CN112145371A - 一种风力机气动噪声快速预测方法 - Google Patents

一种风力机气动噪声快速预测方法 Download PDF

Info

Publication number
CN112145371A
CN112145371A CN202010934090.7A CN202010934090A CN112145371A CN 112145371 A CN112145371 A CN 112145371A CN 202010934090 A CN202010934090 A CN 202010934090A CN 112145371 A CN112145371 A CN 112145371A
Authority
CN
China
Prior art keywords
wind turbine
noise
model
tower
leaf element
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
Application number
CN202010934090.7A
Other languages
English (en)
Other versions
CN112145371B (zh
Inventor
朱卫军
刘宇新
孙振业
曹九发
陈东阳
刘嘉颖
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.)
Yangzhou University
Original Assignee
Yangzhou 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 Yangzhou University filed Critical Yangzhou University
Priority to CN202010934090.7A priority Critical patent/CN112145371B/zh
Publication of CN112145371A publication Critical patent/CN112145371A/zh
Application granted granted Critical
Publication of CN112145371B publication Critical patent/CN112145371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
    • 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
    • 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
    • G06F2119/10—Noise analysis or noise optimisation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Sustainable Energy (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Sustainable Development (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种风力机气动噪声快速预测方法，包括：输入风力机外形参数、运行参数；通过风力机外形参数将风力机叶片划分成若干叶素；通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。计算速度快、精度高且不需要实验的修正，为风力机叶片气动噪声提供了一种快速有效的预测方法。

