基于极点配置控制的风机叶片颤振控制研究

针对风力机叶片的颤振会严重影响风力机的发电效率和运行安全问题,设计了一种基于极点配置的振动控制器在抑制叶片颤振的同时可以取得良好的闭环控制特性,并且能够有效抑制来自阵风的干扰.重点研究了利用Diophantine方程求解极点配置(PPC) PID控制器的方法,并选取有效的系统输出信号来设计反馈控制器,达到抑制叶片颤振的目的.Matlab/Simulink仿真结果表明,在叶片颤振控制系统中极点配置PPC-PID控制器比传统PID控制器具有更好的抗干扰性和动态特性.     

基于BRGWO算法和滤波Smith预估器的气弹系统时滞控制

气弹控制系统的驱动器、闭环信号回路在实际中会存在时滞环节,由于气弹敏感性和环境复杂性,时滞会引起控制信号迟延并导致气弹控制极速恶化、甚至造成系统失稳,该问题以往研究较少。针对翼型时滞气弹控制问题,设计了一种基于BRGWO算法和改进型滤波Smith的最优气弹控制方法。首先,引入二阶滤波器改进Smith预估器,设计了翼型气弹控制器;然后,创新设计了一种双向随机灰狼优化算法(bidirectional random grey wolf optimization, BGWO),提高了时滞下气弹控制参数的全局寻优能力,该算法改进了不同等级灰狼的狩猎策略,提高跳出非理想值机率、避免陷入局部最优。利用最小增益原理,在理论上证明了闭环系统稳定性。仿真结果表明,对比传统智能优化算法(如遗传算法、灰狼优化算法)和多种已有控制器(经典Smith、PI-PD型Smith和传统滤波Smith预估器),该方法具有更强的时滞补偿能力和更优的气弹控制性能,在不确定时滞、不确定风速、刚度变化和驱动干扰等算例下,保持了优良的时滞气弹控制效果,具有较强的鲁棒性。     

基于DE优化系统辨识的风力机叶片自校正PID振动控制

智能叶片是风力机叶片智能控制的主要方向,它能根据叶片的振动情况,利用控制算法调整叶片尾端智能驱动器的驱动力,使叶片处于最小振动状态,关键问题是在复杂运行环境下叶片系统参数发生突变时,如何设计基于最优辨识的控制规则,从而施加最优控制驱动力。对此,以风力机叶片的振动位移为控制目标,利用差分进化算法(DE)优化传统递推最小二乘法辨识的遗忘因子,得到基于最优系统辨识的叶片最佳间接自校正PID控制规则,采用此控制方法对系统模型建立Matlab文本与Simulink相结合的联合仿真模型并进行控制。仿真结果表明,在经差分进化优化辨识后的间接自校正PID控制器可以很好的减小系统参数突变下风力机叶片的挥舞位移和扭转角,可进一步提高复杂运行环境下的叶片振动控制效果。     

基于风洞实验的风力机叶片气动负载计算方法

提出一种基于风洞实验的风力机叶片气动负载计算方法。理论分析Beddoes-Leishman空间状态模型的非定常气动力特性,结合风洞实验数据和Beddoes-Leishman模型开发动态气动负载的数值计算程序。利用开发程序,分别详细计算DU97W300-10翼型在不同攻角区间,即线性区、失速区和全区的非定常气动系数,分析每个区间内附着流和分离流对翼型动态气动特性的影响。结果表明,在所有攻角区域的气动参数计算结果均能很好地与理论分析结果达成一致,翼型风洞实验可有效保证特定翼型动态气动负载计算的准确性。     

基于LabVIEW风电监控系统的通信设计与实现

为了实现风电实验台监控系统的实时通信,提出了一种基于LabVIEW和OPC(OLE For Process Control)技术的通信方法。在分析了OPC原理和LabVIEW的DataSocket技术原理后,设计了基于风电监控的通信系统,由LabVIEW和Rockwell公司的AB-PLC、Rslinx组成。通过对AB-PLC的硬件配置、Rslinx OPC服务器的配置以及LabVIEW共享变量的应用和框图编程,实现了LabVIEW对风电机数据的实时监测。结果表明通过Rslinx OPC服务器,可以简便、有效地在LabVIEW与AB-PLC之间交换数据,并且共享变量的应用,增强了监控系统的可靠性。     

基于分数阶内模控制的风力机叶片颤振研究

针对风力机叶片颤振系统,提出了一种结合分数阶(Fractional Order)控制与内模控制(Internal Model Control,IMC)的新型颤振控制方法.利用分数阶滤波器设计了分数阶内模控制器,基于闭环动态特性指标,如相位裕量和截止频率,实现对控制器参数的自整定.通过仿真实验对比证明,针对风力机叶片颤振控制,所设计的控制方法优于传统PID、内模PID控制方法,不仅减少了控制参数,而且提高了动态特性和鲁棒性.     

基于抗干扰自适应算法的颤振系统的研究与仿真

颤振抑制系统中非线性扰动的干扰是影响抑制效果的一个重要因素,同时对颤振位移等被控量精确测量的能力有限也影响了抑制效果。为了消除扰动影响和减小测量被控量的难度,提出了设计基于抗干扰自适应算法的控制器,对二阶弹性气动模型进行颤振控制。Matlab仿真结果表明,构建的自适应控制器只需要较少并易于测量的被控量,与PID控制器相比能更有效精确地抑制扰动,控制颤振并消除了抑制误差。     

基于分布式襟翼风力机桨叶的模型预测振动控制

大展弦比风力机桨叶是一个细长的柔性体,在气动弹性耦合下其受力和变形十分复杂。如何通过主动控制技术实现在复杂作用下达到减振降载的目的是一个关键问题。针对此问题,将风力机桨叶简化为在其展向分布尾缘襟翼的复合材料悬臂梁叠层板。通过Rayleigh-Ritz法得到桨叶的弹性变形模型,结合Theodorsen片条理论气动力,建立了桨叶的气弹模型。采用模型预测控制(MPC)技术设计了主动控制器,实现了桨叶的振动控制。仿真结果表明:分布式尾缘襟翼在预测控制器的调节下能有效减小桨叶挥舞和扭转振动。其中展长方向上桨叶中部和叶尖处挥舞振动位移分别减小约15%、30%,80%展长处的扭转振动位移减小约70%;系统响应收敛时间缩短约50%。     

基于IMC-PID控制的风机叶片颤振控制研究

针对风机叶片在颤振情况下严重影响风机的运行安全和发电效率的问题,设计了一种基于内模PID控制(IMC-PID)的振动控制方法,仅需调节较少控制器参数,就能有效地抑制叶片颤振并获得良好的闭环动态特性.首先使用递推最小二乘法对高阶对象模型进行降阶,然后利用IMC-PID方法设计控制器.仿真结果表明:在风机叶片颤振控制中,IMC-PID控制器与传统PID控制器相比,控制器整定参数少,且具有更好的动态特性和鲁棒性.