp结构件的结构与工艺一体化设计方法 |
CN109409013A (zh) * | 2018-12-10 | 2019-03-01 | 国电联合动力技术有限公司 | 一种低风速风电机组风轮智能优化设计方法 |
CN111400952A (zh) * | 2020-03-20 | 2020-07-10 | 中原工学院 | 一种玻碳混合低风速叶片铺层结构的优化设计方法 |
-
2020
- 2020-07-27 CN CN202010733428.2A patent/CN111783347B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109594A1 (en) * | 2010-11-01 | 2012-05-03 | Johan Arendt Grape | Determining a distribution of multiple layers of a composite material within a structural volume |
CN102750410A (zh) * | 2012-06-12 | 2012-10-24 | 中国科学院工程热物理研究所 | 一种水平轴风力机叶片铺层的优化设计方法 |
CN102902845A (zh) * | 2012-09-12 | 2013-01-30 | 北京航空航天大学 | 一种直升机旋翼桨叶剖面设计方法 |
CN106021827A (zh) * | 2016-07-14 | 2016-10-12 | 湖北工业大学 | 一种考虑气动载荷的风力机叶片内部结构拓扑设计方法 |
CN108595781A (zh) * | 2018-03-30 | 2018-09-28 | 东南大学 | 一种复合材料成型后纤维和基体的弹性参数识别方法 |
CN108829914A (zh) * | 2018-04-23 | 2018-11-16 | 同济大学 | 一种frp结构件的结构与工艺一体化设计方法 |
CN109409013A (zh) * | 2018-12-10 | 2019-03-01 | 国电联合动力技术有限公司 | 一种低风速风电机组风轮智能优化设计方法 |
CN111400952A (zh) * | 2020-03-20 | 2020-07-10 | 中原工学院 | 一种玻碳混合低风速叶片铺层结构的优化设计方法 |
Non-Patent Citations (2)
Title |
---|
牛磊: "复合纤维风力机叶片多相材料结构拓扑优化设计与应用", 《中国优秀硕士学位论文全文数据库》, no. 1, pages 042 - 363 * |
王栋: "基于DMO的复合纤维风力机叶片铺层参数优化", 《中国优秀硕士学位论文全文数据库》, no. 1, pages 042 - 545 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112966351A (zh) * | 2021-03-08 | 2021-06-15 | 三一重能股份有限公司 | 风电叶片叶根铺层设计方法及风电叶片叶根结构 |
CN117352111A (zh) * | 2023-12-06 | 2024-01-05 | 城资泰诺(山东)新材料科技有限公司 | 一种复合材料铺层设计优化方法及系统 |
CN117352111B (zh) * | 2023-12-06 | 2024-03-08 | 城资泰诺(山东)新材料科技有限公司 | 一种复合材料铺层设计优化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111783347B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111783347A (zh) | 一种复合纤维风力机叶片分区细观铺层参数优化方法 | |
Zhang et al. | Multiobjective optimization of a fractional-order PID controller for pumped turbine governing system using an improved NSGA-III algorithm under multiworking conditions | |
Feng et al. | Linking Nelder–Mead simplex direct search method into two-stage progressive optimality algorithm for optimal operation of cascade hydropower reservoirs | |
CN112650888B (zh) | 一种基于图论的区域综合能源系统选址规划方法及系统 | |
CN112446163B (zh) | 基于参数化水平集的能量有限元拓扑优化方法 | |
Ezeigweneme et al. | Telecommunications energy efficiency: optimizing network infrastructure for sustainability | |
CN112241573B (zh) | 一种风力机叶片的细观纤维铺角优化方法 | |
Afshar | A cellular automata approach for the hydro-power operation of multi-reservoir systems | |
Xu et al. | Short-term wind power forecasting based on Elman neural network with particle swarm optimization | |
Habibnia et al. | Optimization of proton exchange membrane fuel cell’s end plates | |
CN112329278B (zh) | 一种风力机叶片蒙皮的铺层参数优化方法 | |
CN114374231A (zh) | 离网型多能源系统的配置、控制一体优化方法 | |
CN111488712B (zh) | 一种基于迁移学习的风力发电机功率曲线建模方法 | |
CN115879742B (zh) | 配电网改造方法、系统、电子设备及存储介质 | |
CN111832211B (zh) | 一种复合纤维风力机叶片的刚度优化方法 | |
CN110245410B (zh) | 基于多参数化变量的多相材料热弹性结构拓扑优化设计方法 | |
CN116341226A (zh) | 一种考虑噪声的海上风电场布局和布线的多目标优化方法 | |
KR102439311B1 (ko) | 희소화된 웨이크 방향 그래프를 이용한 풍력 발전 단지의 조정 최적화 방법 및 이를 수행하는 장치 | |
CN109933942A (zh) | 一种基于支持向量机的换热站温度控制模型建模方法 | |
Lu et al. | A case study for the optimization of moment-matching in wind turbine blade fatigue tests with a resonant type exciting approach | |
CN115344974A (zh) | 一种基于层次聚类方法的分布式区域供热系统能源站选址规划方法 | |
CN104408531B (zh) | 一种多维多阶段复杂决策问题的均匀动态规划方法 | |
Moss et al. | Structural design of wind turbine blades with an additively manufactured graded lattice core using topology optimisation | |
CN110414043A (zh) | 一种基于离散迭代的双事件驱动分布式优化方法 | |
US20230409767A1 (en) | Method of optimizing a design of a structure by considering centrifugal loads and stress constraints |
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 |