Description

一种风力机气动噪声快速预测方法
技术领域
本发明属于声学技术领域，尤其涉及一种风力机气动噪声快速预测方法。
背景技术
风能是近十年来发展速度最快的清洁能源之一。随着风能利用的大规模化和风力机的大型化发展，内陆风电场离人口密集区域越来越接近，风力机的噪声污染已逐渐成为亟待解决的一个问题。风力机的噪声主要来自风力机设备的机械噪声和叶片旋转导致的气动噪声。气动噪声是风力机噪声的主要来源，且在气动噪声中尾缘噪声占主导地位。风力机的气动噪声可以采用CFD方法求解，不过这种方法比较复杂，虽然计算精度高，但需要的计算资源大，时间长而且目前还不很成熟。建立在试验结果基础上的BPM半经验公式虽然可以直接计算风力机的噪声，但在计算精度上有所欠缺，具有不稳定性和局限性。
发明内容
本发明的目的是提供一种风力机气动噪声快速预测方法，对于快速、准确预测风力机气动噪声有着重要的理论意义，为风力机的设计、制造、布局提供理论依据。
本发明为实现上述发明目的采用如下技术方案：
本发明提供了一种风力机气动噪声快速预测方法，包括：
输入风力机外形参数、运行参数；
通过风力机外形参数将风力机叶片划分成若干叶素；
通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。
进一步地，所述风切模型的公式如下：
Figure BDA0002671301600000011
式中，VH为轮毂高度处风速；H为轮毂高度；z为叶素距地面垂直高度；α为风剪切系数。
进一步地，所述塔筒模型的公式如下：
Figure BDA0002671301600000021
Figure BDA0002671301600000022
Vz＝Vr cosθ-Vθsinθ
Figure BDA0002671301600000023
Figure BDA0002671301600000024
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；H'为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数。
进一步地，所述塔筒模型的公式如下：
Figure BDA0002671301600000025
Figure BDA0002671301600000026
Vz＝Vr cosθ-Vθsinθ
Figure BDA0002671301600000027
Figure BDA0002671301600000028
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；h为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数。
进一步地，所述湍流入流噪声模型的公式如下：
Figure BDA0002671301600000029
式中ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
l＝25Z0.35z0 -0.063
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
Figure BDA0002671301600000031
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2。
进一步地，所述尾缘噪声模型的公式如下：
Figure BDA0002671301600000032
Figure BDA0002671301600000033
式中SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱。
进一步地，所述翼型吸力面声谱的模型的公式如下：
Figure BDA0002671301600000034
式中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱。
进一步地，所述吸力面壁面压力谱的模型的公式如下：
Figure BDA0002671301600000035
式中Ues为翼型尾缘边界层吸力面等效速度；
Figure BDA0002671301600000036
为吸力面边界层相对厚度，与翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，
Figure BDA0002671301600000037
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，
Figure BDA0002671301600000038
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、
Figure BDA0002671301600000039
es、
Figure BDA00026713016000000310
为模型参数，其中
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
d＝4.76(1.4/Δ)0.75(0.375e-1)；
Figure BDA0002671301600000041
es＝3.7+1.5βc；
Figure BDA0002671301600000042
本发明的有益效果如下：
通过风力机叶素动量理论，结合气流的风切效应和塔筒效应，更为准确的计算叶素的有效风速和攻角；通过XFOIL计算出叶素的边界层参数，提供给翼型噪声模型快速计算出噪声源产生的噪声大小；将每个叶素的声压级或声功率级进行对数叠加，得到风力机整体声压级或声功率级。
附图说明
图1为根据本发明实施例提供的风力机噪声计算流程图；
图2为根据本发明实施例提供的塔筒势流理论图；
图3为根据本发明实施例提供的第一种塔筒情况图；
图4为根据本发明实施例提供的第二种塔筒情况图；
图5为根据本发明实施例提供的风力机噪声预测结果与实验测量结果对比图。
具体实施方式
