CN118013660A - 一种风力机叶片结构参数建模方法、装置和存储介质 - Google Patents
一种风力机叶片结构参数建模方法、装置和存储介质 Download PDFInfo
- Publication number
- CN118013660A CN118013660A CN202410221112.3A CN202410221112A CN118013660A CN 118013660 A CN118013660 A CN 118013660A CN 202410221112 A CN202410221112 A CN 202410221112A CN 118013660 A CN118013660 A CN 118013660A
- Authority
- CN
- China
- Prior art keywords
- blade
- matrix
- determining
- stiffness
- rigidity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims abstract description 265
- 238000009826 distribution Methods 0.000 claims abstract description 52
- 238000012545 processing Methods 0.000 claims description 15
- 230000006698 induction Effects 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 239000000758 substrate Substances 0.000 claims 6
- 230000006872 improvement Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000000547 structure data Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Wind Motors (AREA)
Abstract
本说明书实施例提供了一种风力机叶片结构参数建模方法、装置和存储介质，方法包括：获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据；根据叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定叶片几何模型的第一刚度总矩阵；根据叶片几何模型和机组的运行数据，确定受力矩阵；根据叶片振动数据、第一刚度总矩阵和叶片质量分布数据，确定叶片几何模型的变形模型；根据叶片几何模型的受力矩阵和变形模型，确定第二刚度总矩阵；以第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至第二刚度总矩阵与第一刚度总矩阵匹配。本申请技术方案用以解决现有技术改进方案效率低的问题。
Description
技术领域
本文件涉及风力机叶片建模领域，尤其涉及一种风力机叶片结构参数建模方法、装置和存储介质。
背景技术
目前风电厂中存在对低效机组进行增功提效的技改需求，如控制优化、叶片加长等方案均是行之有效的措施。
现有技术对技改方案进行评估时，需要叶片结构数据作为支撑对后续的载荷和寿命进行评估。
然而，目前叶片结构数据由于保密等原因往往难以获得，因此技术人员不能直接依据叶片结构数据改进方案，只能花费大量时间，盲目地、不断地量尝试各种方案，从降低了设计改进方案的效率。
发明内容
鉴于上述的分析，本申请旨在提出一种风力机叶片结构参数建模方法、装置和存储介质，以解决上述技术问题中的至少一个。
第一方面，本说明书一个或多个实施例提供了一种风力机叶片结构参数建模方法，包括：
获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据，所述叶片振动数据用于表征叶片某一点的振动位移；
根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵；
根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵；
根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型；
基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定所述第二刚度总矩阵；
确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
进一步地，所述根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵，包括：
将所述叶片几何模型划分为多个有限单元，所述有限单元自带坐标和尺寸；
根据所述刚度分布数据和各所述有限单元的坐标和尺寸，分别确定各所述有限单元的目标刚度矩阵；
根据各所述有限单元的坐标和尺寸、所述机组的运行数据和叶片质量分布数据，确定各所述有限单元的离心刚度矩阵；
根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵。
进一步地所述目标刚度矩阵具体为：挥舞刚度矩阵；所述第一刚度总矩阵包括：挥舞刚度总矩阵；
所述根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵，包括：
根据各所述有限单元的离心刚度矩阵和坐标，确定所述叶片几何模型的离心刚度矩阵；
根据各所述有限单元的挥舞刚度矩阵和坐标，确定所述叶片几何模型的挥舞刚度矩阵；
根据所述叶片几何模型的离心刚度矩阵和挥舞刚度矩阵，确定所述挥舞刚度总矩阵。
