翼型集成理论与B样条结合的风力机翼型优化设计方法研究

针对风力机翼型泛函集成理论在中等厚度翼型(最大相对厚度约25%)优化设计过程中其控制参数难以界定的缺点,首次提出翼型集成理论与B样条曲线相结合的风力机翼型型线优化设计方法。建立翼型优化数学模型,采用改进的多目标粒子群算法与RFOIL软件耦合求解气动参数进行翼型优化设计。优化得到最大相对厚度为25%的新翼型CQU-250,该翼型具有良好的结构兼容性;并将该翼型与同等厚度的风力机翼型DU91-W2-250进行气动特性对比分析,分析结果表明新翼型在主要工作攻角范围内,光滑和粗糙两种条件下的升力系数均更高,升阻比更大,具有更高的设计与非设计工况。相比传统翼型,其气动性能明显提高,从而验证了该方法的可行性。     

基于CFD技术与遗传算法的风力机大厚度翼型优化设计

针对目前风力机大厚度翼型设计参数空间有限、优化设计过程中气动力预测不准等问题,利用B样条函数表征通用翼型廓线,编制程序集成耦合翼型设计模块、任意翼型自适应网格模块、CFD流场计算模块、遗传算法优化模块,提出了基于CFD技术与遗传算法的风力机叶片大厚度翼型优化设计方法,并对比分析优化新翼型与DU97-W-300翼型的几何特性与气动性能。结果表明,优化方法设计的新翼型在主要攻角范围内具有较高的气动性能,在雷诺数为3.0×106的情况下,其升力系数、升阻比分别提高了13.555%、38.588%。该翼型优化设计方法为风力机大厚度通用翼型的设计与应用提供参考。     

基于泛函的风力机翼型形状优化设计研究

针对风力机翼型的形状曲线,基于广义泛函和保角变换理论,提出了具有集成和通用特性的翼型型线函数表征式。从该表征式出发,建立了翼型的优化设计模型。比起传统的反设计方法,提出了一种更为直接、高效的全新翼型优化设计方法,为风力机新型翼型的开发提供了新的思路。选取相对厚度为18%的翼型进行了优化计算分析,得出了优化翼型的形状及其气动特性,通过和风力机常用翼型Ris(?)系列以及NACA系列的性能比较,很好地验证了该优化方法的可行性和优化结果的优越性。     

高效低载的三维风力机叶片外形优化设计方法

常规风力机叶片的优化设计都是从二维翼型开始的,且翼型总是以升阻比最大为优化目标。然而,二维翼型的升阻比最大和三维叶片的高风能利用率与低气动载荷有本质的不同,采用以往的叶片优化方法常常会在提高风能利用率的同时,使叶片所受的气动载荷也提高。针对这一问题,提出基于多岛遗传算法和动量叶素理论,在给定风况条件下,以加权风能利用率最高与气动载荷最小为目标函数,以叶片各个截面的翼型型线及扭角作为设计变量,对三维叶片开展多目标优化方法设计研究。并对某实际NREL Phase VI叶片进行优化设计,结果表明：在给定风况下相比原叶片,优化叶片在风能利用率提升了3.06%的基础上,叶根弯矩降低了11.68%。在变转速与变风况下,优化叶片的气动效率整体提升,叶根弯矩明显降低。     

基于复合形法的垂直轴风力机翼型优化设计

针对低速航空翼型不完全适合垂直轴风力机的问题,采用复合形法对小型垂直轴风力机常用的NACA0015翼型进行了优化设计。在复合形法优化设计过程中,选取翼型的弯度和厚度作为设计变量,以翼型最大切向力系数Ctmax和失速攻角αs的加权和作为目标函数。将XFOIL程序与Viterna-Corrignan失速后模型相结合,计算出优化前后翼型气动性能参数。结果表明,与NACAOO15翼型相比,新翼型的气动性能有了较大提高,最大升力系数增大了33.5%,失速攻角提高了3°,最大切向力系数增大了43.5%。     

风力机叶片翼型优化设计

为设计出气动性能优异的风力机翼型,运用CST参数化方法表述翼型外形特征以控制翼型型线,利用自适应遗传算法耦合XFOIL软件的翼型优化方法,以翼型NACA 63-215为优化算例,在设计工况下寻优,得到一种升力系数、阻力系数、升阻比、力矩等气动特性均较NACA 63-215更优的翼型,证明了该优化方法的可行性,为风力机翼型优化设计提供了参考。     

基于噪声的风力机翼型优化设计研究

基于翼型型线和噪声预测理论,提出以风力机设计运行攻角范围内平均效噪比为设计目标来指导翼型设计的新方法,并建立翼型的优化设计模型。选取相对厚度为21%的翼型进行了优化计算分析,得到了低噪声及高气动特性优化翼型的形状,通过与风力机专用翼型DU93-W-210和FFA-W3-211的性能比较以及风洞试验测试,很好的验证了该优化方法的通用性及实用性。     

