[发明专利]大型智能风机叶片系统灰色组合建模与优化振动控制的方法

摘要

本发明公开了一种大型智能风机叶片灰色组合建模与优化振动控制的方法。该方法的步骤如下（1）风洞试验数据采集通过设计叶片翼型的气动试验，采集获得叶片气动特性数据；选择合适的智能驱动器，通过设计叶片智能驱动器的气动试验，采集获得驱动器的输入输出信号；(2)建立基于实验数据的叶片气动失速模型；(3)建立智能驱动器灰色模型；(4)建立大型智能风机叶片系统灰色组合模型；(5)根据第(4)步中建立的大型智能风机叶片系统灰色组合模型，基于模型预测控制方法设计控制器，实现抑制不确定干扰的大型智能风机叶片优化振动控制。本发明的方法先进科学，保证了大型风机叶片的安全稳定运行，具有提高大型风机发电质量等效果。

主权项

一种大型智能风机叶片系统灰色组合建模与优化振动控制的方法，其特征是，该方法的步骤如下：(1)风洞试验数据采集：通过设计叶片翼型的气动试验，采集获得叶片气动特性数据，以用于叶片气动失速模型建模；选择合适的智能驱动器，通过设计叶片智能驱动器的气动试验，采集获得驱动器的输入输出信号，以用于智能驱动器灰色模型建模；(2)建立基于实验数据的叶片气动失速模型：利用第(1)步中采集的风洞实验数据，即叶片气动特性数据，计算得到叶片气动失速特性的重要参数，应用Beddoes‑Leishman(B‑L)动态气动失速建模方法，获得叶片气动失速模型；(3)建立智能驱动器灰色模型：利用第(1)步中采集的智能驱动器的输入输出信号作为原始数据，应用灰色理论建模方法，辨识得到智能驱动器灰色模型；(4)建立大型智能风机叶片系统灰色组合模型：将叶片结构模型与第(2)步中得到的叶片气动失速模型结合得到叶片失速颤振模型，叶片失速颤振模型和第(3)步中得到的智能驱动器灰色模型进行融合，得到克服系统不确定性的大型智能风机叶片系统灰色组合模型；(5)大型智能风机叶片优化振动控制：根据第(4)步中建立的大型智能风机叶片系统灰色组合模型，基于模型预测控制(MPC,Model Predictive Control)方法设计控制器，实现抑制不确定干扰的大型智能风机叶片优化振动控制。