CN114676655A - 变桨抗涡效果检测方法、装置及风力发电机 - Google Patents
变桨抗涡效果检测方法、装置及风力发电机 Download PDFInfo
- Publication number
- CN114676655A CN114676655A CN202210431312.2A CN202210431312A CN114676655A CN 114676655 A CN114676655 A CN 114676655A CN 202210431312 A CN202210431312 A CN 202210431312A CN 114676655 A CN114676655 A CN 114676655A
- Authority
- CN
- China
- Prior art keywords
- vortex
- blade
- aerodynamic resistance
- swing
- model
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 106
- 238000001514 detection method Methods 0.000 title claims description 39
- 238000000034 method Methods 0.000 claims abstract description 101
- 239000012530 fluid Substances 0.000 claims abstract description 56
- 238000013178 mathematical model Methods 0.000 claims abstract description 49
- 238000004088 simulation Methods 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 230000008878 coupling Effects 0.000 claims abstract description 32
- 238000010168 coupling process Methods 0.000 claims abstract description 32
- 238000005859 coupling reaction Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 26
- 238000012360 testing method Methods 0.000 claims abstract description 23
- 230000001052 transient effect Effects 0.000 claims abstract description 19
- 238000000611 regression analysis Methods 0.000 claims abstract description 18
- 230000003993 interaction Effects 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 22
- 230000010355 oscillation Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 12
- 238000013519 translation Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000012314 multivariate regression analysis Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000004422 calculation algorithm Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 5
- 238000013016 damping Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- 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)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Pure & Applied Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Public Health (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- Fluid Mechanics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明提供一种变桨抗涡效果检测方法、装置及风力发电机，所述方法包括：对抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取其在摆动方向上的气动阻力时序数据；对气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对抗涡叶片的气动阻力的交互影响，确定抗涡叶片的气动阻力数学模型；对气动阻力数学模型与风力发电机的等效动力学模型进行耦合，以用于计算抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。本发明通过对抗涡叶片的气动阻力进行建模，再与风力发电机的结构动力学模型进行耦合计算，能有效地针对风力发电机的变桨抗涡效果的进行预测，相较于现场测试和风洞模型试验的成本更低，但比工程算法更加准确。
Description
技术领域
本发明涉及新能源技术领域，尤其涉及一种变桨抗涡效果检测方法、装置及风力发电机。
背景技术