基于小样本神经网络与多约束的风力机翼型快速优化设计

针对神经网络模型可以基于现有数据快速准确地预测风力机翼型的气动性能,但大量学习样本的构建需要较高的时间成本的问题,建立基于小样本集的风力机翼型神经网络模型,提出了多约束条件下的翼型气动性能优化设计方法,解决了训练数据过少所造成的学习不充分问题。基于建立的优化设计模型,应用粒子群算法完成了NACA4415翼型的优化设计,将新翼型与原始翼型进行气动特性对比分析。结果表明：新翼型在主要工作攻角范围内最大升力系数提高了6.96%,最大升阻比提高了7.37%,气动性能明显改善;该方法的优化效率远远高于传统方法,从而验证了该方法的可行性。     

翼型气动性能与噪声的综合优化设计方法

将风力机翼型气动性能与气动噪声同时作为翼型优化目标,建立了低速翼型的多目标优化设计方法,包括利用Bezier曲线对翼型几何结构进行参数化建模,使用位势流动与边界层迭代（IBL）的流动分析方法计算翼型流场,采用Brooks-Pope-Marcolini翼型自噪声半经验模型预测气动噪声,利用Powell优化方法求得优化翼型.以naca0012翼型为例,对多种目标权重分配方案的优化目标进行设计和计算.结果表明：与原始翼型相比,在设计工况下,优化翼型的升阻比提高,噪声降低,可以获得更好的气动性能和声学性能.     

基于iSIGHT的风力机翼型优化设计平台

以实际风力机翼型族的优化设计为研究对象,通过在iSIGHT软件上集成计算流体力学(CFD)软件Fluent、数值求解软件Matlab以及自编变形网格生成软件,建立了针对风力机专用翼型的优化设计平台;该平台使用反设计优化方法,可以通过改变初始翼型的几何形状,进行流体力学分析,求解气动性能敏感导数的迭代过程,得到符合特定性能要求的翼型;通过RAE2822和S825翼型性能为目标的优化过程验证了该平台的有效性和准确性。该平台可用于实际风力机翼型族的优化设计。     

基于多岛遗传算法的襟翼优化

以NACA0012翼型为基础建立尾缘襟翼模型,采用多学科设计优化框架软件Isight、CFD(计算流体力学)软件Fluent(CFD软件包)以及遗传优化算法,对翼型的气动特性进行优化设计,研究了襟翼不同攻角和摆角对翼型气动性能的影响。基于遗传算法原理建立了优化模型,运用CFD数值模拟方法对流场特性进行分析,以升力系数和升阻比之和为目标函数进行寻优,得到使翼型气动性能最优的参数。结果表明:攻角α=12.183°、襟翼摆动角度为θ=1.100 0°时翼型的气动性能最佳,优化后翼型的升阻比增加了16%,升力系数增加了10.1%,同时也证明多岛遗传算法在翼型气动性能优化中的可行性。     

风力机翼型的气动性能分析

风力机翼型气动性能分析是风力机气动设计和运行优化的重要基础。采用NUMECA软件对弯度为4%的风力机NACA4412翼型进行气动数值模拟,并与实验数据进行比较,取得比较一致的结果。在此基础上,对NACA2412、NACA4412、NACA6412不同弯度的翼型进行模拟分析,对三种翼型在不同攻角下的气动性能进行了比较,为风力机翼型弯度选择和翼型改型设计提供参考意见。     

基于多目标遗传算法的垂直轴风力机专用翼型优化设计

为提升垂直轴风力机翼型综合气动性能,建立针对多运行工况的翼型优化设计方法。采用CST参数化方法表征翼型几何外形,通过优化的拉丁超立方抽样方法进行空间采样,利用CFD方法计算翼型气动力,并建立径向基函数神经网络代理模型,以翼型小攻角下升力和失速攻角下升阻比最优为设计目标,采用多目标遗传算法在代理模型上进行寻优,获得适用于垂直轴风力机的专用翼型以提高其在不同尖速比下的旋转力矩。对风力机常用翼型NACA0018进行优化,结果表明：以翼型失速攻角和最大升阻比攻角为优化目标,不仅提高了单翼型的升力系数与升阻比,而且将优化翼型应用于垂直轴风力机时还可提升使整机力矩系数。     