本发明基于风力机空气动力学叶素动量理论和叶片噪声计算理论。如图1，将风力机叶片沿着展向划分成若干叶素。首先根据叶素动量理论、风切模型和塔筒模型求出对应叶素上的有效来流风速和攻角，然后利用有效风速计算出叶素的雷诺数，运用XFOIL软件计算出壁面压力谱模型所需要的边界层参数，最后将翼型尾缘噪声模型和湍流来流噪声应用到每个叶素上，求出对应的声压级或声功率级，再将各叶素上的噪声源进行叠加，从而计算出整个风力机的声压级或声功率级。针对某实际风力机，应用本发明计算声功率级并于实际测量数据进行分析比较。
本发明提供的一种风力机气动噪声快速预测方法，包括以下步骤：
步骤S1：输入风力机外形参数、运行参数；
步骤S2：通过风力机外形参数将风力机叶片划分成若干叶素；
步骤S3：通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
步骤S4：将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
步骤S5：将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
步骤S6：将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。
所述步骤S3中，风切模型为：
Figure BDA0002671301600000051
公式(1)中，VH为轮毂高度处风速，H为轮毂高度，z为叶素距地面垂直高度，α为风剪切系数；
所述步骤S3中，塔筒模型为：
Figure BDA0002671301600000052
Figure BDA0002671301600000053
Vz＝Vr cosθ-Vθsinθ
(4)
Vy＝-Vr sinθ-Vθcosθ
(5)
式中Vz、Vy为塔筒径向和切向速度分量，
Figure BDA0002671301600000054
如图(2)所述，
对于第一种塔筒情况，当叶片旋转在轮毂下方时，如图(3)：
Figure BDA0002671301600000055
对于第二种塔筒情况，当叶片旋转到轮毂上方时，如图(4):
Figure BDA0002671301600000056
其中H为地面到轮毂中心的高度；H'为第一种塔筒情况下的补偿高度，h为第二种塔筒情况下的补偿高度；x为叶素距地面的垂直高度；a为叶素到塔筒z轴方向的距离，是与x相关的函数；
所述步骤S5中，湍流入流噪声模型为：
Figure BDA0002671301600000057
公式(6)中，ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数：
l＝25Z0.35z0 -0.063
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数：
Figure BDA0002671301600000061
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2
所述步骤S5中，尾缘噪声模型为:
Figure BDA0002671301600000062
Figure BDA0002671301600000063
SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；公式(7)、(8)中，Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱；
Figure BDA0002671301600000064
方程(9)中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱；
Figure BDA0002671301600000065
方程(10)中Ues为翼型尾缘边界层吸力面等效速度；
Figure BDA0002671301600000066
为吸力面边界层相对厚度，和翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，
Figure BDA0002671301600000067
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，
Figure BDA0002671301600000071
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、
Figure BDA0002671301600000072
es、
Figure BDA0002671301600000073
为模型参数，其中:
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
d＝4.76(1.4/Δ)0.75(0.375e-1)；
Figure BDA0002671301600000074
es＝3.7+1.5βc；
Figure BDA0002671301600000075
下面结合具体实例对本发明作如下验证：
以3叶片，Bonus 300kW风力机为例，运用风力机噪声预测模型计算该风力机的声功率级，得到的结果与实验测量值比较，验证风力机噪声预测模型的有效可行性。
表1为Bonus 300kW风力机运行参数
风轮转子半径(m) 15.5
塔筒高度(m) 31
叶片数 3
转速(rpm) 35.2
翼型 NACA634XX系列
平均桨距角(°) -1
轮毂处平均风速(m/s) 8
风向 上风向
接收者位置(m) 40
风切系数 0.15
塔筒顶部半径(m) 0.75
塔筒底部半径(m) 1.55
地表粗糙度(m) 0.01
声功率级(dBA) 99.1
图(5)给出了风力机噪声模型预测结果与实验测量对比结果，可以清楚的看出模型预测值与实验值在低频20-120Hz和高频4000-10000Hz区间内的预测结果比实验值偏高1-2dB；在中频区间内预测值与实验值基本相同。
综上所述，本发明提出的基于壁面压力谱的风力机气动噪声快速预测方法具有可行性及有效性，为相关气动噪声研究提供指导。
应当理解的是，以上仅是本发明的对较佳实施例的详细描述，并不能因此认为是对本发明专利保护范围的限制。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法民的保护范围。应当指出，对于本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，应视为本发明的保护范围。