涡振又称涡激振动，是在低风速下出现的一种风致振动现象。从流体的角度来分析，任何非流线型物体，在一定的恒定流速下，都会在物体两侧交替地产生脱离结构物表面的旋涡。风力发电机(以下简称：风电机)通电运转时发生涡振的概率较小，如果发生，通过偏航对风即可缓解；对于断电情况下的风机，发生涡振的概率相对较大，并且无法偏航对风，将叶片调整至特定的桨距角来增大风机的气动阻尼，已成为一种抑制涡振的手段。
目前，抗涡效果检测主要是采用现场测试和风洞模型试验等方式开展的，每次检测需要耗费大量的人力、物力，导致成本较高；还有采用工程算法进行抗涡效果检测的记载，但其检测精度较低，不能为如何调整抗涡叶片的桨距角以及方位角，以提供足够的气动阻力来抑制涡振提供有效的数据支持。
如何对每次抗涡叶片的的桨距角以及方位角调整后的抗涡效果进行快速、准确地检测，用于为变桨来抑制涡振的有效偏航范围提供数据支持，是本领域亟待解决的技术问题。
发明内容
本发明提供一种变桨抗涡效果检测方法、装置及风力发电机，用以解决现有技术中抗涡效果检测要么成本高、步骤繁琐，要么精度低的缺陷，能实现抗涡效果的快速、准确检测。
第一方面，本发明提供一种变桨抗涡效果检测方法，包括：对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；
对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
根据本发明提供的一种变桨抗涡效果检测方法，所述对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
以所述抗涡叶片的叶根摆幅和来流风速为试验因素，以所述抗涡叶片在摆动方向受到的气动阻力为响应，基于曲面响应法，制定流体动力学仿真方案；
建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
所述工况组合包括所述抗涡叶片的叶根摆幅、来流风速所构成的因素水平组合。
根据本发明提供的一种变桨抗涡效果检测方法，所述建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
根据所述抗涡叶片的外形参数，沿叶片展向截取多个翼型截面；
将由所述风力发电机的塔筒涡振时引起所述抗涡叶片的摆动近似为刚性的往复转动，以根据所述抗涡叶片的方位角和每个所述翼型截面的展向位置以及叶根摆幅，计算出每个所述翼型截面的摆动幅度；
建立每个所述翼型截面的二维流体动力学模型，以计算出每个所述翼型截面的入流攻角；
基于动网格技术模拟各翼型截面的摆动过程，通过瞬态流体动力学计算，获取每个所述翼型截面在每个工况组合下的气动阻力数据；
将所有翼型截面的气动阻力数据沿叶片展向进行积分，获取所述抗涡叶片在摆动方向上的所述气动阻力时序数据。
根据本发明提供的一种变桨抗涡效果检测方法，所述建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
根据所述抗涡叶片的外形参数和来流风向，建立三维流体动力学模型，所述三维流体动力学模型包括内流场和外流场，所述内流场与外流场之间通过非共节点交接面实现数据传递；
通过滑移网格模型模拟由所述风力发电机的塔筒涡振时引起的抗涡叶片摆动；所述滑移网格模型的运动方式为往复摆动，摆动的中心为所述塔筒的底部中心；
根据所述抗涡叶片的摆动频率和每个工况组合下的叶根摆幅，构建所述滑移网格模型的角速度变化函数，通过瞬态流体动力学计算，获取所述抗涡叶片在摆动方向上的所述气动阻力时序数据。
根据本发明提供的一种变桨抗涡效果检测方法，所述三维流体动力学模型的截面为扇形，三维流体动力学模型的底部圆弧面的半径等于所述风力发电机的轮毂中心高度，并以塔筒底部为圆心；
所述内流场的顶部圆弧面的半径至少大于所述抗涡叶片的长度与所述轮毂中心高度之和；所述外流场两侧的扇形面分别设置为所述三维流体动力学模型的进口和出口。
根据本发明提供的一种变桨抗涡效果检测方法，对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型，包括：
利用正弦函数表述所述抗涡叶片在摆动方向上的气动阻力；
对所述流体动力学仿真方案中的工况组合进行多元回归分析，建立叶根摆幅和来流风速与所述正弦函数的振幅和振幅平移量之间的数学模型；
将所述叶根摆幅和来流风速与所述正弦函数的振幅和振幅平移量之间的数学模型，代入至所述正弦函数，获取所述气动阻力数学模型。
根据本发明提供的一种变桨抗涡效果检测方法，对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，包括：
将所述气动阻力数学模型代入至所述等效动力学模型中，获取振动耦合模型；
在不考虑所述抗涡叶片的变桨抗涡影响的情况下，基于龙格-库塔法对所述振动耦合模型进行求解，以计算加入所述气动阻力前的振动，生成振动效果图；
在确定所述抗涡叶片的振幅稳定后，在对所述振动耦合模型进行求解时，引入所述抗涡叶片的气动阻力，并在所述振动效果图上继续计算加入所述气动阻力后的振动衰减。
根据本发明提供的一种变桨抗涡效果检测方法，所述振动衰减效果对比图，包括：
所述抗涡叶片的振幅衰减效果对比图、振动速度衰减对比图和振动加速度衰减对比图中的至少一种。
根据本发明提供的一种变桨抗涡效果检测方法，在对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动，形成振动衰减效果对比图之后，还包括：
根据所述振动衰减效果对比图，调整所述抗涡叶片的桨距角。
第二方面，本发明还提供一种变桨抗涡效果检测装置，包括：
数据仿真单元，用于对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
数据建模单元，用于对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；
检测计算单元，用于对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
