CN113935118B - 存储器、风机叶片性能优化方法、装置和设备 - Google Patents

存储器、风机叶片性能优化方法、装置和设备 Download PDF

Info

Publication number
CN113935118B
CN113935118B CN202010667019.7A CN202010667019A CN113935118B CN 113935118 B CN113935118 B CN 113935118B CN 202010667019 A CN202010667019 A CN 202010667019A CN 113935118 B CN113935118 B CN 113935118B
Authority
CN
China
Prior art keywords
optimized
model
initial
blade
fan blade
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
CN202010667019.7A
Other languages
English (en)
Other versions
CN113935118A (zh
Inventor
李红叶
张洪阳
时振堂
孙进
董翠翠
李君�
王鹏凯
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.)
Sinopec Dalian Petrochemical Research Institute Co ltd
China Petroleum and Chemical Corp
Original Assignee
China Petroleum and Chemical Corp
Sinopec Dalian Research Institute of Petroleum and Petrochemicals
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 China Petroleum and Chemical Corp, Sinopec Dalian Research Institute of Petroleum and Petrochemicals filed Critical China Petroleum and Chemical Corp
Priority to CN202010667019.7A priority Critical patent/CN113935118B/zh
Publication of CN113935118A publication Critical patent/CN113935118A/zh
Application granted granted Critical
Publication of CN113935118B publication Critical patent/CN113935118B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Public Health (AREA)
  • Operations Research (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)

Abstract

本发明公开了存储器、风机叶片性能优化方法、装置和设备，其中所述方法，包括：获取优化目标叶片的设计参数；根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；获取初始实体模型进行动态测试时的初始测试结果；确定初始实体模型的可用性；以初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；分别对各优化实体模型进行动态测试获取对应的优化测试结果，并根据优化测试结果确定最优实体模型。本发明可以快速的根据最优实体模型制作出性能优越的优化叶片，进而可以有效的提高对于风机叶片性能的优化效率和效果。

