基于博弈理论的风力机叶片多目标优化

发布时间：2017-04-09 04:12

  本文关键词：基于博弈理论的风力机叶片多目标优化，由笔耕文化传播整理发布。

【摘要】：在能源资源相对严峻的今天,风能作为一种相对成熟且极具开发前景和开发规模的能源,得到了社会的高度重视。风力发电作为风能主要利用形式得到了越来越多的关注与发展。风力发电机是实现风力发电的核心,叶片又是风机的关键部件,叶片质量的优劣将会严重影响到风力发电机组的性能以及发电效率。因此,对风机叶片的研究十分必要。本文根据风机叶片工作的特点,对叶片的气动性能进行了分析研究,并利用动量—叶素理论建立了较为完善的风机气动性能分析模型,综合考虑叶片实际运行中存在的叶尖损失和轮毂损失修正系数,得到更加精确的轴向和切向诱导因子,使叶片气动性能的计算和受力分析更加准确。在此基础上,对某商用1.5MW风机叶片进行了结构设计,包括材料的选用、剖面结构的设计和铺层设计等,并对其结构进行了分析,利用有限元分析软件ANSYS,对叶片进行参数化建模,采用壳单元shell99和shell91模拟叶片结构,建立叶片有限元模型,对其进行极限载荷下的静强度分析,得到了叶片的应力、应变分布;为防止叶片发生共振,对其进行了模态分析,得到了叶片前十阶模态振形图;分析表明叶片满足强度、刚度要求,且不会产生共振,说明了该模型的有效性和实用性。引入并研究了基于博弈理论的多目标优化算法。博弈论多用于分析解决如何使具有相互作用的个体之间实现均衡的问题,其方法与处理多目标优化问题的过程有很大的一致性,因此本文尝试将博弈论思想和方法引入到风机叶片的多目标优化设计中。最后本文以风机年发电量最大和叶片质量最小为目标,选取适当的叶片参数,采用基于NASH均衡博弈理论的多目标博弈优化方法对叶片进行气动—结构一体化优化设计。首先采取一定方法求取设计变量对各个目标函数的影响因子,运用基于空间距离和力矩大小的策略集划分方法对变量进行策略集划分;然后运用Matlab和Ansys Apdl语言编写博弈优化程序,对叶片进行优化设计。优化后叶片的年发电量增加了7.14%且叶片质量减少了12.2%,很好的实现了对叶片进行多目标优化的任务,有效解决了传统设计方法中气动与结构设计过程分离的缺陷,同时也证明了所提出优化方法的正确性、高效性,为风力机叶片的现代设计提供参考。
【关键词】：风机叶片 气动设计 结构分析 博弈论 多目标优化
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TK83;O225
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 绪论9-18
• 1.1 研究背景及意义9-12
• 1.2 风力机叶片的研究现状12-14
• 1.2.1 叶片气动性能研究现状12-13
• 1.2.2 叶片结构性能研究现状13-14
• 1.3 基于博弈论的多目标优化方法及应用14-16
• 1.4 目前存在的主要问题16
• 1.5 本文研究内容16-18
• 第二章 水平轴风力机叶片经典设计理论及方法18-29
• 2.1 风机叶片的整体参数设计18-19
• 2.2 叶片气动设计理论19-27
• 2.2.1 经典动量理论19-22
• 2.2.2 考虑尾流旋转时的动量理论22-24
• 2.2.3 叶素理论24-25
• 2.2.4 动量叶素理论25-26
• 2.2.5 叶尖和轮毂损失修正26
• 2.2.6 葛劳渥特失速修正26-27
• 2.3 叶片设计方法27-28
• 2.4 本章小结28-29
• 第三章 风力机叶片有限元建模与静动力学分析29-43
• 3.1 叶片结构设计29-32
• 3.1.1 叶片材料特性29-30
• 3.1.2 叶片剖面结构形式的设计30-31
• 3.1.3 铺层设计31-32
• 3.2 叶片三维模型的建立32-36
• 3.2.1 叶片几何外形特征32-33
• 3.2.2 创建各截面数据点33-34
• 3.2.3 叶片三维实体模型的建立34-36
• 3.3 叶片有限元分析36-42
• 3.3.1 有限元模型的建立36-37
• 3.3.2 结构静力学分析37-40
• 3.3.3 模态分析40-42
• 3.4 小结42-43
• 第四章 多目标博弈优化理论及方法43-50
• 4.1 多目标优化问题的博弈分析方法研究43-44
• 4.1.1 博弈论概述43-44
• 4.1.2 多目标优化问题的博弈描述44
• 4.2 博弈策略集的计算44-47
• 4.2.1 影响因子计算44-45
• 4.2.2 基于“空间距离”和“力矩”大小的策略集划分方法45-47
• 4.3 基于NASH均衡理论的多目标博弈设计方法47-49
• 4.3.1 NASH均衡博弈理论47
• 4.3.2 分析方法与步骤47-49
• 4.4 叶片多目标设计与博弈理论之间的关系49
• 4.5 本章总结49-50
• 第五章 风机叶片多目标博弈求解与分析50-61
• 5.1 叶片多目标优化数学模型的建立50-53
• 5.1.1 设计变量的选取50-52
• 5.1.2 目标函数的确立52
• 5.1.3 优化约束条件的建立52-53
• 5.2 基于NASH均衡博弈理论的叶片多目标优化问题博弈分析53-57
• 5.2.1 策略集计算53-56
• 5.2.2 1.5MW风力机叶片多目标博弈优化实例分析56-57
• 5.3 结果分析57-60
• 5.4 小结60-61
• 第六章 总结与展望61-63
• 6.1 全文总结61-62
• 6.2 展望62-63
• 参考文献63-68
• 在学研究成果68-69
• 致谢69