进一步地，所述目标刚度矩阵具体为：摆振刚度矩阵；所述第一刚度总矩阵包括：摆振刚度总矩阵；
所述根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵，包括：
根据各所述有限单元的离心刚度矩阵和坐标，确定所述叶片几何模型的离心刚度矩阵；
根据各所述有限单元的摆振刚度矩阵和坐标，确定所述叶片几何模型的摆振刚度矩阵；
根据所述叶片几何模型的离心刚度矩阵和摆振刚度矩阵，确定所述摆振刚度总矩阵。
进一步地，所述叶片振动数据包括：挥舞方向的最大位移和摆振方向的最大位移；
所述根据所述叶片几何模型和所述机组的运行数据，确定所述叶片几何模型的受力矩阵，包括：
将所述叶片几何模型划分为多个有限单元；
根据预设诱导因子初值，计算各所述有限单元的入流角；
根据各所述有限单元的入流角，分别确定各所述有限单元的升力系数和阻力系数；
根据各所述有限单元的所述入流角、所述升力系数和所述阻力系数，计算各所述有限单元的诱导因子终值；
根据各所述诱导因子终值、各所述升力系数和各所述阻力系数，确定所述叶片几何模型的法向受力矩阵和切向受力矩阵；
根据所述法向受力矩阵和所述切向受力矩阵，确定所述叶片几何模型的受力矩阵。
进一步地，根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定，确定所述叶片几何模型的变形模型，包括：
根据所述第一刚度总矩阵和所述叶片质量矩阵，确定叶片的变形模态；
根据所述叶片振动数据和所述叶片的变形模态，确定叶片的变形振幅；
根据所述叶片的变形模态和所述叶片的变形振幅，确定叶片的变形模型。进一步地，所述力学公式具体为：
[Kt]new＝[F]·[xf]-1；
其中，[KT]new为所述第二刚度总矩阵，[F]为所述受力矩阵，[xf]为变形模型。
第二方面，本申请实施例提供了一种风力机叶片结构参数建模装置，包括：获取模块、数据处理模块和迭代模块；
所述获取模块用于获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据，所述叶片振动数据用于表征叶片某一点的振动位移；
所述数据处理模块用于根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵；根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵；根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型；基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定所述第二刚度总矩阵；
所述迭代模块用于确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
进一步地，所述数据处理模块用于将所述叶片几何模型划分为多个有限单元，所述有限单元自带坐标和尺寸；根据所述刚度分布数据和各所述有限单元的坐标和尺寸，分别确定各所述有限单元的目标刚度矩阵；根据各所述有限单元的坐标和尺寸、所述机组的运行数据和叶片质量分布数据，确定各所述有限单元的离心刚度矩阵；根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵。
第三方面，本申请实施例提供了一种存储介质，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现第一方面中任一项所述的方法。
与现有技术相比，本申请至少能实现以下技术效果：
合理地利用能测量到数据(叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据)构建第一刚度总矩阵。其中，基于某一点的叶片振动数据建立预测模型可以在数据不全的情况下，最大限度地提升预测结果的准确度。之后，利用力学公式构建第二刚度总矩阵。最后，利用迭代的方式使得第一刚度矩阵和第二刚度矩阵匹配，以实现预测模型(刚度总矩阵)同时满足理论和部分实际需求，从而实现在数据不全的情况下尽可能地对技改方案进行准确的评价。
附图说明
为了更清楚地说明本说明书一个或多个实施例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简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例提供的一种风力机叶片结构参数建模方法的流程图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，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，都应当属于本文件的保护范围。
风电厂从生产商手中购得风力机后，生产商会排人将风力机安装在风电厂指定的地点，之后风电机会启动开始运行。由于从生产到安装，风电厂均无法插手，如果后续风电厂想获取叶片结构数据对风机进行技改，只能有两个选择：
1、管生产商直接要数据；
2、自行将风机拆解，并对风机的参数进行测量。
第一选择对于生产商而言，通常是难以接受的。第二个选择，存在两个风险：(1)拆卸中存在风机损坏的风险；(2)拆卸风机以暂停风机工作为代价，而对于风电厂每一时段的供电量是有明确计划，因此一旦风机停止，会导致风电厂无法在相应时段正常供电。此外，即便存在故障风机或已淘汰的风机，但实际情况情况是，每一台风机的磨损程度都不同，相应的技改方案也是不同，因此从这些风机获得的数据基本不具备参考意义。
总而言之，从风电厂的角度讲，叶片结构数据几乎无法获得。因此，风电厂的技改只能基于经验和无法估计次数的实验，这给风电厂带来巨大的负担。
针对上述技术问题，本申请实施例提供了一种风力机叶片结构参数建模方法，包括以下步骤：