Description

存储器、风机叶片性能优化方法、装置和设备
技术领域
本发明涉及风电技术领域，特别涉及存储器、风机叶片性能优化方法、装置和设备。
背景技术
随着风电技术在全球范围内的发展，风力发电机的应用越来越广，同时对技术的要求也越来越高。风机叶片是风力发电机的关键零件之一，其气动性能设计、材料和寿命等性能对风电机组的发电效率、运行安全等至关重要。
现有技术中，叶片设计技术主要包括通过各软件模拟仿真，按照风机叶片设计的相关理论和方法，生成风机叶片的三维实体模型，然后再对设计好的叶片模型进行了流场仿真分析，对叶片模型的气动性能进行了预测和评估，进而获得最终的设计结果。
发明人经过研究发现，现有技术中的这种通过仿真技术确定叶片性能的方式，存在准确性较差的缺陷，容易导致根据模拟仿真的设计而生产出的实际叶片的性能与原有设计性能存在较大的偏差，从而使得获得性能优良的风机叶片的效率和效果不够理想。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提高对于风机叶片性能的优化效率和效果。
本发明提供了一种风机叶片性能优化方法，包括步骤：
获取优化目标叶片的设计参数，所述设计参数包括风机叶片的几何数据、气动特性数据和电能产出数据；
根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
在本发明中，以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性之后，还包括：
通过修正设计参数使所述初始实体模型的所述初始测试结果符合可用性判断。
在本发明中，还包括：
根据所述最优实体模型生成优化叶片。
在本发明中，包括：
所述风力发电机与所述初始实体模型或所述优化实体模型可拆卸链接。
在本发明中，所述进行动态测试，包括：
通过设于所述风洞实验装置的传感器组获取所述初始实体模型或所述优化实体模型进行动态测的测试结果；所述传感器组用于在进行动态测试时获取风速、方向、压力、位移和振动频率数据中的一种及其任意组合。
在本发明中，所述进行动态测试，还包括：
存储并计量所述风力发电机所生成的电能。
在本发明中，所述以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数，包括：
对所述初始实体模型原有的叶片角度、叶片形状和叶片数量中的一种及其任意组合进行微调。
在本发明中，所述根据所述优化测试结果从各所述优化实体模型中确定最优实体模型，包括：
将所述优化实体模型驱动所述风力发电机所生成的电能的计量数据作为所述优化实体模型的评价因素之一。
在本发明的另一面，还提供了一种风机叶片性能优化装置，包括：
目标获取单元，用于获取优化目标叶片的设计参数；所述设计参数包括风机叶片的几何数据、气动特性数据和电能产出数据；
初始模型设计单元，用于根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
初始测试单元，用于获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
可用性确定单元，用于以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
优化模型设计单元，用于以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
最优模型确定单元，用于分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
在本发明中，还包括：
优化叶片设计单元，用于根据所述最优实体模型生成优化叶片。
在本发明中，所述优化测试结果包括：
各所述优化实体模型分别装设于所述风力发电机时所生成的电能计量数据。
在本发明的另一面，还提供了一种存储器，包括软件程序，所述软件程序适于由处理器执行上述风机叶片性能优化方法的步骤。
本发明实施例的另一面，还提供了一种风机叶片性能优化设备，所述风机叶片性能优化设备包括存储在存储器上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行以上各个方面所述的方法，并实现相同的技术效果。
与现有技术相比，本发明具有如下有益效果：
本发明以目前正在使用的风机叶片为优化目标(即，优化目标叶片)，首先采集优化目标叶片的设计参数；优化目标叶片的设计参数用于反映当前使用风机叶片的各方面的属性和性能；为了适于风洞实验，接下来需要根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；这样就可以根据相应的设计参数来制作出与优化目标叶片对应的初始实体模型；为了验证和确定初始实体模型的各方面工况表现和性能是否与原优化目标叶片一致，将初始实体模型安装于风洞实验装置的风力发电机，然后对初始实体模型进行动态测，获得初始测试结果；这样，以优化目标叶片为参照，根据初始测试结果就可以确定初始实体模型是否可用；当初始实体模型具有可用性时，以初始实体模型为基础进行优化设计，通过不同的优化方案，生成多个优化实体模型的设计参数；这样，可以根据多个优化实体模型的设计参数制作出多个优化实体模型；通过风洞实验分别对各优化实体模型进行动态测试获取对应的优化测试结果，并根据优化测试结果从多个优化实体模型中确定出最优实体模型。