第三方面，本发明提供一种风力发电机，包括发电机本体，所述发电机本体中设置有抗涡检测处理器；还包括存储器及存储在所述存储器上并可在所述抗涡检测处理器上运行的程序或指令，所述程序或指令被所述抗涡检测处理器执行时执行如第一方面任一项所述变桨抗涡效果检测方法。
第四方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面任一种所述变桨抗涡效果检测方法的步骤。
第五方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面任一种所述变桨抗涡效果检测方法的步骤。
本发明提供的变桨抗涡效果检测方法、装置及风力发电机，通过对抗涡叶片的气动阻力进行建模，再与风力发电机的结构动力学模型进行耦合计算，能有效地针对风力发电机的变桨抗涡效果的进行预测，相较于现场测试和风洞模型试验的成本更低，但比工程算法更加准确。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的变桨抗涡效果检测方法的流程示意图；
图2是本发明提供的抗涡叶片的不同方位角的示意图；
图3是本发明提供的由塔筒涡振引起的抗涡叶片摆动的等效简化示意图；
图4是本发明提供的二维CFD分析中选取翼型截面位置的示意图；
图5是本发明提供的二维CFD分析中的流场网格示意图；
图6是本发明提供的不同翼型截面的气动阻力的时序示意图；
图7是本发明提供的通过翼型截面计算结果积分得到的整个叶片气动阻力的示意图；
图8是本发明提供的三维CFD分析方法的流场建模示意图；
图9是本发明提供的变桨抗涡效果示意图；
图10是本发明提供的变桨抗涡效果检测装置的结构示意图；
图11是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
需要说明的是，在本发明实施例的描述中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合图1-图11描述本发明实施例所提供的变桨抗涡效果检测方法、装置及风力发电机。
图1是本发明提供的变桨抗涡效果检测方法的流程示意图，如图1所示，包括但不限于以下步骤：
步骤101：对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据。
其中，流体动力学仿真计算(Computational Fluid Dynamics，CFD)，是将流体力学、数值数学和计算机科学结合的产物，是将流体力学的控制方程中积分、微分项近似地表示为离散的代数形式，使其成为代数方程组，然后通过计算机求解这些离散的代数方程组，获得离散的时间/空间点上的数值解的计算方法。
本发明所提供的变桨抗涡效果检测方法，是采用CFD仿真分析的方法，模拟风力发电机的抗涡叶片(以下简称叶片)的摆动过程，从而获取到抗涡叶片在摆动方向上的，在时序上所承受到的气动阻力(也可以理解成气动载荷)并记录成气动阻力时序数据。
其中，采用CFD仿真分析的方法，模拟风力发电机的抗涡叶片(以下简称叶片)的摆动过程，主要是建立整个叶片的CFD流场模型，通过模拟实验设计方案中的不同工况，对叶片在各个摆动时间点上的气动阻力进行计算。
需要说明的是，本发明所提供的变桨抗涡效果检测方法，主要是针对配置有抗涡叶片的风力发电机。其中，抗涡叶片是指可通过调整桨距角，以提供足够的气动阻力来抑制涡振的叶片，是目前风力发电机的主流选择。
步骤102：对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型。
具体来说，本发明通过对气动阻力时序数据这一仿真结果进行多元回归分析，综合确定出叶片的摆动幅度以及来流风速等因素对整个叶片所受到的气动阻力的综合影响(也称交互影响)，以建立整个叶片的气动阻力数学模型。
其中，多元回归分析是在多元线性回归的基础上，主动收集数据的方法，获得具有较好性质的回归方程的一种试验设计方法。例如，多元回归分析的一种响应曲面回归模型(Response surface methodology，RSM)，就是集统计、数学和计算机科学紧密联系的结果。由于其可考虑的因素很多，运算相较复杂繁杂，是人工运算所不及的。故可以通过计算机运算，可以达到建立模型的目的。由于它建立的是复杂的多维空间曲面较接近实际情况，因此响应曲面回归模型逐渐开始应用。
步骤103：对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，，形成振动衰减效果对比图。
进一步地，将叶片相关的气动阻力数学模型与风力发电机的等效动力学模型进行耦合，就可以确定出气动阻力加入前后抗涡叶片的振动衰减效果。
本发明为更直观的为用户展示抗涡叶片对振动衰减的减弱效果，本发明可以计算出位移衰减效果对比图、速度衰减效果对比图以及加速度衰减效果对比图。
本发明提供的变桨抗涡效果检测方法，通过对抗涡叶片的气动阻力进行建模，再与风力发电机的结构动力学模型进行耦合计算，能有效地针对风力发电机的变桨抗涡效果的进行预测，相较于现场测试和风洞模型试验的成本更低，但比工程算法更加准确。
基于上述实施例的内容，作为一种可选实施例，所述对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真(CFD仿真)计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
以所述抗涡叶片的叶根摆幅和来流风速为试验因素，以所述抗涡叶片在摆动方向受到的气动阻力为响应，基于曲面响应法，制定CFD仿真方案；
建立所述抗涡叶片的CFD模型，以基于所述CFD仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
所述工况组合包括所述抗涡叶片的叶根摆幅、来流风速所构成的因素水平组合。
在进行变桨抗涡效果检测之前可以预先制定出CFD仿真方案，包括确定CFD仿真方案中各仿真工况中的参数组合。