步骤1、获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据。
在本申请实施例中，叶片几何模型可以通过图像识别或生产商提供的尺寸获取。机组的运行数据为风电机在运行状态下产生的数据。叶片质量分布数据可以通过叶片几何模型和生产上提供的叶片质量获得。叶片振动数据用于表征叶片某一点的振动位移，可以在风机运行状态下通过预置的传感器获取。由此可知，上述数据均为风电厂在风机运行状态下获取的数据；上述数据的精确度都可以控制在一定精确度内。这为利用上述数据确定风力机叶片结构参数奠定基础。
步骤2、根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵。
在本申请实施例中，将所述叶片几何模型划分为多个有限单元，所述有限单元自带坐标和尺寸；根据所述刚度分布数据和各所述有限单元的坐标和尺寸，分别确定各所述有限单元的目标刚度矩阵；根据各所述有限单元的坐标和尺寸、所述机组的运行数据和叶片质量分布数据，确定各所述有限单元的离心刚度矩阵；根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵。第一刚度总矩阵包括：挥舞刚度总矩阵和摆振刚度总矩阵。
具体地，针对挥舞刚度计算时，目标刚度矩阵具体为：挥舞刚度矩阵；所述第一刚度总矩阵包括：挥舞刚度总矩阵；计算第一刚度总矩阵方法为：根据各有限单元的离心刚度矩阵和坐标，确定叶片几何模型的离心刚度矩阵；根据各有限单元的挥舞刚度矩阵和坐标，确定叶片几何模型的挥舞刚度矩阵；根据叶片几何模型的离心刚度矩阵和挥舞刚度矩阵，确定挥舞刚度总矩阵。
针对摆振刚度计算时，所述目标刚度矩阵具体为：摆振刚度矩阵；所述第一刚度总矩阵包括：摆振刚度总矩阵；计算第一刚度总矩阵方法为：根据各有限单元的离心刚度矩阵和坐标，确定叶片几何模型的离心刚度矩阵；根据各有限单元的摆振刚度矩阵和坐标，确定叶片几何模型的摆振刚度矩阵；根据叶片几何模型的离心刚度矩阵和摆振刚度矩阵，确定摆振刚度总矩阵。
需要说明的是，在本申请实施例中，挥舞刚度总矩阵和摆振刚度总矩阵的计算过程相同，下面仅以挥舞刚度总矩阵为例，对其计算过程进行说明。
例如，从叶根到叶尖将叶片划分为M个有限单元。根据质量分布，将叶片质量分配到M+1个节点中，节点质量为Mi，i取值范围为[1，M+1]。假设节点对应截面的挥舞方向刚度EIif＝const，根据下述公式求解挥舞刚度矩阵、离心刚度矩阵及总体刚度矩阵[Kt]：
以叶片叶根为原点，叶根指向叶尖为正方向建立叶片坐标系，该坐标系中叶片上任意一个节点到叶根的距离为该节点的坐标，用ri表示，i＝1，2...M+1
在第i个单元上建立单元局部坐标系，局部坐标系上i节点和i+1节点对应的局部坐标分别为0和li，li＝ri+1-ri，在单元局部坐标系中求解单元形函数(四节点)：
Nij(x)为第i个单元形函数(j＝1，2，3，4)。x为局部坐标下坐标，li为单元长度。
第i个单元的形函数列阵Ni：
Ni＝(Ni1 Ni2 Ni3 Ni4)T
根据上面求得的形函数列阵Ni，求叶片单元的挥舞刚度矩阵kie、离心刚度矩阵kic：
Ci(x)＝miω2ri
其中kie、kic分别为第i个单元对应的挥舞刚度和离心刚度。Ci(x)是分布离心力。mi是每个节点处的线性质量，ω是叶片旋转的角速度，ri是叶片节点到叶根处的距离。Ni′N‘及Ni″N“分别代表形函数列阵Ni对x的一阶导和二阶导，上标T表示该矩阵的转置矩阵。
叶片整体挥舞刚度矩阵和离心刚度矩阵分别为：
此时得到的叶片整体挥舞刚度矩阵和离心刚度矩阵是基于局部坐标系的节点坐标，需要通过转换矩阵将上述两个矩阵转化为广义坐标下的矩阵。其中，转换矩阵为：
其中βi(i＝1，2，3...M)为(4M)×1的列向量，取值如下：
则转化后的叶片整体挥舞刚度矩阵和离心刚度矩阵为：
Ket＝βTKejβ
Kct＝βTKcjβ
Ket和Kct是全系统的广义挥舞刚度矩阵及广义离心刚度矩阵。
则第一刚度总矩阵为：
[Kt]＝[Ket]+[Kct]
步骤3、根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵。
在本申请实施例中，叶片振动数据包括：挥舞方向的最大位移和摆振方向的最大位移。具体地，根据预设诱导因子初值，计算各有限单元的入流角；根据各所述有限单元的入流角，分别确定各所述有限单元的升力系数和阻力系数；根据各有限单元的入流角、升力系数和阻力系数，计算各有限单元的诱导因子终值；根据各诱导因子终值、各升力系数和各阻力系数，确定叶片几何模型的法向受力矩阵和切向受力矩阵；根据法向受力矩阵和切向受力矩阵，确定叶片几何模型的受力矩阵。
例如，针对每一个有限单元，确定入流角，计算公式为：
其中，a、b为诱导因子的初值，U∞为运行参数中的风速，Ω为运行参数中的风轮转速，φ为入流角，r为有限单元在叶片坐标系下的坐标。
得到流入角之后，可以得到各有限单元的攻角。根据攻角，通过查表可以确定算各有限单元的升力系数和阻力系数。
再根据各有限单元的升力系数和阻力系，计算各有限单元法向力系数Cn和切向力系数Ct：
Cn＝Cl·cosφ+Cd·sinφ
Ct＝Cl·sinφ-Cd·cosφ
其中，Cl和Cd分别为有限单元对应翼型的升力系数和阻力系数。
确定上述参数后，基于下述公式，计算各有限单元的诱导因子终值：
其中，B为叶片个数，c为有限单元弦长，F为叶尖、叶根损失因子。
然后，基于各有限单元的诱导因子终值、各升力系数和各阻力系数，计算叶片几何模型的法向受力和切向受力，具体公式为：
其中，Fn为法向受力，Ft为切向受力，ρ为空气密度
则所述叶片几何模型的挥舞方向受力矩阵F为：
步骤4、根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型。