由上可以看出，通过本发明，将实体模型的设计过程和风洞实验过程有机的结合在一起，可以使设计出的优化模型更加有针对应，这样，可以快速的根据最优实体模型制作出性能优越的优化叶片，进而可以有效的提高对于风机叶片性能的优化效率和优化效果。
上述说明仅为本发明技术方案的概述，为了能够更清楚地了解本发明的技术手段并可依据说明书的内容予以实施，同时为了使本发明的上述和其他目的、技术特征以及优点更加易懂，以下列举一个或多个优选实施例，并配合附图详细说明如下。
附图说明
图1是本发明中所述风机叶片性能优化方法的步骤图；
图2是本发明中所述风机叶片性能优化装置结构示意图；
图3是本发明中所述风机叶片性能优化设备结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其他明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其他元件或其他组成部分。
在本文中，术语“第一”、“第二”等是用以区别两个不同的元件或部位，并不是用以限定特定的位置或相对关系。换言之，在一些实施例中，术语“第一”、“第二”等也可以彼此互换。
实施例一
为了提高对于风机叶片性能的优化效率和优化效果，如图1所示，在本发明实施例中提供了一种风机叶片性能优化方法，包括步骤：
S11、获取优化目标叶片的几何数据、气动特性数据和电能产出数据；
在本发明实施例中，需要将实体模型的设计过程和风洞实验过程有机的结合在一起；一方面，需要通过计算机进行实体模型的参数设计，以及，实体模型的制作；另一方面，还要通过风洞实验装置对实体模型进行行动态测。
在本发明实施例中，是以实际的风机叶片为基础进行相应的优化设计的，因此首先将需要优化的风机叶片确定为优化目标叶片，然后获取其设计参数，和，动态测试的结果，这样就可以获知优化目标叶片的结构和各种几何尺寸，以及，在不同工况(如，不同风速)下的气动特性数据和电能产出数据。
S12、根据优化目标叶片的几何数据和气动特性数据，通过等比模型获取方式生成对应的初始实体模型的设计参数；
为了适于在风洞实验装置中进行动态测试，在本发明实施例中，还通过等比模型获取方式生成对应的初始实体模型的设计参数，根据几何数据和气动特性数据来构建对应的初始实体模型的设计参数。
这样就可以根据初始实体模型的设计参数来制作与优化目标叶片对应的初始实体模型；在实际应用中，可以通过优化目标叶片的几何数据和气动特性数据等测试数据，利用等比缩小传递函数的模型、量纲分析相似准则、有限元模型修正函数及弹性模量E、材料密度ρ以及结构尺寸l参数修正方法，来确定初始实体模型的设计参数，具体来说：
所述等比缩小传递函数的模型、量纲分析相似准则、应满足的相似条件及有限元模型修正函数具体可以如下：
其中，预测等比缩小传递函数的模型：
Fm＝λmFp
tm＝λttp
Em＝λEEp
ρm＝λρρp
lm＝λllp
ζm＝λζζp
ωm＝λωωp
Figure BDA0002580700370000077
um＝λuup
vm＝λvvp
am＝λaap
其中，量纲分析相似准则可以是：
Figure BDA0002580700370000071
Figure BDA0002580700370000072
a3＝E
a4＝ρ
a5＝l
a6＝ζ
Figure BDA0002580700370000073
Figure BDA0002580700370000074
Figure BDA0002580700370000075
Figure BDA0002580700370000076
Figure BDA0002580700370000081
导出应满足的相似条件：
λF＝λEλl
Figure BDA0002580700370000082
λζ＝1
Figure BDA0002580700370000083
Figure BDA0002580700370000084
λu＝λl
Figure BDA0002580700370000085
Figure BDA0002580700370000086
在建模过程中，弹性模量E、材料密度ρ和结构尺寸l是原始设计参数，将结构的设计参数作为修正对象，就能得出合理的模型，对进一步的模型优化更加容易。直接修正设计参数方法是伴随迭代过程和雅可比矩阵运算，数学基础主要是泰勒展开式或摄动原理，常用的方法包括特征对展开法、物理矩阵展开法和摄动法等。
假设实体模型的质量、刚度矩阵与实际风机叶片一致，阻尼矩阵修正公式可以是：
Ht H(ω)(K-Mω2-jωC(n))-I＝-[jωHt(ω)]HΔC(n)
式中，F是风力的外激励，t是激励加载时间，E是材料的弹性模量，ρ是材料密度，l是结构的几何尺寸，ζ是结构的阻尼比，ω是结构的固有频率，
Figure BDA0002580700370000091