Claims (8)

1.一种风力机气动噪声快速预测方法，其特征在于，包括：
输入风力机外形参数、运行参数；
通过风力机外形参数将风力机叶片划分成若干叶素；
通过风力机运行参数结合叶素动量理论、风切模型及塔筒模型计算每个叶素的有效来流速度及攻角；
将每个叶素的有效来流速度和攻角输入XFOIL计算出每个叶素的边界层参数；
将翼型尾缘噪声模型、湍流入流噪声模型应用到每个叶素上，将叶素的边界层参数输入噪声模型中计算出每个叶素的声压级或声功率级；
将每个叶素噪声的声压级或声功率级进行对数叠加，计算得到整个风力机的声压级或声功率级。
2.根据权利要求1所述的一种风力机气动噪声快速预测方法，其特征在于，所述风切模型的公式如下：
Figure FDA0002671301590000011
式中，VH为轮毂高度处风速；H为轮毂高度；z为叶素距地面垂直高度；α为风剪切系数。
3.根据权利要求1所述的一种风力机气动噪声快速预测方法，其特征在于，所述塔筒模型的公式如下：
Figure FDA0002671301590000012
Figure FDA0002671301590000013
Vz＝Vrcosθ-Vθsinθ
Vy＝-Vrsinθ-Vθcosθ
Figure FDA0002671301590000014
Figure FDA0002671301590000015
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；H'为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数。
4.根据权利要求1所述的一种风力机气动噪声快速预测方法，其特征在于，所述塔筒模型的公式如下：
Figure FDA0002671301590000021
Figure FDA0002671301590000022
Vz＝Vrcosθ-Vθsinθ
Vy＝-Vrsinθ-Vθcosθ
Figure FDA0002671301590000023
式中V0为来流风速，r为叶素到所在平面塔筒中心的距离，a为叶素到塔筒z轴方向的距离，θ为叶素与塔筒z轴形成的夹角，Vz、Vy为塔筒径向和切向速度分量，H为地面到轮毂中心的高度；h为补偿高度，x为叶素距地面的垂直高度，a是与x相关的函数。
5.根据权利要求1所述的一种风力机气动噪声快速预测方法，其特征在于，所述湍流入流噪声模型的公式如下：
Figure FDA0002671301590000024
式中ρ0为空气密度，c0为当地声速，l为湍流的长度尺度，ΔL为叶素的展长，r为观测者到声源位置的距离，M为来流马赫数，I为湍流强度，k为归一化波数，Dh为声指向函数，Kc为低频修正系数；
湍流的长度尺度l是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
l＝25Z0.35z0 -0.063
湍流强度I是地(水)面粗糙度z0和叶素距离地面高度Z的函数为：
Figure FDA0002671301590000025
式中γ为指数系数，γ＝0.24+0.096log10(z0)+0.016(log10(z0))2。
6.根据权利要求5所述的一种风力机气动噪声快速预测方法，其特征在于，所述尾缘噪声模型的公式如下：
Figure FDA0002671301590000026
Figure FDA0002671301590000027
式中SPLs为翼型吸力面声压级表达式，SPLp为翼型压力面声压级表达式，翼型尾缘噪声为吸力面噪声和压力面噪声之和；Dh为声指向函数；ω为角速度，ω＝2πf；df为频带宽度；Pref为参考声压，Pref＝2×10-5Pa；Ss(ω)为翼型吸力面声谱；Sp(ω)为翼型压力面声谱。
7.根据权利要求6所述的一种风力机气动噪声快速预测方法，其特征在于，所述翼型吸力面声谱的模型的公式如下：
Figure FDA0002671301590000031
式中L为叶素展长；R为观测者到声源位置的距离；Mac为来流马赫数；Λ3(ω)为翼展方向长度尺度；Φs(ω)为吸力面壁面压力谱。
8.根据权利要求7所述的一种风力机气动噪声快速预测方法，其特征在于，所述吸力面壁面压力谱的模型的公式如下：
Figure FDA0002671301590000032
式中Ues为翼型尾缘边界层吸力面等效速度；
Figure FDA0002671301590000033
为吸力面边界层相对厚度，与翼型的有效来流速度和攻角相关；τωs为翼型表面的剪切应力，
Figure FDA0002671301590000034
其中Cfs为翼型吸力面摩擦系数；βcs为科尔参数，βcs＝(θs/τωs)(dp/dx)；θs为边界层动量厚度；dp/dx为压力梯度；RTs为时间尺度的比率，
Figure FDA0002671301590000039
δs为边界层厚度；ν为动力粘度；uτs为摩擦速度，uτs＝(τωs/ρ)0.5；as、
Figure FDA0002671301590000035
es、
Figure FDA0002671301590000036
为模型参数，其中
as＝[2.82Δ2(6.13Δ-0.75+d)e][4.2(Π/Δ)+1],Δ＝δ/δ*,Π＝0.8(βc+0.5)0.75；
Figure FDA0002671301590000037
d＝4.76(1.4/Δ)0.75(0.375e-1)；
es＝3.7+1.5βc；
Figure FDA0002671301590000038
CN202010934090.7A 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法 Active CN112145371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010934090.7A CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010934090.7A CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Publications (2)

Publication Number Publication Date
CN112145371A true CN112145371A (zh) 2020-12-29
CN112145371B CN112145371B (zh) 2023-05-26

Family

ID=73890009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010934090.7A Active CN112145371B (zh) 2020-09-08 2020-09-08 一种风力机气动噪声快速预测方法

Country Status (1)

