[发明专利]一种风力机叶片共振式疲劳试验载荷配置方法有效
申请号: | 201710263943.7 | 申请日: | 2017-04-21 |
公开(公告)号: | CN107038311B | 公开(公告)日: | 2020-04-21 |
发明(设计)人: | 石可重 | 申请(专利权)人: | 中国科学院工程热物理研究所 |
主分类号: | G06F30/23 | 分类号: | G06F30/23 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 风力机 叶片 共振 疲劳 试验 载荷 配置 方法 | ||
1.一种风力机叶片共振式疲劳试验载荷配置方法,其特征在于,所述方法至少包括以下步骤:
SS1.根据待测试风力机叶片的结构参数,建立其有限元数值模型;
SS2.根据风力机叶片共振式疲劳实验时,风力机叶片在试验台上的固定情况,对步骤SS1中建立的待测叶片的有限元数值模型施加相应的约束条件;
SS3.对步骤SS2中施加约束条件后的待测叶片有限元数值模型进行结构模态分析,获得该待测叶片结构的模态振型,所述模态振型包括各阶次模态的力矩分布曲线;
SS4.根据叶片厂商所提供的风力机叶片疲劳实验目标载荷,将其绘制成沿叶片展向分布的目标载荷力矩曲线;
SS5.比较步骤SS3中得到的沿叶片展向分布的各阶次模态的力矩分布曲线与步骤SS4中的目标载荷力矩曲线,分析二者差异性;
SS6.在待测叶片的有限元数值模型上,沿叶片展向选择若干位置设置配重,以各配重所在单元节点的位置和配重质量为优化变量,以待测试叶片结构的模态载荷力矩曲线与目标载荷的相似度的取值作为优化目标,通过优化计算获得满足优化目标的配重位置与配重质量;
SS7.将步骤SS6得到的满足优化目标的配重位置与配重质量,应用于实际待测叶片上,并通过调整激励装置的输出功率,实现叶片所要求的的目标载荷。
2.根据权利要求1所述的方法,其特征在于,步骤SS1中,所述有限元数值模型为一维梁模型、二维壳模型、或二维与三维相结合的有限元模型。
3.根据权利要求1所述的方法,其特征在于,步骤SS3中,所述模态振型为叶片结构的一阶模态力矩分布曲线。
4.根据权利要求3所述的方法,其特征在于,步骤SS3中,所述模态振型为叶片结构的一阶挥舞模态与一阶摆振模态,并提取这两阶模态沿叶片展向的模态力矩曲线。
5.根据权利要求1所述的方法,其特征在于,步骤SS5中,至少通过比较步骤SS3中得到的一阶模态力矩分布曲线与步骤SS4中的目标载荷力矩曲线,分析二者差异性,并通过后续的步骤SS6安置配重块及优化措施,改善两条曲线的相似程度,以实现试验载荷达到或接近目标载荷的目的。
6.根据权利要求1所述的方法,其特征在于,步骤SS6中,根据实际叶片测试环境条件以及测试成本,确定配重位置的数量和每一配重质量的范围,作为优化的约束条件。
7.根据权利要求1所述的方法,其特征在于,步骤SS6中,根据实际叶片情况与测试精度要求,确定增加配重后,叶片结构的模态载荷力矩曲线与目标载荷的相似度的取值作为优化目标。
8.根据权利要求1所述的方法,其特征在于,步骤SS6中,通过优化方法与有限元软件之间的迭代优化计算,获得满足优化目标的变量参数,及最佳的配重位置与配重质量。
9.根据权利要求1所述的方法,其特征在于,步骤SS6中,优化算法采用通用成熟的优化算法软件,有限元分析程序采用通用成熟的商用软件。
10.根据权利要求1所述的方法,其特征在于,步骤SS6中,由于配重质量与位置的影响,会对叶片疲劳载荷的均值与幅值关系造成一定的影响,采用通用的平均应力修正方法对步骤SS6获得的配重方案予以修正。
11.根据权利要求1所述的方法,其特征在于,采用该方法进行叶片疲劳试验配重块布置,其前提在于有明确的疲劳试验目标载荷。
12.根据权利要求1所述的方法,其特征在于,通过建立叶片结构的有限元数值模型,开展模态分析,比较力矩模态振型与疲劳试验目标载荷的差距,并通过优化配重位置与质量,改善力矩模态振型曲线与疲劳试验设计载荷曲线的相似程度,实现优化目的。
13.根据权利要求1所述的方法,其特征在于,根据实际叶片情况,确定配重位置的数量和每一配重质量的范围,作为优化的约束条件,以配重节点位置和配重质量作为优化变量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院工程热物理研究所,未经中国科学院工程热物理研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710263943.7/1.html,转载请声明来源钻瓜专利网。