是结构的固有振型，u是位移响应，v是速度响应，a是加速度响应；λ表示风机叶片模型和实际风机叶片各个物理量的相似比；p和m分别表示风机叶片模型和实际风机叶片的结构符号；a1、a2、a3、…、a11分别表示F、t、E、…、a的指数，其中在风机叶片模型的设计中，3个相似常数是可以预先拟定的，即弹性模量相似常数λE，材料密度λρ和几何相似常数λl，其余的相似常数均可以由这三个常数运算得到；Ht(ω)为模型实验测得的频响函数矩阵，M是惯性力矩阵，C是阻尼力矩阵，K是弹性恢复力矩阵，C(n)是第n步迭代阻尼矩阵，ΔC(n)是第n步迭代时的修正阻尼矩阵。
S13、获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
本发明实施例中的风洞实验装置具体可以是设于环形风洞实验室内，用于模拟风机叶片的实体模型在多种工况下的风力环境；可以通过设有风速传感器、方向传感器和压力传感器，来检测风洞实验室模拟风速环境的准确性；此外，风洞实验装置还可以设有位移传感器和振动传感器等来测定风机叶片的实体模型的旋转速度、加速度、位移及水平振动等气动特性数据。
在本发明实施例中，风力发电机还连接有储能装置，用于存储并计量风力发电机所生成的电能。
S14、以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
为了使初始实体模型能够很好地体现优化目标叶片的气动特性，还需要以优化目标叶片的气动特性为参照，根据初始实体模型的初始测试结果中的气动特性进行比较，当两者的气动特性达到预设的相似度的时候，认为该初始实体模型为可用。在实际应用中，预设的相似度的设定可以根据实际情况由本领域技术人员设定，在此并不作具体的限定。
进一步的，在实际应用中，在判断初始实体模型的可用性时，如果初始实体模型的某些气动特性与优化目标叶片的气动特性的差距超出预设的阈值，还可以通过修正初始实体模型的设计参数的方式，来使重新生成的初始实体模型的初始测试结果能够符合可用性判断。
S15、以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
初始实体模型的气动特性与优化目标叶片一致，通过对于初始实体模型的叶片角度、叶片形状、叶片数量和材质等风机叶片的几何数据和材料进行调整，可以实现间接的对优化目标叶片进行优化。
本发明实施例中的优化设计可以是多方向和多种类的，通过不同的优化设计方案，可以获得多个优化实体模型的设计参数。进而，可以根据多个优化实体模型的设计参数来生成对应的多个优化实体模型。在实际应用中，可以是对初始实体模型原有的叶片角度、叶片形状和叶片数量中的一种及其任意组合进行微调，然后制作对应的优化实体模型。
S16、分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
根据不同的优化设计方案(即多个优化实体模型的设计参数)获得的多个优化实体模型，还需要通过风洞实验装置的气动特性的测试和验证，一方面可以验证优化方案的有效性，另一方面还可以从多个优化方案中确定效果最好的一个。
优选的，为了便于对不同风机叶片的实体模型(如初始实体模型何优化实体模型)进行动态测试，本发明实施例中的风力发电机与实体模型为可拆卸链接，这样就可以使不同的实体模型能够在同一测试环境中进行动态测试，进而能够获得更加精确的比较结果。
在实际应用中，对实体模型进行动态测试的具体方式可以包括：
设于风洞实验装置的传感器组中，至少包括风速传感器、方向传感器、压力传感器、位移传感器和振动频率传感器等多种数据采集单元；在对实体模型进行动态测试时，各传感器可以获取风速、风向、压力、位移和振动频率等风洞实验装置内的分立环境数据，和风机叶片的气动特性数据，从而来测试不同材质、不同外形的实体模型的抗风性能。
进一步的，本发明实施例中的风洞实验装置还设有电能的储能装置，这样，风洞实验装置中的风力发电机在实验风力的驱动下，发电产生电能后存储至储能装置，这样，通过分别对个实体模型发电量的测定，可以判断各个实体模型对于机械能至电能的转换效率的高低。也就是说，在本发明实施例中，可以将优化实体模型驱动风力发电机所生成的电能的计量数据作为优化实体模型的评价因素之一。
综上所述，本发明实施例以目前正在使用的风机叶片为优化目标(即，优化目标叶片)，首先采集优化目标叶片的设计参数；优化目标叶片的设计参数用于反映当前使用风机叶片的各方面的属性和性能；为了适于风洞实验，接下来需要根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；这样就可以根据相应的设计参数来制作出与优化目标叶片对应的初始实体模型；为了验证和确定初始实体模型的各方面工况表现和性能是否与原优化目标叶片一致，将初始实体模型安装于风洞实验装置的风力发电机，然后对初始实体模型进行动态测，获得初始测试结果；这样，以优化目标叶片为参照，根据初始测试结果就可以确定初始实体模型是否可用；当初始实体模型具有可用性时，以初始实体模型为基础进行优化设计，通过不同的优化方案，生成多个优化实体模型的设计参数；这样，可以根据多个优化实体模型的设计参数制作出多个优化实体模型；通过风洞实验分别对各优化实体模型进行动态测试获取对应的优化测试结果，并根据优化测试结果从多个优化实体模型中确定出最优实体模型。