基于低速预处理的风力机翼型外形优化设计

针对经典的S809翼型,耦合基于低速预处理的流场求解方法和序列二次规划方法,开展针对翼型升阻比的翼型气动外形优化设计研究。优化结果显示优化翼型具有较大的翼型前缘半径和较平坦的上表面。数值计算结果表明,优化翼型在设计点1的状态下升阻比提高43.3%,在设计点2的状态下升阻比提高48.9%。进一步数值验证表明,优化翼型在雷诺数为5.0×10⁵状态下的最大升力系数从S809翼型的1.140增大到1.297,在雷诺数为1.0×10⁶状态下的最大升力系数从1.236增大到1.418。在优化翼型的基础上,开展翼型气动外形人工修型研究,数值模拟表明修型翼型能更好地消除气流分离,从而进一步增大翼型升力系数、减小翼型阻力系数。     

翼型选择对轴流风机性能影响的数值研究

为了研究翼型对轴流风机气动性能的影响,采用数值模拟的方法首先研究了翼型的升阻比对风机性能的影响,然后选用较优的翼型来研究最大相对厚度和最大相对厚度位置对风机气动性能的影响。结果分析表明:当风机工作在设计流量及以上时,选用较大升阻比系数翼型的风机表现出较好的气动性能;轴流风机选用较薄翼型作为其叶片翼型时,其气动特性表现较优;当叶片翼型最大相对厚度位于距叶片前缘30%时,轴流风机的气动特性最优。研究结果可为轴流风机设计者设计高效的轴流风机提供参考。     

风力机翼型尾缘加厚修型优化

为实现风力机专用翼型尾缘加厚修型优化,并实现优化过程的自动运行,采用ISIGHT多学科设计优化软件平台,针对钝尾缘翼型的运行特点,用切向和法向载荷系数描述翼型气动性能,基于指数混合函数法,提出翼型尾缘对称和非对称加厚优化问题,以尾缘加厚厚度为优化变量对风力机专用DU91-W2-250翼型的尾缘进行对称和非对称加厚修型优化。在ISIGHT软件平台上集成翼型生成、ICEM网格划分、Fluent流场计算、载荷计算以及遗传算法优化计算模块。优化结果表明,翼型尾缘对称和非对称加厚优化后其代表风力机叶片出力能力的切向载荷获得明显提高。翼型尾缘对称加厚优化的效果优于尾缘非对称加厚的情况。     

基于Fluent的风力机叶片翼型气动性能数值计算

风力发电是新能源利用的重要方式,风力发电机叶片翼型的气动参数特性分析对叶片翼型设计具有重要意义。采用数值方法研究不同攻角时NACA4415翼型的气动特性。利用ICEM对NACA4415翼型进行结构化网格划分,建立S-A湍流模型进行数值计算。结果表明在6°攻角时翼型存在最大升阻比,此时翼型的气动性能最佳,对风能利用率最高;14°攻角时翼型开始出现失速,翼型后部出现的气流分离是造成失速的主要原因。     

基于多目标遗传算法的风力机翼型形状优化

在风力机翼型型线形状优化设计中,提出了一种新的基于Joukowski保角变换的通用翼型型线表征形式.建立了翼型多目标形状优化设计的数学模型,应用改进的多目标遗传优化算法,设计得到了4种性能优越的风力机专用翼型.详细分析了WT180翼型的空气动力学特性,该翼型在设计工况和非设计工况下都具有良好的气动性能,具有较低的前缘粗糙度敏感性.与目前风力机常用翼型相比,新翼型在主要工作攻角范围内,光滑和粗糙条件下的升力系数更高,升阻比更大,其气动性能相比传统翼型表现出明显的提高.     

USST高性能水平轴风力机翼型族

结合层流翼型与钝尾缘的特性,通过Hicks-Henne型函数对翼型参数化修型,基于多岛遗传算法及Xfoil气动分析,针对大型水平轴风力机翼型进行多目标函数、多设计工况、多约束条件下的优化设计,得到适用于大型风力机的高性能翼型族（USST翼型族）。其升阻比在大多数攻角下均高于同厚度的FFA、DU系列等现有风力机翼型族,且在同样的升力系数下具有更大的升阻比。最后为考核优化设计得到的翼型族,采用数值模拟方法对优化结果进行验证,证明设计得到的新型风力机翼型族具有优越的气动性能。     

平底后缘风力机翼型的优化设计

应用基于代理模型的优化方法对35%相对厚度、后缘安装隔板的平底后缘风力机翼型进行优化设计。基于雷诺平均Navier-Stokes方程,采用耦合γ-_(eθ)转捩模型的SST k-ω湍流模型,对平底后缘翼型绕流进行数值模拟得到翼型的气动性能。以翼型在大迎角下的升力系数和截面惯性矩为目标,阻力系数和力矩系数等为约束,对平底后缘翼型进行优化设计;结果表明,优化后翼型在满足约束条件的同时,迎角17°时,升力系数提高8.53%,最大升力系数较基准翼型提高3.13%,截面惯性矩较基准翼型提高7.84%。