在本申请实施例中，根据叶片质量分布数据，确定叶片质量矩阵；根据第一刚度总矩阵和叶片质量矩阵，确定叶片的变形模态；根据叶片振动数据和叶片的变形模态，确定叶片的变形振幅；根据叶片的变形模态和叶片的变形振幅，确定叶片的变形模型。其中，变形模型包括：挥舞变形模型和摆振变形模型。
挥舞变形模型和摆振变形模型的计算过程相同，以挥舞变形模型确定过程为例进行说明，利用下述公式确定叶片的挥舞模态矩阵：
[D1]＝[C][M]
[D1]为叶片的挥舞模态矩阵；[C]为第一刚度总矩阵求逆得到；[M]为叶片质量矩阵。
固有频率和固有振型的特征值形式为：
其中，{φ}1为第一阶固有振型，ω1为第一阶固有频率；
设初始迭代振型为代入上式的左边计算可得一列向量，除以其中绝对值最大的元素A，得一单位化的列向量/>则有：
把作为新的迭代振型，重复上述计算，直到满足/>为止。
此时，第一阶固有频率和第一阶固有振型分别为：
对于高阶固有频率(阶数大于1)和高阶固有振型(阶数大于1)的迭代步骤同上，只不过挥舞模态矩阵不同。用直接滤波频法可求得高阶频率的挥舞模态矩阵：
步骤5、基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定所述第二刚度总矩阵。
在本申请实施例中，力学公式具体为：
其中，[Kt]new为所述第二刚度总矩阵，为所述受力矩阵，[xf]为变形模型。其中，[F]为挥舞刚度对应的受力矩阵或摆振刚度对应的受力矩阵。
步骤6、确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
在本申请实施例中，第一刚度总矩阵为根据理论值得到的，第二刚度总矩阵为基于理论值和实测数值得到的。因此，第二刚度总矩阵比第一刚度总矩阵更接近事情况。基于上述理由，本申请利用第二刚度总矩阵替代第一刚度总矩阵，形成迭代过程。当[Kt]new和[Kt]的差值小于规定值，则迭代收敛，结束迭代计算。
在本申请实施例中，在确定挥舞刚度对应的受力矩阵和摆振刚度对应的受力矩阵，可以进一步求得挥舞刚度分布和摆振刚度分布，从而完成风力机叶片结构参数建模。确定挥舞刚度分布和摆振刚度分布的过程为本领域常规技术手段，这里不再赘述。
本申请实施例提供了一种风力机叶片结构参数建模装置，包括：获取模块、数据处理模块和迭代模块；
所述获取模块用于获取叶片几何模型、刚度数据、机组的运行数据、叶片质量分布数据和叶片振动数据，所述刚度数据用于表征叶片某一点的刚度；
所述数据处理模块用于根据所述叶片几何模型、机组的运行数据、叶片质量分布和所述刚度数据，确定所述叶片几何模型的第一刚度总矩阵；根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵；根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型；基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定所述第二刚度总矩阵；
所述迭代模块用于确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
进一步地，所述数据处理模块用于将所述叶片几何模型划分为多个有限单元；根据所述刚度数据和质量数据对应的有限单元和所述刚度数据及质量数据，确定所述叶片几何模型的第一刚度总矩阵。
本申请实施例提供了一种存储介质，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述任一实施例所述的方法。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已，并不用于限制本文件。对于本领域技术人员来说，本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本文件的权利要求范围之内。
Claims (10)
1.一种风力机叶片结构参数建模方法，其特征在于，包括：
获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据，所述叶片振动数据用于表征叶片某一点的振动位移；
根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵；
根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵；
根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型；
基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定第二刚度总矩阵；
确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
2.根据权利要求1所述的方法，其特征在于，
所述根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵，包括：
将所述叶片几何模型划分为多个有限单元，所述有限单元自带坐标和尺寸；
根据所述刚度分布数据和各所述有限单元的坐标和尺寸，分别确定各所述有限单元的目标刚度矩阵；
根据各所述有限单元的坐标和尺寸、所述机组的运行数据和叶片质量分布数据，确定各所述有限单元的离心刚度矩阵；
根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵。
3.根据权利要求2所述的方法，其特征在于，
所述目标刚度矩阵具体为：挥舞刚度矩阵；所述第一刚度总矩阵包括：挥舞刚度总矩阵；
所述根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵，包括：
根据各所述有限单元的离心刚度矩阵和坐标，确定所述叶片几何模型的离心刚度矩阵；
根据各所述有限单元的挥舞刚度矩阵和坐标，确定所述叶片几何模型的挥舞刚度矩阵；
根据所述叶片几何模型的离心刚度矩阵和挥舞刚度矩阵，确定所述挥舞刚度总矩阵。