由上可以看出，通过本发明实施例，将实体模型的设计过程和风洞实验过程有机的结合在一起，可以使设计出的优化模型更加有针对应，这样，可以快速的根据最优实体模型制作出性能优越的优化叶片，进而可以有效的提高对于风机叶片性能的优化效率和优化效果。
实施例二
在本发明实施例的另一面，还提供了一种风机叶片性能优化装置，图2示出本发明实施例提供的风机叶片性能优化装置结构示意图，所述风机叶片性能优化装置为与图1所对应实施例中所述风机叶片性能优化方法对应的装置，即，通过虚拟装置的方式实现图1所对应实施例中风机叶片性能优化方法，构成所述风机叶片性能优化装置的各个虚拟模块可以由电子设备执行，例如网络设备、终端设备、或服务器。具体来说，本发明实施例中的风机叶片性能优化装置包括：
目标获取单元01，用于获取优化目标叶片的设计参数；
初始模型设计单元02，用于根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
初始测试单元03，用于获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
可用性确定单元04，用于以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
优化模型设计单元05，用于以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
最优模型确定单元06，用于分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
进一步的，在本发明实施例中，还可以包括优化叶片设计单元，用于根据最优实体模型生成优化叶片。
在本发明实施例中，优化测试结果中可以包括：各优化实体模型分别装设于风力发电机时所生成的电能计量数据。
由于本发明实施例中风机叶片性能优化装置的工作原理和有益效果已经在图1所对应的风机叶片性能优化方法中也进行了记载和说明，因此可以相互参照，在此就不再赘述。
实施例三
在本发明实施例中，还提供了一种存储器，其中，存储器包括软件程序，软件程序适于处理器执行图1所对应的风机叶片性能优化方法中的各个步骤。
本发明实施例可以通过软件程序的方式来实现，即，通过编写用于实现图1所对应的风机叶片性能优化方法中的各个步骤的软件程序(及指令集)，所述软件程序存储于存储设备中，存储设备设于计算机设备中，从而可以由计算机设备的处理器调用该软件程序以实现本发明实施例的目的。
实施例四
本发明实施例中，还提供了一种风机叶片性能优化设备，该风机叶片性能优化设备所包括的存储器中，包括有相应的计算机程序产品，所述计算机程序产品所包括程序指令被计算机执行时，可使所述计算机执行以上各个方面所述的风机叶片性能优化方法，并实现相同的技术效果。
图3是本发明实施例作为电子设备的风机叶片性能优化设备的硬件结构示意图，如图3所示，该设备包括一个或多个处理器610、总线630以及存储器620。以一个处理器610为例，该设备还可以包括：输入装置640、输出装置650。
处理器610、存储器620、输入装置640和输出装置650可以通过总线或者其他方式连接，图3中以通过总线连接为例。
存储器620作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块。处理器610通过运行存储在存储器620中的非暂态软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例的处理方法。
存储器620可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储数据等。此外，存储器620可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器620可选包括相对于处理器610远程设置的存储器，这些远程存储器可以通过网络连接至处理装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置640可接收输入的数字或字符信息，以及产生信号输入。输出装置650可包括显示屏等显示设备。
所述一个或者多个模块存储在所述存储器620中，当被所述一个或者多个处理器610执行时，执行：
获取优化目标叶片的设计参数；
根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储设备中，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，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储设备包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、ReRAM、MRAM、PCM、NAND Flash，NOR Flash，Memristor、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (13)

