风力机叶片双锤作动疲劳加载系统及试验研究

设计一套双作动器共振型风力机叶片疲劳加载系统,对系统能量耗散计算及动力参数匹配,基于多级网络模式制定共振疲劳加载控制策略。对同步控制策略与算法进行研究,确立虚拟主令点动控制方式,采用配重块优化叶片展向弯矩分布误差,以振幅偏差及加载频率为输入输出建立控制系统,控制器基于控制同步方式驱动伺服电机,搜索跟踪共振频率,对振动参数数据采集、存储与分析,实现叶片等幅稳定振动。现场试验结果表明,系统控制同步有效,共振频率搜索与跟踪效果较好,共振时叶片振幅误差保持在5%之内,刚度无明显变化,试验精度与效率得到提高,可为风力机叶片疲劳加载的工程应用提供理论与试验参考。     

风电叶片双作动器疲劳加载同步激振算法研究

针对双作动器驱动的风电叶片疲劳加载系统中两作动器同步控制问题,提出一种基于自抗扰控制算法的交差耦合同步控制策略;根据双作动器同步系统中同步误差与跟踪误差的控制要求,建立交叉耦合控制系统模型;进一步从安排过渡过程、跟踪估计系统状态和扰动、误差反馈及扰动补偿方面出发,利用最优控制综合函数设计一套自抗扰控制器;最后搭建一套风电叶片双作动器疲劳加载试验系统。试验结果表明,基于自抗扰控制算法的交叉耦合控制策略应用于双作动器疲劳加载系统能较好地保证作动器的速度同步性和位移同步性,受风载影响较小,系统鲁棒性强。     

风电叶片两点并激疲劳加载系统协同控制研究

研发一种新型风电叶片电驱动两点并激惯性疲劳试验系统。为了消除风电叶片两激振器加载过程中耦合效应,提出虚拟主令耦合同步控制策略,以滑模变结构控制算法设计误差补偿器,利用李雅普诺夫函数证明算法稳定性,然后建立控制仿真模型,数值仿真分析该算法收敛性及鲁棒性。风电叶片两点激振现场试验结果表明,控制算法能使两激振器快速跟随,并激加载能较好地维持同步状态,两激振器的相位差的波动很小,其值约±2°,叶片振幅稳定,实现了风电叶片的平稳有效加载。     

全尺寸风电叶片疲劳加载载荷匹配及试验研究

为疲劳加载试验时沿叶片展向满足实际工作时的弯矩分布,对全尺寸风电叶片共振型疲劳加载系统进行载荷匹配与试验。分析叶片共振式疲劳试验中弯矩分布,采用参数分段离散法沿叶片展向离散出质量与长度矩阵,推导叶片弯矩数值计算方法,建立弯矩匹配优化数学模型,编制弯矩分布校验算法,利用Matlab/Simulink建立仿真模型并对匹配优化进行数值仿真,并校验配重块的质量和数量,得到沿叶片展向的弯矩分布误差小于7%。试验结果表明,疲劳试验过程中叶片加载点的振幅稳定,叶片根部弯矩误差不超过±5%,满足疲劳加载试验的弯矩分布精度要求,试验精度与检测效率得到提高,缩短疲劳试验周期,为风电叶片检测与分析提供一种的实用手段。     

风电叶片静力加载控制系统设计及验证

风电叶片静力加载过程中各个加载节点之间存在加载力耦合,导致加载不同步。因此,对多节点静力加载控制系统进行了深入研究。控制方案采用PC-主控制器-从控制器-检测装置的网络构架模式,通过Delphi进行数据采集及现场监控;为使5个加载节点同步加载,增强系统的抗干扰性,首次将动态矩阵控制(DMC)应用于风电叶片静力加载过程,达到较为精确解耦的目的。最后,将设计的控制系统应用于Aeroblade62-6.0型风电叶片的静力试验,结果表明,该系统控制效果良好,可以满足静力加载试验的要求。     

基于电流型变换器风力发电系统PMSG的SVM-DTC控制方法

针对基于电流型变流器的直驱风电系统中的永磁同步发电机(permanent magnetic synchronous generator,PMSG)控制系统,提出一种基于定子磁链定向的空间矢量调制直接转矩控制(space vector modulation direct torque control,SVM-DTC)算法,根据该算法,通过合成的电流空间矢量可完全补偿电机的转矩和磁链与参考值之间的误差,同时能保证功率器件开关频率的恒定。其中定子磁链估计采用自适应补偿的改进积分算法,解决了纯积分存在直流偏移和低通滤波存在幅值与相位误差的缺陷,从而达到高性能的DTC效果。仿真与实验结果表明,基于定子磁链定向的SVM-DTC算法能有效提高系统的动静态性能且易于实现机侧的单位功率因数控制。     

