基于LCCBOD模型的风电叶片激振设备敏感性分析

为了在设计阶段确定影响风电叶片激振设备生命周期成本的关键参数,以生命周期成本理论为指导,详细分析了设备各阶段成本的影响参数,建立了设备的LCCBOD(Life-Cycle Costs Based on Designer)净现值分析模型,为了更准确地反映参数的重要性,提出了依据敏感性系数和参数所占比重进行分析的双要素敏感性分析方法。将该模型和敏感性分析方法应用到实例中,确定了影响该设备成本的关键因素,便于制定风电叶片激振设备的优化设计方案,也对后续调控设备的成本提供了决策基础。     

大型风机叶片模态参数识别的试验研究

为了正确识别大型风机叶片的模态参数,首先将风机叶片的衰减振动等效为自由悬臂梁振动,推导出阻尼比识别关系式。然后,构建一个大型风机叶片模态参数识别试验平台,采用快速脱钩装置实现大载荷力的快速释放,完成对aeroblade3.6-56.4风机叶片的自由衰减试验。根据阻尼比识别关系式,得到不同初始振幅下的阻尼比变化规律。同时对叶片某面的加速度信号进行傅里叶变换,得到其低阶固有频率。     

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。     

风电叶片疲劳试验两点惯性激振同步控制技术

为消除风电叶片疲劳试验过程中两激振器间的耦合影响,提高两激振器的同步控制性能,设计虚拟主轴并行同步控制策略。应用模糊PI控制算法设计相位控制器,并搭建风电叶片两点惯性激振同步控制试验平台,验证该算法的同步控制效果。结果表明:在非同步控制状态下,两激振器间存在耦合效应,导致相位差存在较大波动,难以实现两激振器联合激振,叶片振幅紊乱,不满足叶片疲劳试验的要求;在同步控制状态下,实现了两激振器良好的同步控制效果,叶片振幅稳定,相位差值为±1.5°。     

液压作动器驱动的风机叶片疲劳加载系统研究

设计了一套液压作动器驱动的风机叶片疲劳加载系统,根据动力源气压变化给出加载系统的工作流程.建立液控系统仿真模型,分析了动力源绝热指数对系统的影响程度.建立控制系统数学模型,采用主从式PID算法对作动器工况进行控制.仿真结果表明,加载系统动力源应尽可能处于绝热状态,两个作动器能同时实现任意振幅振动.以上证明了该系统具有驱动叶片进行疲劳加载试验的能力.     

静力载荷作用下的风电叶片空间轨迹精确测量模型

采用几何变换方法推导简单、精准的三维空间轨迹跟随模型,能同时测量3个方向的精确挠度变化,并开发数据测量系统。以aeroblade2.5-59.5风电叶片为例进行静力加载试验,采用该测量系统和激光跟踪仪同时对叶尖进行轨迹测量。试验结果表明该系统能很好地跟随叶片尖部的空间变化轨迹,测试结果准确,3个方向的最大误差率仅为0.98%、1.00%和0.88%,具有很广阔的工程应用前景。     

风电叶片子部件测试平台构建及拉挤板材力学特性研究

为探究风电叶片强度测试体系与拉挤板材力学行为,首先提出一种用于风电叶片金字塔结构测试技术,提出子部件试验新概念;其次进行子部件测试平台机械结构、液压系统及控制方案的设计,并利用有限元分析进行验证;最后基于所设计测试平台对子部件,即拉挤板材进行静力试验。结果表明：风电叶片金字塔结构的测试方案准确可行;部件试验设备最大应力发生在加载支架后梁,最大应力为242.5 MPa,最大位移为1.049 mm,未超其结构应力应变极限;拉挤板材破坏载荷为800 kN,失效变形形态包括弹性、屈服和断裂3个阶段,有限元分析数据与试验结果吻合较好,最终结果可为全尺寸叶片测试局部失效状况提供数据参考。     

平面轮廓曲线数据的B样条曲线逼近算法

周期性封闭B样条曲线曲面是医学内植物设计中曲线、曲面造型的主要构造方法.介绍一种断层医学图像目标组织轮廓样条曲线建模方法.首先从断层医学序列图像中提取出目标组织的轮廓曲线,然后采用多边形逼近简化数据点,之后在满足一定控制误差的条件下,用最小二乘法通过B样条曲线逼近轮廓曲线,用尽可能少的数据量表示出各个断层的轮廓曲线,获得医学内植物设计所需的骨组织轮廓曲线模型.     

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。     

兆瓦级风机叶片静力加载过程D-MFAC控制

为了消除静力加载过程中的节点牵引力耦合,将无模型自适应控制(MFAC)算法引入到兆瓦级风机叶片全尺寸静力加载领域.通过分析系统的输出特性,将现场静力加载经验构造成一个D函数,设计基于D函数补偿的D-MFAC控制算法,给出算法流程,并证明该算法具有快速收敛性.将D-MFAC算法成功应用于aeroblade 3.0-55风机叶片全尺寸静力加载试验.试验结果表明:加载过程中4个加载点的牵引力能保持均匀、协调变化,过程误差不超过±4 kN,特定阶段的误差率小于1％.该算法有效地消除了静力加载过程中的牵引力耦合,实现了风机叶片的平稳加载.