1.一种风机叶片性能优化方法，其特征在于，包括步骤：
获取优化目标叶片的设计参数，所述设计参数包括风机叶片的几何数据、气动特性数据和电能产出数据；
根据所述设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
2.根据权利要求1所述的风机叶片性能优化方法，其特征在于，以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性之后，还包括：
通过修正设计参数使所述初始实体模型的所述初始测试结果符合可用性判断。
3.根据权利要求1所述的风机叶片性能优化方法，其特征在于，还包括：
根据所述最优实体模型生成优化叶片。
4.根据权利要求1所述的风机叶片性能优化方法，其特征在于，包括：
所述风力发电机与所述初始实体模型或所述优化实体模型可拆卸链接。
5.根据权利要求1所述的风机叶片性能优化方法，其特征在于，所述进行动态测试，包括：
通过设于所述风洞实验装置的传感器组获取所述初始实体模型或所述优化实体模型进行动态测的测试结果；所述传感器组用于在进行动态测试时获取风速、方向、压力、位移和振动频率数据中的一种及其任意组合。
6.根据权利要求1所述的风机叶片性能优化方法，其特征在于，所述进行动态测试，还包括：
存储并计量所述风力发电机所生成的电能。
7.根据权利要求1所述的风机叶片性能优化方法，其特征在于，所述以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数，包括：
对所述初始实体模型原有的叶片角度、叶片形状和叶片数量中的一种及其任意组合进行微调。
8.根据权利要求1所述的风机叶片性能优化方法，其特征在于，所述根据所述优化测试结果从各所述优化实体模型中确定最优实体模型，包括：
将所述优化实体模型驱动所述风力发电机所生成的电能的计量数据作为所述优化实体模型的评价因素之一。
9.一种风机叶片性能优化装置，其特征在于，包括：
目标获取单元，用于获取优化目标叶片的设计参数；所述设计参数包括风机叶片的几何数据、气动特性数据和电能产出数据；
初始模型设计单元，用于根据优化目标叶片的设计参数，通过等比模型获取方式生成对应的初始实体模型的设计参数；
初始测试单元，用于获取将初始实体模型安装于风洞实验装置的风力发电机时，对所述初始实体模型进行动态测试时的初始测试结果；
可用性确定单元，用于以所述优化目标叶片为参照，根据所述初始测试结果判断所述初始实体模型的可用性；
优化模型设计单元，用于以可用的所述初始实体模型为基础进行优化设计，生成多个优化实体模型的设计参数；
最优模型确定单元，用于分别对各所述优化实体模型进行动态测试获取对应的优化测试结果，并根据所述优化测试结果从各所述优化实体模型中确定最优实体模型。
10.根据权利要求9所述的风机叶片性能优化装置，其特征在于，还包括：
优化叶片设计单元，用于根据所述最优实体模型生成优化叶片。
11.根据权利要求9所述的风机叶片性能优化装置，其特征在于，所述优化测试结果包括：
各所述优化实体模型分别装设于所述风力发电机时所生成的电能计量数据。
12.一种存储器，其特征在于，包括软件程序，所述软件程序适于由处理器执行如权利要求1至8中任一所述风机叶片性能优化方法的步骤。
13.一种风机叶片性能优化设备，其特征在于，包括总线、处理器和如权利要求12中所述存储器；
所述总线用于连接所述存储器和所述处理器；
所述处理器用于执行所述存储器中的指令集。
CN202010667019.7A 2020-07-13 2020-07-13 存储器、风机叶片性能优化方法、装置和设备 Active CN113935118B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010667019.7A CN113935118B (zh) 2020-07-13 2020-07-13 存储器、风机叶片性能优化方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010667019.7A CN113935118B (zh) 2020-07-13 2020-07-13 存储器、风机叶片性能优化方法、装置和设备