本发明可以基于曲面响应法，制定流体动力学仿真方案。响应曲面法(Responsesurface methodology，RSM)，也称为回归设计，是一种优化抗涡过程的统计学试验设计，采用该法以建立连续变量曲面模型，对影响抗涡过程的试验因素及其交互作用进行评价，确定最佳水平范围。RSM主要是通过计算机运算，达到建立模型的目的，故所需要的试验组数相对较少，可节省人力物力。
上述RSM可以具体采用中心复合试验设计方法(Central Composite Design，CCD)。试验因素主要包括叶根摆幅和来流风速，试验响应为叶片在摆动方向上受到的气动阻力。
其中，仿真试验的因素水平(简称水平)如表1所示：
表1仿真试验的因素水平列表
| -1.414水平 | -1水平 | 0水平 | +1水平 | +1.414水平 | |
| 来流风速 | 0m/s | 1m/s | 3.5m/s | 6m/s | 7m/s |
| 叶根摆幅 | 0m | 0.25m | 1m | 1.75m | 2m |
基于上述因素水平列表，仿真试验的工况组合可以设计为表2所示：
表2各工况组合列表
作为一种可选实施例，在设计CFD仿真方案中的参数组合时，包括来流风速和叶根摆幅两个因素，其中来流风速的取值范围对应塔筒发生1阶涡振的临界风速范围，可以通过经验公式进行估算：
其中，f为塔筒的1阶固有频率；D为特征直径，可以分别取塔高1/3处和塔顶对应的直径；St为斯特劳哈尔数。
对于叶根摆幅，其取值范围在0～2m之间。另外，近似认为塔顶摆幅，轮毂中心摆幅均与叶根摆幅相等。
进一步地，可以根据CFD仿真方案中所设计的各工况组合，进行CFD仿真分析，以获取到叶片在摆动方向上的气动阻力时序数据。
由于叶片处于在不同方位角下，导致因塔筒涡振所引起的摆动也不相同，另外叶片的桨距角、风力发电机的偏航角(也即是来流风向角)等也是影响变桨抗涡的显著因素。
图2是本发明提供的抗涡叶片的不同方位角的示意图，图3是本发明提供的由塔筒涡振引起的抗涡叶片摆动的等效简化示意图，例如，在任一时刻涡叶片的状态如图2以及图3所示，设叶片所处的方位角为0°、桨距角0°、来流风向角为-90°且塔筒涡振方向垂直于风轮平面，就可以计算这一时刻抗涡叶片的气动阻力。为便于说明，后续计算气动阻力均以这一时刻为例进行说明。
作为一种可选实施例，上述建立抗涡叶片的流体动力学模型，以基于流体动力学仿真方案中的工况组合，获取抗涡叶片在摆动方向上的气动阻力时序数据，可以包括但不限于以下步骤：
根据抗涡叶片的外形参数，沿叶片展向截取多个翼型截面；
将由风力发电机的塔筒涡振时引起抗涡叶片的摆动近似为刚性的往复转动，以根据抗涡叶片的方位角和每个翼型截面的展向位置和叶根摆幅，计算出每个翼型截面的摆动幅度；
建立每个翼型截面的二维流体动力学模型，以计算出每个翼型截面的入流攻角；
基于动网格技术模拟各翼型截面的摆动过程，通过瞬态流体动力学计算，获取每个翼型截面在每个工况组合下的气动阻力数据；
将所有翼型截面的气动阻力数据沿叶片展向进行积分，获取抗涡叶片在摆动方向上的气动阻力时序数据。
总体来说，本发明提供了一种采用二维CFD分析计算抗涡叶片的气动阻力的方法，具体实施方式如下：
图4是本发明提供的二维CFD分析中选取翼型截面位置的示意图，如图4所示，可以根据叶片的几何外形参数(如弦长、扭角和相对厚度等)，沿叶片展向(即由叶片的叶根至叶片的顶点)这一方向，将整个叶片划分为若干个翼型截面。
需要说明的是，对于弦长、扭角和相对厚度等外形参数变化较为剧烈的区域，所划分的翼型截面的数量应适当加密，而对于外形参数过渡较为平缓的区域，可以设置较大的翼型截面间距。
以上述表2中所列举的工况9-工况13为例，来流风速的因素水平数为0，根据表1可以获知其对应的来流风速的数值为3.5m/s；叶根摆幅的因素水平数为0，根据表1可以获知其对应的叶根摆幅的数值为1米。
那么，在将由风力发电机的塔筒涡振时引起叶片的摆动近似为刚性的往复转动的前提下，就可以根据各个翼型截面的展向位置估算出各个翼型截面的摆动幅度(简称摆幅)。
表3结合翼型截面的展向位置估算的摆动幅度列表
表3是结合翼型截面的展向位置估算的摆动幅度列表，其中H为轮毂中心高度，根据各个所述翼型截面所在位置处的叶根摆幅(即转动半径)就可以计算出各个翼型截面的摆幅。
图5是本发明提供的二维CFD分析中的流场网格示意图，在导出每个翼型截面的几何数据，建立二维CFD仿真模型，求解器以选用Fluent软件为例，如图5所示，通过动网格技术来模拟各翼型截面的摆动，翼型截面的摆动参数(摆幅和摆动频率)可通过正弦函数来描述，网格的运动采用UDF的CG_MOTION宏来控制。
需要说明的是，在进行网格的划分时，各翼型截面的表面需要设置足够数量的边界层网格，通过对翼型截面的Re数进行估算，并以Y+小于1为目标确定首层边界层网格高度。其中，Y+是本领域用于衡量边界层网格厚度是否合适的基本指标。
在CFD仿真计算中，各翼型截面的入流攻角则可以根据风力发电机的来流风向角、翼型截面所在叶片位置处的扭角、叶片的桨距角进行确定。
图6是本发明提供的不同翼型截面的气动阻力的时序示意图，在确定各翼型截面的入流攻角之后，就可以结合对CFD算例中的来流风速和翼型截面的摆幅进行设置。其中，叶片的摆动使用动网格或滑移网格技术模拟，叶片的摆动频率与塔筒的1阶固有频率一致；湍流模型可以采用k-omega SST或Transition SST模型，同时考虑转捩效应的影响，配合二阶精度的差值格式，进行非稳态计算，然后提取各个翼型截面的气动阻力数据，例如图6所示。
图7是本发明提供的通过翼型截面计算结果积分得到的整个叶片气动阻力的示意图，如图7所示，通过将各个二维的翼型截面的气动阻力数据沿叶片展向进行积分处理，就可以获取到整个叶片的在摆动方向上的气动阻力时序数据。
上述实施例中提供了一种采用二维CFD分析计算抗涡叶片的气动阻力的方法，作为另一可选实施例，本发明还提供一种采用三维CFD分析计算抗涡叶片的气动阻力的方法，包括但不限于以下步骤：
根据抗涡叶片的外形参数和来流风向，建立三维CFD模型，所述三维CFD模型包括内流场和外流场，所述内流场与外流场之间通过非共节点交接面实现数据传递；