4.根据权利要求2所述的方法，其特征在于，
所述目标刚度矩阵具体为：摆振刚度矩阵；所述第一刚度总矩阵包括：摆振刚度总矩阵；
所述根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵，包括：根据各所述有限单元的离心刚度矩阵和坐标，确定所述叶片几何模型的离心刚度矩阵；
根据各所述有限单元的摆振刚度矩阵和坐标，确定所述叶片几何模型的摆振刚度矩阵；
根据所述叶片几何模型的离心刚度矩阵和摆振刚度矩阵，确定所述摆振刚度总矩阵。
5.根据权利要求1所述的方法，其特征在于，
所述叶片振动数据包括：挥舞方向的最大位移和摆振方向的最大位移；
所述根据所述叶片几何模型和所述机组的运行数据，确定所述叶片几何模型的受力矩阵，包括：
将所述叶片几何模型划分为多个有限单元；
根据预设诱导因子初值，计算各所述有限单元的入流角；
根据各所述有限单元的入流角，分别确定各所述有限单元的升力系数和阻力系数；
根据各所述有限单元的所述入流角、所述升力系数和所述阻力系数，计算各所述有限单元的诱导因子终值；
根据各所述诱导因子终值、各所述升力系数和各所述阻力系数，确定所述叶片几何模型的法向受力矩阵和切向受力矩阵；
根据所述法向受力矩阵和所述切向受力矩阵，确定所述叶片几何模型的受力矩阵。
6.根据权利要求1所述的方法，其特征在于，
根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定，确定所述叶片几何模型的变形模型，包括：
根据所述叶片质量分布数据，确定叶片质量矩阵；
根据所述第一刚度总矩阵和所述叶片质量矩阵，确定叶片的变形模态；
根据所述叶片振动数据和所述叶片的变形模态，确定叶片的变形振幅；
根据所述叶片的变形模态和所述叶片的变形振幅，确定叶片的变形模型。
7.根据权利要求1所述的方法，其特征在于，
所述力学公式具体为：
[Kt]new＝[F]·[xf]-1；
其中，[KT]new为所述第二刚度总矩阵，[F]为所述受力矩阵，[xf]为变形模型。
8.一种风力机叶片结构参数建模装置，其特征在于，包括：获取模块、数据处理模块和迭代模块；
所述获取模块用于获取叶片几何模型、机组的运行数据、叶片质量分布数据和叶片振动数据，所述叶片振动数据用于表征叶片某一点的振动位移；
所述数据处理模块用于根据所述叶片几何模型、机组的运行数据、叶片质量分布数据和预设刚度分布数据，确定所述叶片几何模型的第一刚度总矩阵；根据所述叶片几何模型和所述机组的运行数据，确定受力矩阵；根据所述叶片振动数据、所述第一刚度总矩阵和所述叶片质量分布数据，确定所述叶片几何模型的变形模型；基于力学公式，根据所述叶片几何模型的受力矩阵和变形模型，确定第二刚度总矩阵；
所述迭代模块用于确定所述第二刚度总矩阵与所述第一刚度总矩阵不匹配时，以所述第二刚度总矩阵为第一刚度总矩阵，重新计算第二刚度总矩阵，直至所述第二刚度总矩阵与所述第一刚度总矩阵匹配。
9.根据权利要求8所述的装置，其特征在于，
所述数据处理模块用于将所述叶片几何模型划分为多个有限单元，所述有限单元自带坐标和尺寸；根据所述刚度分布数据和各所述有限单元的坐标和尺寸，分别确定各所述有限单元的目标刚度矩阵；根据各所述有限单元的坐标和尺寸、所述机组的运行数据和叶片质量分布数据，确定各所述有限单元的离心刚度矩阵；根据各所述有限单元的刚度数据和各所述有限单元的离心刚度矩阵，确定所述叶片几何模型的第一刚度总矩阵。
10.一种存储介质，其特征于，包括：
用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410221112.3A CN118013660A (zh) | 2024-02-28 | 2024-02-28 | 一种风力机叶片结构参数建模方法、装置和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410221112.3A CN118013660A (zh) | 2024-02-28 | 2024-02-28 | 一种风力机叶片结构参数建模方法、装置和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118013660A true CN118013660A (zh) | 2024-05-10 |
Family
ID=90956005
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410221112.3A Pending CN118013660A (zh) | 2024-02-28 | 2024-02-28 | 一种风力机叶片结构参数建模方法、装置和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118013660A (zh) |
-
2024
- 2024-02-28 CN CN202410221112.3A patent/CN118013660A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Verstraete et al. | Multidisciplinary optimization of a radial compressor for microgas turbine applications | |
| Yang et al. | Multiobjective optimization design of a pump–turbine impeller based on an inverse design using a combination optimization strategy | |
| Luo et al. | Three-dimensional aerodynamic design optimization of a turbine blade by using an adjoint method | |