Publications (2)

Publication Number Publication Date
CN113935118A CN113935118A (zh) 2022-01-14
CN113935118B true CN113935118B (zh) 2022-09-09

Family

ID=79273632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010667019.7A Active CN113935118B (zh) 2020-07-13 2020-07-13 存储器、风机叶片性能优化方法、装置和设备

Country Status (1)

Country Link
CN (1) CN113935118B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514308A (zh) * 2012-06-20 2014-01-15 华锐风电科技(集团)股份有限公司 设计风力发电机叶片的方法和装置
CN110750928A (zh) * 2019-10-10 2020-02-04 中冶京诚工程技术有限公司 有限元模型优化方法、装置及电子设备

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514308A (zh) * 2012-06-20 2014-01-15 华锐风电科技(集团)股份有限公司 设计风力发电机叶片的方法和装置
CN110750928A (zh) * 2019-10-10 2020-02-04 中冶京诚工程技术有限公司 有限元模型优化方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
多目标风力发电机叶片外形参数优化设计;张帅等;《电网与清洁能源》;20170425(第04期);全文 *

Also Published As

Publication number Publication date
CN113935118A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
Petra et al. A Bayesian approach for parameter estimation with uncertainty for dynamic power systems
Kersken et al. Time-linearized and time-accurate 3D RANS methods for aeroelastic analysis in turbomachinery
CN109933876A (zh) 一种基于广义气动力的非定常气动力降阶方法
Willcox Reduced-order aerodynamic models for aeroelastic control of turbomachines
Li et al. Rotating blade-casing rubbing simulation considering casing flexibility
Figaschewsky et al. Efficient generation of engine representative tip timing data based on a reduced order model for bladed rotors
CN110375690A (zh) 一种旋转叶片非接触式位移场测量方法及其系统
CN106354955A (zh) 一种基于磨机振动模态参数的滑动轴承刚度识别方法
Li et al. A novel construction method of computational domains on large-scale near-ground explosion problems
Tatsis et al. Vibration‐based monitoring of a small‐scale wind turbine blade under varying climate and operational conditions. Part II: A numerical benchmark
Carle et al. Preliminary results from the application of automated adjoint code generation to CFL3D
CN111159828A (zh) 电池箱散热优化设计方法及其装置、设备及存储介质
CN113935118B (zh) 存储器、风机叶片性能优化方法、装置和设备
CN117436322A (zh) 基于叶素理论的风力机叶片气动弹性仿真方法和介质
JP4015004B2 (ja) ヘリコプタ翼型のシミュレーション方法
Pradeepkumar et al. Dynamic substructuring method for vibration analysis of complex structures
Pinto et al. A reduction technique for the calculation of the forced response of bladed disks in the presence of contact mistuning at blade root joints
Kurstak et al. Parametric investigation of vibratory responses for reduced-order models of rotating bladed disks
Dasgupta Locking-free compressible quadrilateral finite elements: Poisson’s ratio-dependent vector interpolants
Chen et al. Application of vector form intrinsic finite element on integrated simulation of wind turbine
Sui et al. Intelligent optimization for bending moment in uniaxial fatigue loading test of wind turbine blades
EP2439662A1 (en) An analysis method, apparatus and software for a system with frequency dependent materials
Hofmeister et al. Multi-objective global pattern search: Effective numerical optimisation in structural dynamics
Miyaji et al. On Accuracy of Prediction of Flutter Boundaries on Unstructured Grids
CN107066727A (zh) 三维空间矢量应力场强法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231031

Address after: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Patentee after: CHINA PETROLEUM & CHEMICAL Corp.

Patentee after: Sinopec (Dalian) Petrochemical Research Institute Co.,Ltd.

Address before: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Patentee before: CHINA PETROLEUM & CHEMICAL Corp.

Patentee before: DALIAN RESEARCH INSTITUTE OF PETROLEUM AND PETROCHEMICALS, SINOPEC Corp.