[发明专利]一种风力机叶片气动外形的预弯优化方法

摘要

本发明公开了一种风力机叶片气动外形的预弯优化方法，属于优化方式领域，包含以下步骤，根据风力机叶片的优化目标，确定气动外形参数的优化变量及其范围，采用最优化拉丁超立方试验设计方法进行训练样本点的采样；利用数值模拟方法求解训练样本点对应的响应值；利用Kriging代理模型为近似模型方法，求得模型的超参数θ和设计变量与响应的映射关系；求解期望函数的最大值，获得下一个采样点的位置；求解新样本点的响应值，并加入到初始样本点集中，最终求得期望函数的最优解满足收敛条件。基于该方法优化预弯得到的叶片，即可以有效增大叶尖与塔架之间的间隙，又使得风力机输出功率得到明显的提升。

主权项

1.一种风力机叶片气动外形的预弯优化方法，其特征在于：包括以下步骤：步骤1：确定风力机叶片的优化目标，以叶片扭矩为优化目标；步骤2：分析影响叶片扭矩的因素，得出其主要受预弯展向位置r/R和预弯距离Δz影响，以预弯展向位置r/R和预弯距离Δz为设计因子，即风力机叶片的优化参数，利用最优化拉丁超立方试验设计方法采集优化参数的训练样本点；步骤3：采用数值模拟方法获得训练样本点对应的响应值；步骤4：采用模式算法与遗传算法的混合算法改进Kriging代理模型，求得模型的超参数θ的初始解；步骤5：构建Kriging代理模型，求得模型的超参数θ以及设计因子与响应值的映射关系；步骤6：采用期望函数判断映射关系是否收敛，求出期望函数的最大值，判断其是否满足收敛条件，若满足收敛条件，即优化成功，如不满足收敛条件，求解期望函数的最大值，以期望函数的最大值所对应的设计因子为下一训练样本点；步骤7：将下一样本点加入到步骤2的求得的初始样本点集中，回到步骤3进行循环，直到期望函数的最优解满足收敛条件。