[发明专利]基于多参数影响下的叶片表面带微小圆柱的风力机叶片升力正交预测方法

摘要

本发明是一种基于多参数影响下叶片表面带微小圆柱的风力机叶片升力正交预测方法,其特点是选择影响风力机叶片升力的因素，按照正交表安排并进行试验，分别采用直观分析法与统计分析法对试验结果进行分析，从而得到因素的影响大小与最优叶片气动性能模式，同时该预测方法还能够对影响因素的显著性进行验证。能够更好地对风力机叶片升力进行预测，具有科学合理，适用性强，简单可靠，预测准确率高，效果佳等优点。

主权项

一种基于多参数影响下的叶片表面带微小圆柱的风力机叶片升力正交预测方法，其特征是，它包括以下步骤：(1)风力机叶片升力受多参数共同作用，首先选定影响因素，恰当地给出各因素的水平变化范围，各因素的水平需要根据实际情况选择，风力机正常工作的来流风速一般为2‑25m/s；(2)根据正交表安排试验，安排试验时应遵循“均匀分散性，整齐可比”的原则，要求每一列中，不同的数字出现的次数相等，任意两列中数字的排列方式齐全而且均衡，制定试验计划后进行试验；(3)进行试验结果直观分析，得出较优的生产条件Step1:根据结果选则叶片升力最大的工况为最优工况；Step2:计算每一因素在不同水平条件下的风力机叶片升力平均值；Step3:计算各因素不同水平下的极差值，因素极差越大，对风力机叶片升力的影响越大，极差越小，对风力机叶片升力影响就越小，根据极差大小判断因素的重要程度；Step4:综合分析；(4)进行试验结果的方差分析，区分因素水平变化引起的试验结果间的差异与误差波动引起的试验结果间的差异Step1:试验的误差分析S误＝各因素(数据‑平均值)2的和        (1)S误称为误差的偏差平方和，为消除数据个数的影响，可采用误差的平均偏差平方和V误表示：f误称为误差的自由度，f误＝各条件下(数据个数‑1)之和           (3)Step2:试验的因素水平变化分析S因＝因素各水平[重复数×(平均值‑总平均值)2]之和    (4)S因称为因素的变动平方和，为消除数据个数的影响，可采用平均变动平方和V因表示：f因称为因素的自由度，f因＝因素的水平数‑1      (6)Step3:总的偏差平方和及总自由度S总＝各(数据‑总平均)2之和＝S误+S因          (7)f总＝f误+S因＝试验数据总个数‑1               (8)为了方便起见，也可按(10)—(12)式进行计算：S总＝各(数据)2之和‑CT      (10)CT称为修正项：Step4:显著性检验根据计算结果判断因素对指标影响的显著性，所谓显著，是指因素水平改变时，确使试验结果的真值有改变，比较V因与V误，计算两者比值F查找F分布表，临界值记为Fa，当F＞Fa，就有(1‑a)的把握说明该因素对指标有显著性影响，a值为显著性水平。