通过滑移网格模型模拟由风力发电机的塔筒涡振时引起的抗涡叶片摆动；所述滑移网格模型的运动方式为往复摆动，摆动的中心为塔筒的底部中心(如图3所示)；
根据抗涡叶片的摆动频率和每个工况组合下的叶根摆幅，构建滑移网格模型的角速度变化函数，通过瞬态流体动力学计算，获取抗涡叶片在摆动方向上的气动阻力时序数据。
根据叶片的外形参数以及来流风向，建立三维CFD模型，并将其放置在一个截面为扇形的三维流场中。三维流场流场的底部圆弧面的半径等于轮毂中心高度，并以塔筒底部为圆心。
图8是本发明提供的三维CFD分析方法的流场建模示意图，如图8所示，单位流场主要分为内流场和外流场两个区域。
其中，内流场的顶部圆弧面的半径至少要大于叶片长度与轮毂中心高度之和(即叶片完全被内流场完全包裹)。外流场两侧的扇形面分别设置为三维流场的进口和出口。内流场与外流场之间通过非共节点交接面实现数据传递。
进一步地，对于叶片摆动的模拟，通过滑移网格模型(Moving Mesh)对内流场设置往复转动的方法来实现，根据叶根的旋转半径(约为轮毂中心高度)、叶根的摆动频率和摆幅可以得到一个通过函数(如正弦函数)定义的内流场的转速。
需要说明的是，在通过三维CFD计算获取叶片气动阻力的方法中，湍流模型的选择与数值差分格式均与二维CFD计算方法相同，在此不作赘述。
本发明提供的变桨抗涡效果检测方法，提供了两种不同的气动阻力时序数据的计算方法，在采用二维CFD分析方法中，获取的是各个翼型截面在摆动过程中受到的气动阻力，因此需要将每个二维翼型截面的气动阻力沿叶片展向进行积分处理；而当采用上述三维CFD分析方法时，可以直接提取整个叶片在摆动过程中受到的气动阻力，能够满足不同用户对于抗涡叶片所接受的气动阻力的准确分析。
基于上述实施例的内容，作为一种可选实施例，上述对气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对抗涡叶片的气动阻力的交互影响，构建抗涡叶片的气动阻力数学模型，包括：
利用正弦函数表述抗涡叶片在摆动方向上的气动阻力；
对流体动力学仿真方案中的工况组合进行多元回归分析，建立叶根摆幅和来流风速与正弦函数的振幅和振幅平移量之间的数学模型；
将叶根摆幅和来流风速与正弦函数的振幅和振幅平移量之间的数学模型，代入至正弦函数，获取气动阻力数学模型。
总体上来说，本发明基于CFD仿真结果，建立叶片气动阻尼力的数学模型，具体包括以下步骤：
(1)对CFD仿真模型输出的气动助理时序数据进行统计，将叶片摆动时的气动助理近似的表示为正弦型函数Asin(ω·t)+k的形式，其中：A是叶片摆动时的振幅、ω为塔筒的1阶角频率、k称为振幅平移量。
(2)进行多元回归分析，确定参数A和k关于风速和摆幅的数学关系，代入正弦型函数即得到描述叶片气动阻尼力的数学模型FD(t,x,v)。
具体地，叶片摆动时的气动阻力可以通过正弦函数A sin(ω·t)+k来描述，通过对不同工况组合的数值的模拟中，可以获取对应的参数A和k，即数值试验的两个响应，通过多元归回分析，可以建立参数A和k关于风速V和摆幅S之间的数学模型：
A＝a1*V+a2*S+a3*V*S+a4*V2+a5*S2+a6*V2*S+a7*V*S2
k＝b1*V+b2*S+b3*V*S+b4*V2+b5*S2+b6*V2*S+b7*V*S2
将以上数学模型代入知正弦函数A sin(ω·t)+k，即可实现叶片气动阻力的计算，所获取到的气动阻力数学模型记作FD(t,x,v)。
进一步地，步骤103中所提供的对气动阻力数学模型与风力发电机的等效动力学模型进行耦合，包括：
将气动阻力数学模型代入至等效动力学模型中，获取振动耦合模型；
在不考虑抗涡叶片的变桨抗涡影响的情况下，基于龙格-库塔法对所述振动耦合模型进行求解，以计算加入所述气动阻力前的振动衰减，形成振动衰减效果对比图；
在确定所述抗涡叶片的振幅稳定后，在对所述振动耦合模型进行求解时，引入所述抗涡叶片的气动阻力，并在所述振动效果对比图上继续计算出加入所述气动阻力后的振动效果对比图。
本发明提供了基于结构动力学分析，确定变桨抗涡后的振幅衰减效果的方法，包括：
将风力发电机系统等效为弹簧-阻尼振子系统，在此基础上建立该系统的结构动力学方程，然后将上述实施例中所建立的气动阻力数学模型FD(t,x,v)代入至风力机的等效动力学模型中，就可以获取到以下振动耦合模型：
其中，FT(t)为正弦激振力(其频率为ω)，ζt为风力发电机系统的阻尼比(取值范围通常在0.002～0.005)，mt为该系统的模态质量，x为叶片的振幅(m)，
为振幅一阶求导获取到的对应的速度(m/s)，
为振幅二阶求导获取到的对应的加速度(m/s2)。
图9是本发明提供的变桨抗涡效果示意图，如图9所示，可以采用4阶龙格-库塔法对上述振动耦合模型进行求解，在具体求解过程中，以获取振幅衰减效果为例，包括以下步骤：
首先不考虑叶片的变桨抗涡影响，求解动力学模型，以计算加入所述气动阻力前的振动衰减，生成振动衰减效果对比图，具体为图9中2500s前的振幅衰减效果图(又称位移衰减效果图)。
待振幅稳定在一定水平后，由2500s开始加入抗涡叶片的气动阻力，从而获取到加入所述气动阻力后的振幅衰减效果图。
最后，拼接所获取到的加入气动阻力前、后的振动效果对比图，就可以获取到完整的抗涡叶片的振幅衰减效果对比图。
同理，也可以采用上述方法获取到振动速度衰减效果对比图和振动加速度衰减效果对比图。
本发明所提供的变桨抗涡效果检测方法，在对气动阻力数学模型与风力发电机的等效动力学模型进行耦合，以用于计算出抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图之后，还包括：根据振动衰减效果对比图，调整抗涡叶片的桨距角。
本发明可以根据实时生成的振动衰减效果对比图，以及时的调整抗涡叶片的桨距角，以增大风机的气动阻力，进而提升抑制涡振的效果，进而可以提高风力发电机的工作稳定性，提高发电效率。
图10是本发明提供的变桨抗涡效果检测装置的结构示意图，如图10所示，主要包括：数据仿真单元11、数据建模单元12和检测计算单元13，其中：
