[发明专利]一种风力发电机组叶片各截面多方向载荷提取方法在审
申请号: | 202110098066.9 | 申请日: | 2021-01-25 |
公开(公告)号: | CN112883555A | 公开(公告)日: | 2021-06-01 |
发明(设计)人: | 王瑞良;李涛;徐伊丽;章培成;孙勇;刘为 | 申请(专利权)人: | 浙江运达风电股份有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F113/06;G06F119/14 |
代理公司: | 杭州杭诚专利事务所有限公司 33109 | 代理人: | 尉伟敏 |
地址: | 311106 浙江省杭州市余杭区余*** | 国省代码: | 浙江;33 |
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 发电 机组 叶片 截面 多方 载荷 提取 方法 | ||
1.一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,包括以下步骤:
(1)获取用于叶片载荷提取的输入量;
(2)建立极坐标系;
(3)获取特征载荷Mxy;
(4)将输入的叶片载荷时序投影得到叶片不同方向Mxy载荷时序;
(5)获取每个方向的疲劳Markov矩阵;
(6)通过疲劳分析得到等效疲劳载荷。
2.根据权利要求1所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤1中输入量为风力发电机组载荷仿真的叶片截面原始Mx与My载荷时序。
3.根据权利要求2所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤2具体包括:
(2.1)以叶片Mx为x轴,My为y轴建立载荷时序建立笛卡尔坐标系;
(2.2)将载荷笛卡尔坐标系转化为极坐标系θ-My;
(2.3)以θ,Mxy作为载荷表征量,以θ为判断量将叶片载荷Mxy时序划分至不同方向区间。
4.根据权利要求3所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤2.3将叶片载荷Mxy时序划分为24方向,所述24方向载荷为每隔15°的载荷包络,其中,
以θ作为判断依据来划分Mxy时序所属方向区间。
5.根据权利要求1所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤3统计不同角度区间叶片载荷Mxy的最大值作为该角度区间的极限载荷Mxy,根据IEC标准设置载荷工况安全系数,加上安全系数作为特征载荷Mxy。
6.根据权利要求2所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤4将原始Mx与My载荷时序投影至24个方向上,通道合并得到叶片24个方向Mxy载荷时序。
7.根据权利要求6所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤4将叶片Mx与My载荷投影到各方向,得到各方向Mxy载荷时序,所述投影如下:
Bladed 1 polar Mxy at 0deg=Mx*cos(0)+My*sin(0)
Bladed 1 polar Mxy at 15deg=Mx*cos(15)+My*sin(15)
Bladed 1 polar Mxy at 30deg=Mx*cos(30)+My*sin(30)
......
Bladed 1 polar Mxy at 345deg=Mx*cos(345)+My*sin(345)。
8.根据权利要求1所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤5对每个方向载荷时序进行雨流循环统计,获取得到该截面12个方向的疲劳Markov矩阵。
9.根据权利要求8所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述雨流循环计算过程包括以下步骤:
(5.1)搜寻应力关系曲线以通过转折点的识别来确定相继的峰值与谷值;
(5.2)重新排序相继的峰值与谷值,使该序列由应力关系曲线中的最高峰值打头;
(5.3)扫描峰值与谷值序列以确定雨流循环;
(5.4)设定范围阈值、应力最小值、最大值及所需分段数目;
(5.4)当范围超过用户指定的最小范围时,记录一个雨流循环,记录每个雨流循环的均值和范围;
(5.5)根据循环的均值和范围将计算分为多个小段后进行雨流循环的计算。
10.根据权利要求1所述的一种风力发电机组叶片各截面多方向载荷提取方法,其特征在于,所述步骤6疲劳分析具体包括:根据叶片材料选取S-N曲线的斜率m与频率f,计算出的等效疲劳作为恒频正弦载荷的振幅,等效疲劳载荷由下式给出:
式中ni是在应力范围Si循环的次数,T为原始时间关系曲线上的持续时间。
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浙江运达风电股份有限公司,未经浙江运达风电股份有限公司许可,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/202110098066.9/1.html,转载请声明来源钻瓜专利网。