【相似文献】

中国期刊全文数据库 前10条

1 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期

2 李雨生;;在一种广义锥凸性下的多目标优化解[J];河海大学学报;1987年05期

3 李雨生,张宇明;多目标优化的锥拓扑及有关问题[J];华中理工大学学报;1988年04期

4 苗丽娟;大连湾海域经济、资源、环境多目标优化管理模式[J];海洋环境科学;1999年03期

5 姚新胜,黄洪钟,周仲荣,田志刚,李海滨;基于广义满意度原理的多目标优化理论研究[J];应用科学学报;2002年03期

6 段红月;钱伟懿;;带有盒子约束的多目标优化问题的进化算法[J];渤海大学学报(自然科学版);2008年04期

7 刘淳安;;动态多目标优化进化算法研究综述[J];海南大学学报(自然科学版);2010年02期

8 冯俊文;多目标优化与决策的混合方法及其应用[J];系统工程与电子技术;1990年10期

9 柳春华;陈旭生;;一种改进的多目标优化算法的性能度量方法[J];信阳农业高等专科学校学报;2013年03期

10 柳春华;刘宏兵;;基于多目标优化的超盒粒计算分类算法[J];信阳师范学院学报(自然科学版);2014年01期

中国重要会议论文全文数据库 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

中国博士学位论文全文数据库 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年

6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年

7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年

9 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

10 蒋庆;地下水时空变化及监测网多目标优化研究[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 何素素;基于改进的粒子群算法的钻进参数多目标优化研究[D];西安石油大学;2015年

2 黄怡;基于药效综合评价的中药组分配伍优化方法研究[D];浙江大学;2015年

3 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

4 彭清风;基于鲁棒性的船体中横剖面多目标优化[D];上海交通大学;2015年

5 崔华;面向个性化需求的服务组合优化方法[D];哈尔滨工业大学;2015年

6 章姗捷;基于遗传算法的电力工程多目标优化研究[D];华北电力大学;2015年

7 高敏;基于协同论的风电建设项目多目标优化模型研究[D];华北电力大学;2015年

8 刘培根;基于多目标优化和压缩感知的航拍目标检测[D];电子科技大学;2015年

9 杨凯;基于多目标优化的贵州工业结构调整研究[D];贵州师范大学;2015年

10 陈振兴;基于空间拥挤控制策略的进化多目标优化[D];福建师范大学;2015年

  本文关键词：基于博弈理论的风力机叶片多目标优化，，由笔耕文化传播整理发布。

本文编号：294426