| Bonaiuti et al. | On the coupling of inverse design and optimization techniques for the multiobjective, multipoint design of turbomachinery blades | |
| Okui et al. | Three-dimensional design and optimization of a transonic rotor in axial flow compressors | |
| Marten et al. | Nonlinear lifting line theory applied to vertical axis wind turbines: Development of a practical design tool | |
| Zhao et al. | Approximate nonlinear modeling and feedback linearization control for aeroengines | |
| Xu et al. | Contact stress for toroidal drive | |
| von Backström | A unified correlation for slip factor in centrifugal impellers | |
| Danilishin et al. | Multi-objective optimization for impeller shroud contour, the width of vane diffuser and the number of blades of the centrifugal compressor stage based on the CFD calculation | |
| Kersken et al. | Time-Linearized and Time-Accurate 3D RANS Methods for Aeroelastic Analysis in Turbomachinery | |
| Campobasso et al. | Stabilization of a linear flow solver for turbomachinery aeroelasticity using recursive projection method | |
| Zhang et al. | Stall and recovery process of a transonic fan with and without inlet distortion | |
| Zeng et al. | Construction of pump-turbine characteristics at any specific speed by domain-partitioned transformation | |
| Zeng et al. | A method of stall and surge prediction in axial compressors based on three-dimensional body-force model | |
| Van Rooij et al. | Improving aerodynamic matching of axial compressor blading using a three-dimensional multistage inverse design method | |
| Lopez et al. | Extending highly loaded axial fan operability range through novel blade design | |
| Wang et al. | Computational fluid dynamics investigation of a novel multiblade wind turbine in a duct | |
| Young et al. | Accounting for eccentricity in compressor performance predictions | |
| CN118013660A (zh) | 一种风力机叶片结构参数建模方法、装置和存储介质 | |
| Liu et al. | Redesign of axial fan using viscous inverse design method based on boundary vorticity flux diagnosis | |
| Vogel et al. | Experimental and numerical investigation of the unsteady flow field in a vaned diffuser of a high-speed centrifugal compressor | |
| Ji et al. | A flow information-based prediction model applied to the nonaxisymmetric hub optimization of a centrifugal impeller | |
| CN116595874A (zh) | 叶轮机械性能预测模型参数优化方法及装置、存储介质 | |
| CN113239646B (zh) | 一种基于等效粗糙度风电场建模方法、介质和设备 |
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 |