数据仿真单元11，用于对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
数据建模单元12，用于对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；
检测计算单元13，用于对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
需要说明的是，本发明实施例提供的变桨抗涡效果检测装置，在具体运行时，可以执行上述任一实施例所述的变桨抗涡效果检测方法，对此本实施例不作赘述。
本发明提供的变桨抗涡效果检测装置，通过对抗涡叶片的气动阻力进行建模，再与风力发电机的结构动力学模型进行耦合计算，能有效地针对风力发电机的变桨抗涡效果的进行预测，相较于现场测试和风洞模型试验的成本更低，但比工程算法更加准确。
进一步地，本发明还提供一种风力发电机，主要包括发电机本体，所述发电机本体中设置有抗涡检测处理器；还包括存储器及存储在所述存储器上并可在所述抗涡检测处理器上运行的程序或指令，所述程序或指令被所述抗涡检测处理器执行时执行如上述实施例中所提供的运动控制决策生成方法的步骤。
本发明提供的风力发电机，通过对抗涡叶片的气动阻力进行建模，再与风力发电机的结构动力学模型进行耦合计算，能有效地针对风力发电机的变桨抗涡效果的进行预测，相较于现场测试和风洞模型试验的成本更低，但比工程算法更加准确。
图11是本发明提供的电子设备的结构示意图，如图11所示，该电子设备可以包括：处理器(processor)110、通信接口(Communications Interface)120、存储器(memory)130和通信总线140，其中，处理器110，通信接口120，存储器130通过通信总线140完成相互间的通信。处理器110可以调用存储器130中的逻辑指令，以执行变桨抗涡效果检测方法，该方法包括：对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
此外，上述的存储器130中的逻辑指令可以通过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介质中，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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，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，计算机能够执行上述各方法所提供的变桨抗涡效果检测方法，该方法包括：对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减效果对比图。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的变桨抗涡效果检测方法，该方法包括：对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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，本领域的普通技术人员应当理解：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)
1.一种变桨抗涡效果检测方法，其特征在于，包括：
对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；
对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
2.根据权利要求1所述的变桨抗涡效果检测方法，其特征在于，所述对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
以所述抗涡叶片的叶根摆幅和来流风速为试验因素，以所述抗涡叶片在摆动方向受到的气动阻力为响应，基于曲面响应法，制定流体动力学仿真方案；
建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
所述工况组合包括所述抗涡叶片的叶根摆幅、来流风速所构成的因素水平组合。
3.根据权利要求2所述的变桨抗涡效果检测方法，其特征在于，所述建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
根据所述抗涡叶片的外形参数，沿叶片展向截取多个翼型截面；
将由所述风力发电机的塔筒涡振时引起所述抗涡叶片的摆动近似为刚性的往复转动，以根据所述抗涡叶片的方位角和每个所述翼型截面的展向位置以及叶根摆幅，计算出每个所述翼型截面的摆动幅度；
建立每个所述翼型截面的二维流体动力学模型，以计算出每个所述翼型截面的入流攻角；
基于动网格技术模拟各翼型截面的摆动过程，通过瞬态流体动力学计算，获取每个所述翼型截面在每个工况组合下的气动阻力数据；
将所有翼型截面的气动阻力数据沿叶片展向进行积分，获取所述抗涡叶片在摆动方向上的所述气动阻力时序数据。
4.根据权利要求2所述的变桨抗涡效果检测方法，其特征在于，所述建立所述抗涡叶片的流体动力学模型，以基于所述流体动力学仿真方案中的工况组合，获取所述抗涡叶片在摆动方向上的气动阻力时序数据，包括：
根据所述抗涡叶片的外形参数和来流风向，建立三维流体动力学模型，所述三维流体动力学模型包括内流场和外流场，所述内流场与外流场之间通过非共节点交接面实现数据传递；
通过滑移网格模型模拟由所述风力发电机的塔筒涡振时引起的抗涡叶片摆动；所述滑移网格模型的运动方式为往复摆动，摆动的中心为所述塔筒的底部中心；
根据所述抗涡叶片的摆动频率和每个工况组合下的叶根摆幅，构建所述滑移网格模型的角速度变化函数，通过瞬态流体动力学计算，获取所述抗涡叶片在摆动方向上的所述气动阻力时序数据。
5.根据权利要求4所述的变桨抗涡效果检测方法，其特征在于，所述三维流体动力学模型的截面为扇形，三维流体动力学模型的底部圆弧面的半径等于所述风力发电机的轮毂中心高度，并以塔筒底部为圆心；