Country Link
CN (1) CN112145371B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115544667A (zh) * 2022-10-31 2022-12-30 南京航空航天大学 一种基于叶素动量源耦合cfd的等效盘方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122596A (zh) * 2017-04-11 2017-09-01 镇江市丹徒区粮机厂有限公司 一种用于风机气动噪声的预测方法
CN109145506A (zh) * 2018-09-20 2019-01-04 中国科学院工程热物理研究所 一种高气动性能低噪声水平风力机外侧翼型的优化设计方法
CN111046493A (zh) * 2019-12-04 2020-04-21 中国直升机设计研究所 一种基于集中载荷的旋翼气动噪声计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107122596A (zh) * 2017-04-11 2017-09-01 镇江市丹徒区粮机厂有限公司 一种用于风机气动噪声的预测方法
CN109145506A (zh) * 2018-09-20 2019-01-04 中国科学院工程热物理研究所 一种高气动性能低噪声水平风力机外侧翼型的优化设计方法
CN111046493A (zh) * 2019-12-04 2020-04-21 中国直升机设计研究所 一种基于集中载荷的旋翼气动噪声计算方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
G LELOUDAS, W J ZHU, J N SØRENSEN, W Z SHEN, S HJORT: "Prediction and Reduction of Noise from a 2.3 MW", 《DOI:10.1088/1742-6596/75/1/012083》 *
SEONGKYU LEE，JESSICA G. SHUM: "Prediction of Airfoil Trailing-Edge Noise Using Empirical Wall-Pressure Spectrum Models", 《HTTPS://DOI.ORG/10.2514/1.J057787》 *
YAKUT CANSEV KÜÇÜKOSMAN*, JULIEN CHRISTOPHE, CHRISTOPHE SCHRAM: "Trailing edge noise prediction based on wall pressure spectrum models for", 《JOURNAL OF WIND ENGINEERING & INDUSTRIAL AERODYNAMICS》 *
司海青 等: "风力机噪声的预测方法研究", 《空气动力学学报》 *
张雪 等: "考虑风切和塔影效应的风力机风速模型", 《电测与仪表》 *
李应龙: "水平轴风力机气动噪声预测的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
柏宝红，李晓东: "翼型湍流尾缘噪声半经验预测公式改进", 《北京航空航天大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115544667A (zh) * 2022-10-31 2022-12-30 南京航空航天大学 一种基于叶素动量源耦合cfd的等效盘方法
CN115544667B (zh) * 2022-10-31 2024-05-10 南京航空航天大学 一种基于叶素动量源耦合cfd的等效盘方法

Also Published As

Publication number Publication date
CN112145371B (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
Larsen et al. Validation of the dynamic wake meander model for loads and power production in the Egmond aan Zee wind farm
CN106548414B (zh) 一种海上风电场发电量计算方法
CN103745024B (zh) 基于三维尾流模型修正风电机组尾部风速功率特性评估法
Madsen Low frequency noise from wind turbines mechanisms of generation and its modelling
Miller et al. Solidity effects on the performance of vertical-axis wind turbines
CN112145371B (zh) 一种风力机气动噪声快速预测方法
Jin et al. Experimental investigation of unsteady flow in axial skewed fans according to flow rates
Madsen et al. Correlation of amplitude modulation to inflow characteristics
Madsen et al. Transition characteristics measured on a 2MW 80m diameter wind turbine rotor in comparison with transition data from wind tunnel measurements
Shubham et al. Effect of struts and central tower on aerodynamics and aeroacoustics of vertical axis wind turbines using mid-fidelity and high-fidelity methods
Wang et al. Investigation on aerodynamic noise for leading edge erosion of wind turbine blade
Sezer-Uzol et al. 3-D time-accurate inviscid and viscous CFD simulations of wind turbine rotor flow fields
CN117592388A (zh) 一种基于cfd的风电场多机尾流模拟方法
Zenz et al. Aeroacoustical and aerodynamical investigations of riblets applied on low pressure turbine exit guide vanes for two different operating points
Sun et al. Review of numerical and experimental studies on flow characteristics around a straight-bladed vertical axis wind turbine and its performance enhancement strategies
Salyers Experimental and numerical investigation of aerodynamic performance for vertical-axis wind turbine models with various blade designs
Vad et al. Study of the aero-acoustic and aerodynamic effects of soft coating upon airfoil
CN111174901A (zh) 一种噪声分贝值的计算方法
Yi et al. Airfoil design for vertical axis wind turbine operating at variable tip speed ratios
Zhao et al. Towards quieter air-cooling systems: rotor self-noise prediction for axial cooling fans
Küçükosman Semi-analytical approaches for the prediction of the noise produced by ducted wind turbines
CN115577493A (zh) 一种水平轴潮流能水轮机叶片非定常特性预测方法
Rocchio et al. Development of a BEM-CFD tool for Vertical Axis Wind Turbines based on the Actuator Disk model
Johnson et al. Experimental indirect determination of wind turbine performance and Blade Element Theory parameters in controlled conditions
Nazmi İlikan et al. Influence of dihedral stacking on the performance of an axial fan

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