基于模糊神经网络补偿控制器的H型平台同步控制

直线电机驱动的H型数控平台系统在加工零件时,负载扰动、外部干扰和两电机安装的差异与机械耦合会影响单轴的跟踪精度且会产生同步误差。针对此问题,本文首先用拉格朗日方法给H型平台建模,然后提出一种改进的非奇异终端滑模控制(NTSMC)来进行位置控制器的设计,在不失滑模控制鲁棒性的情况下,有效地削弱了该控制所产生的抖振问题,提高了单轴的跟踪精度。在两轴间采用Sugeno型模糊神经网络(SFNN)补偿控制器来动态补偿H型平台的同步误差。通过模糊神经网络以任意精度逼近非线性系统的能力使同步误差在有限时间内趋近于零,以满足H型平台数控系统的高精度加工要求。仿真结果表明,所设计的控制系统能够有效提高系统的同步控制精度和鲁棒性。     

风力机叶片摆锤共振疲劳加载系统及控制研究

分析疲劳加载过程中摆锤受叶片振动影响的运动规律,利用能量法进行系统动力参数匹配计算,设计一套摆锤共振型大型风力机叶片疲劳加载系统。利用激光测距传感器获取加载点振幅为控制参数,以振幅偏差为偏差变化率输入,加载频率为输出建立模糊控制系统,控制器对振幅变化数据进行采集、存储与分析,并搜索跟踪共振频率,驱动变频电机实现叶片等幅稳定振动。现场试验结果表明,叶片加载载荷更均匀,控制过程稳定可靠,共振时叶片加载点振幅误差保持在±5%之内,为风力机叶片疲劳加载提供了理论基础与试验依据。     

风电叶片全尺寸静力试验加载力协调控制算法

为了消除风电叶片全尺寸静力试验过程中加载力耦合效应,首先搭建一套多节点静力加载试验系统,通过现场试验得到加载力之间的耦合规律。在此基础上采用动态主令方法确定最慢加载节点,以加载力误差及其变化率作为输入变量,以电机转速作为输出控制变量,设计模糊协调控制算法,最后以aeroblade2.0-48.8风电叶片最小面向(min flapwise)为被控对象进行加载试验。试验结果表明,该协调控制算法能保证4个节点的加载力始终保持均匀变化,整个加载过程的控制误差分别小于±3、±3、±4、±4 kN,且在100%阶段时,加载力均能较好地保持在设定值,可验证该控制算法应用于风电叶片全尺寸静力加载试验的可行性。     

单点疲劳载荷作用下的风电叶片振动特性研究

设计一套风电叶片单点疲劳加载系统,基于拉格朗日方程推导出单点疲劳载荷作用下的风电叶片振动数学模型,得到影响叶片振动特性的一系列因素。以一阶固有频率为0.92 Hz的风电叶片为被控对象,利用Matlab/Simulink软件建立仿真模型,得到不同加载频率下风电叶片的振动特性。当加载频率为0.80、0.85 Hz时,加载点振幅均小于300 mm;当加载频率增大到0.95 Hz时,振幅达到较大值,约为400 mm,近似发生共振,能满足疲劳试验要求;当加载频率继续增大到1.00 Hz和1.20 Hz时,振幅反而衰减到220 mm和100 mm。最后进行单点疲劳加载试验,得出试验结果和仿真结果规律基本吻合,验证了数学模型和仿真模型的准确性。     

双电机驱动同步控制系统的研究进展与关键技术

在介绍了双电机同步控制系统相关的重要概念和控制原理的基础之上,总结了现有同步控制结构和补偿算法,分析了国内外最新的研究进展和领域内的关键技术,为双电机同步控制系统进一步的研究和开发提供了全面的信息。提出了一种基于交叉耦合的双闭环同步控制结构,实现了对负载运动状态的精确控制,同步性能好。     

风电叶片双向惯性式疲劳加载系统及控制研究

设计一种电驱动双向惯性式风电叶片疲劳加载系统,基于能量法对系统动力参数匹配及优化计算。在考虑机电耦合影响基础上,提出基于虚拟主令相邻偏差耦合同步疲劳加载控制策略,并对算法的稳定收敛性进行分析,利用Matlab进行试验验证。现场试验结果表明系统控制效果较好,通过控制可消除机电耦合作用带来的固有相位差,并能较好的维持同步状态,叶片振幅误差保持在5%之内,试验精度与效率得到提高,为风电叶片检测与分析提供一种的实用手段。     

风力机叶片电磁脉冲式疲劳加载系统及试验研究

分析疲劳试验过程中叶片加载的运动规律,利用能量法对能量耗散进行计算及动力参数匹配,设计一套叶片电磁脉冲式疲劳加载系统。采用短时能量补充加载,瞬时最小势能原理导出叶片在时变载荷作用下的多自由度运动方程,建立仿真模型并对脉冲激励叶片响应数值进行仿真。利用激光测距传感器获取加载点振幅为控制参数,控制器基于SPWM(Sinusoidal Pulse Width Modulation)脉冲控制方式,搜索跟踪共振频率,实现叶片等幅稳定振动。现场试验表明,叶片脉冲加载载荷均匀,控制过程稳定可靠,共振时叶片加载点振幅误差保持在±5%之内,试验效率及系统寿命得到提高,可为风力机叶片疲劳实验提供一种新的加载方式。     