所述内流场的顶部圆弧面的半径至少大于所述抗涡叶片的长度与所述轮毂中心高度之和；所述外流场两侧的扇形面分别设置为所述三维流体动力学模型的进口和出口。
6.根据权利要求3或4任一项所述的变桨抗涡效果检测方法，其特征在于，对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型，包括：
利用正弦函数表述所述抗涡叶片在摆动方向上的气动阻力；
对所述流体动力学仿真方案中的工况组合进行多元回归分析，建立叶根摆幅和来流风速与所述正弦函数的振幅和振幅平移量之间的数学模型；
将所述叶根摆幅和来流风速与所述正弦函数的振幅和振幅平移量之间的数学模型，代入至所述正弦函数，获取所述气动阻力数学模型。
7.根据权利要求6所述的变桨抗涡效果检测方法，其特征在于，对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，包括：
将所述气动阻力数学模型代入至所述等效动力学模型中，获取振动耦合模型；
在不考虑所述抗涡叶片的变桨抗涡影响的情况下，基于龙格-库塔法对所述振动耦合模型进行求解，以计算加入所述气动阻力前的振动，生成振动效果图；
在确定所述抗涡叶片的振幅稳定后，在对所述振动耦合模型进行求解时，引入所述抗涡叶片的气动阻力，并在所述振动效果图上继续计算加入所述气动阻力后的振动衰减。
8.根据权利要求1所述的变桨抗涡效果检测方法，其特征在于，所述振动衰减效果对比图，包括：
所述抗涡叶片的振幅衰减效果对比图、振动速度衰减对比图和振动加速度衰减对比图中的至少一种。
9.根据权利要求1所述的变桨抗涡效果检测方法，其特征在于，在对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图之后，还包括：
根据所述衰减效果对比图，调整所述抗涡叶片的桨距角。
10.一种变桨抗涡效果检测装置，其特征在于，包括：
数据仿真单元，用于对风力发电机的抗涡叶片的摆动瞬态过程进行流体动力学仿真计算，获取所述抗涡叶片在摆动方向上的气动阻力时序数据；
数据建模单元，用于对所述气动阻力时序数据进行多元回归分析，确定叶根摆幅和来流风速对所述抗涡叶片的气动阻力的交互影响，构建所述抗涡叶片的气动阻力数学模型；
检测计算单元，用于对所述气动阻力数学模型与所述风力发电机的等效动力学模型进行耦合，以用于计算所述抗涡叶片在加入气动阻力前后的振动衰减，形成振动衰减效果对比图。
11.一种风力发电机，其特征在于，包括发电机本体，所述发电机本体中设置有抗涡检测处理器；还包括存储器及存储在所述存储器上并可在所述抗涡检测处理器上运行的程序或指令，所述程序或指令被所述抗涡检测处理器执行时执行如权利要求1至9任一项所述变桨抗涡效果检测方法。
12.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9任一项所述变桨抗涡效果检测方法。
13.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9任一项所述变桨抗涡效果检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210431312.2A CN114676655A (zh) | 2022-04-22 | 2022-04-22 | 变桨抗涡效果检测方法、装置及风力发电机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210431312.2A CN114676655A (zh) | 2022-04-22 | 2022-04-22 | 变桨抗涡效果检测方法、装置及风力发电机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114676655A true CN114676655A (zh) | 2022-06-28 |
Family
ID=82079302
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210431312.2A Pending CN114676655A (zh) | 2022-04-22 | 2022-04-22 | 变桨抗涡效果检测方法、装置及风力发电机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114676655A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024000902A1 (zh) * | 2022-06-30 | 2024-01-04 | 金风科技股份有限公司 | 风机的抗涡激振动的控制方法、装置和系统 |
-
2022
- 2022-04-22 CN CN202210431312.2A patent/CN114676655A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2024000902A1 (zh) * | 2022-06-30 | 2024-01-04 | 金风科技股份有限公司 | 风机的抗涡激振动的控制方法、装置和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nilsson et al. | Large‐eddy simulations of the Lillgrund wind farm | |
| Ivanell et al. | Stability analysis of the tip vortices of a wind turbine | |
| Chen et al. | Numerical analysis of unsteady aerodynamic performance of floating offshore wind turbine under platform surge and pitch motions | |