直接转矩控制中基于模糊推理的相位补偿

基于数字信号处理器ＴＭＳ３２０Ｆ２４０给出了一个动态的模糊预测电流补偿的方法,针对感应电机提高了直接转矩控制的低速性能,引入了一种模糊控制方法来补偿ＰＷＭ信号中由死区和芯片延时引起的相位误差,根据电流的幅值与方向,结合瞬时电压,采用模糊推理对相位误差进行补偿,可以在一定程度上提高控制的性能,仿真与实验结果表明的这种方法是可行的。     

用于双馈风电场次同步振荡抑制的RBF神经网络控制器设计

针对含双馈机组DFIG(Doubly-Fed Induction Generator)风电场经串联补偿线路并网引起的次同步振荡问题,运用基于阻抗的奈奎斯特稳定判据进行筛选分析,验证风速、串联补偿度对风电场次同步振荡的影响。利用RBF(Radial Basis Function Neural Network)神经网络自学习能力在线调整PID参数,设计了用于次同步振荡抑制的RBF神经网络控制器。为验证控制器抑制效果,在Matlab平台上编程搭建了系统仿真模型,将传统PI控制和RBF神经网络控制效果进行对比,结果表明RBF神经网络控制器对次同步振荡具有良好的抑制效果。     

风电叶片全尺寸静力加载试验钢丝绳空间角度精确测量研究

为减少加载过程中叶片挠度变形带来的测量误差，提出一种精准测量钢丝绳与风电叶片空间角度的数学模型。该模型构建的空间角度测量系统采用3个位移传感器，可实时测量钢丝绳与风电叶片所成三维角度，从而精确地对各加载点进行受力补偿，提高加载试验的协同性。以激光追踪仪的测量结果为基准对该系统的测量结果进行现场验证，结果表明该系统所测空间角度误差率仅为1.78%、1.96%和1.92%，同时经该空间角度测量系统补偿后的加载力曲线变化平稳，可较好地实现多节点力的协同加载。     

分段模糊变桨距控制系统的设计与仿真

针对传统PID控制器应用的局限性,风电机组自身特性以及模糊控制的非线性行为和独立于系统模型的特点,提出了分段模糊变桨距控制系统.在大误差范围内,运用二维模糊控制器来提高系统的响应速度.小误差范围内,切入以表达式形式给出模糊规则的三维模糊变桨距控制器,以提高系统的控制精度.Simulink仿真结果表明,分段模糊变桨距控制系统表现出很好的控制品质,具有良好的鲁棒性.     

基于模糊控制的风力发电机组偏航系统研究

针对近年来风电机组大型化对偏航系统稳定性提出的高要求,提出将模糊控制应用于偏航控制系统中。分析了偏航控制系统的工作原理;对偏航系统设计了模糊控制器,并对其控制过程设计了软件流程图;在Matlab/Simulink仿真平台中搭建了该系统的仿真模型,进行了仿真实验,并与传统PID控制方法的控制效果进行了比较分析。结果表明,模糊控制系统能同时满足偏航系统对控制精度和稳定性的要求,其整体性能优于PID控制系统。     

双馈风电场次同步振荡建模与分析

为了对双馈风电场经串联补偿线路外送风电时引起的次同步振荡现象进行分析,根据风电场实际运行情况,建立了基于IEEE第一标准型的次同步振荡模型。首先运用频率扫描法筛选出具有潜在谐振风险的系统运行状态,其次在数学模型的基础上,运用特征值法进行系统的小干扰稳定性分析,对风电场独有的次同步振荡形式,次同步控制相互作用的作用机理进行了阐述,最后利用时域仿真方法分别分析和验证了风速、串联补偿度以及控制器参数对风电场次同步振荡的影响。仿真和分析结果表明,风速越小、串补度越高、RSC电流控制环比例和积分增益参数越大,越容易引起次同步振荡。     

基于并联平台的海上风电运维船舶辅助登靠系统

与陆上风力发电设备相比,海上风力发电机的运营工作更复杂,维护难度更大。文章针对海上并联风电平台的应用,设计了运维船舶的辅助登靠系统。该系统能补偿因风浪导致船舶的6个自由度不规则运动,用于帮助工作人员安全登靠。为验证系统可行性,采用Adams建立了并联平台的虚拟样机,导入Matlab,以并联平台的运动学反解为基础,建立了PID反馈控制系统,对并联平台的减振性能进行了仿真研究。仿真结果表明,该系统具有较好的响应特性,各自由度减振效果达到了95%,具有一定的工程应用价值。