| Churchfield et al. | A numerical study of the effects of atmospheric and wake turbulence on wind turbine dynamics | |
| Ammara et al. | A viscous three-dimensional differential/actuator-disk method for the aerodynamic analysis of wind farms | |
| Chen et al. | Performance improvement of a vertical axis wind turbine by comprehensive assessment of an airfoil family | |
| Altan et al. | Investigation of 3D printed Savonius rotor performance | |
| CN107895093A (zh) | 一种风力机叶片流固耦合模态设计方法 | |
| Campobasso et al. | Comparative assessment of the harmonic balance Navier–Stokes technology for horizontal and vertical axis wind turbine aerodynamics | |
| Jeong et al. | Wake impacts on aerodynamic and aeroelastic behaviors of a horizontal axis wind turbine blade for sheared and turbulent flow conditions | |
| Skrzypiński et al. | Vortex‐induced vibrations of a DU96‐W‐180 airfoil at 90° angle of attack | |
| Vitsas et al. | Multiscale aeroelastic simulations of large wind farms in the atmospheric boundary layer | |
| Li et al. | A computationally efficient engineering aerodynamic model for non-planar wind turbine rotors | |
| Muratoglu et al. | Hydrodynamic optimization of high-performance blade sections for stall regulated hydrokinetic turbines using Differential Evolution Algorithm | |
| Wendler et al. | Energy-based iteration scheme of the double-multiple streamtube model in vertical-axis wind turbines | |
| Yoo et al. | Flow analysis and optimization of a vertical axis wind turbine blade with a dimple | |
| CN114676655A (zh) | 变桨抗涡效果检测方法、装置及风力发电机 | |
| CN114997078A (zh) | 风力发电机流场仿真测试方法及装置 | |
| Jeong et al. | Numerical investigation of optimal yaw misalignment and collective pitch angle for load imbalance reduction of rigid and flexible HAWT blades under sheared inflow | |
| Wang et al. | A new similarity criterion and design method for wind tunnel model tests of floating offshore wind turbines | |
| Zhao et al. | Research on the rotor speed and aerodynamic characteristics of a dynamic yawing wind turbine with a short-time uniform wind direction variation | |
| Mittal et al. | Improvements to the actuator line modeling for wind turbines | |
| Wang et al. | Investigation of a new analytical wake prediction method for offshore floating wind turbines considering an accurate incoming wind flow | |
| Cacciali et al. | Free Surface Double Actuator Disc Theory and Double Multiple Streamtube Model for In-Stream Darrieus Hydrokinetic Turbines | |
| Yang et al. | A novel global optimization algorithm and its application to airfoil optimization |
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 |