基于神经网络的大型风力机动力学仿真预测分析
本文关键词：基于神经网络的大型风力机动力学仿真预测分析 出处：《太阳能学报》2017年02期 论文类型：期刊论文
更多相关文章： 耦合 联合仿真 多体动力学 人工神经网络 预测
【摘要】：单一仿真分析方法不能完整反映风力机各部分的耦合关系,影响结果准确性。针对这一问题,采用联合仿真技术,利用空气动力学理论计算气动力,运用多柔体动力学分析理论和软件实现整机的气弹相互耦合。该多柔体建模方法能较好地模拟风力机耦合振动特性,仿真结果更接近实际工作情况。由于多柔体模型考虑的自由度多,精度要求高,导致仿真时间增长,计算成本加大。因此引入人工神经网络方法对风电机组动力学性能进行分析预测。结果表明,采用联合仿真与神经网络相结合的方法,在保证预测精度的同时还能减少动力学仿真时间,弥补单独使用仿真分析方法的局限性。
[Abstract]:A single simulation analysis method can not completely reflect the coupling relationship between the parts of the wind turbine, influencing the accuracy of the results. To solve this problem, using a combination of simulation technology, the aerodynamic force was calculated by using the theory of aerodynamics and multi-body dynamics analysis theory and software realization of aeroelastic coupling machine. The multi flexible body modeling method can simulate coupled vibration characteristics of the wind turbine, the simulation results are more close to the actual working conditions. The flexible multibody model considering multi degree of freedom, high precision, resulting in simulation time increases, the computational cost increase. Therefore the introduction of artificial neural network method to analyze and predict the dynamic performance of the wind turbine. The results show that the method using a combination of simulation and neural the combination of network, to ensure the prediction accuracy and can reduce the time to make up for the limitation of using dynamic simulation, the simulation analysis method separately.
【作者单位】： 重庆大学机械工程学院;重庆大学机械传动国家重点实验室;
【基金】：国家自然科学基金(51005255) 重庆市基础与前沿研究计划一般项目CQCSTC(cstc2013jcyja90018) 中央高校基本科研业务费(106112015CDJXY110006)
【分类号】：TM315;TP183
【正文快照】： 0引言风力发电系统是非线性刚柔耦合多体系统,结构和运动十分复杂。随着装机功率增大,对其动力特性提出了更高的要求。国内外对风电机组动力学特性已开展了相关研究。多柔体动力学系统仿真分析对真实模拟系统运行过程具有重要意义[1]。Lee等[2]采用非线性梁单元方法处理柔性叶
【相似文献】
相关期刊论文 前10条
1 黄继隆;;苏联的两种风力机[J];电业技术通讯;1958年06期
2 王渭洲 ,王锦侠;重视低风速多叶型风力机的发展[J];太阳能;1986年02期
3 毛一心;;新型翼式风力机[J];能源工程;1986年02期
4 Susan Rtnner Smith;毛一心;;风动皮带轮式风力机[J];能源工程;1986年02期
5 程鹏;梁星明;;小型风力机竹制叶片的研制[J];可再生能源;1987年04期
6 海风;;风力机讲座 第一讲 概述[J];太阳能;1989年04期
7 海风;;风力机讲座 第五讲 风力机的现场测试和风洞试验[J];太阳能;1991年04期
8 石娅莎;小型风力机的选择与选址[J];中国农机化;1994年04期
9 ;利用海洋风力发电的新型风力机[J];热力发电;1995年02期
10 倪受元;风力发电讲座 第一讲 风力机的类型与结构[J];太阳能;2000年02期
相关会议论文 前5条
1 赵福盛;;小型风力发电系统(四)[A];中国农机工业协会风能设备分会《中小型风能设备与应用》（2014年第2期）[C];2014年
2 董达;董文浩;;能源的出路[A];中国改革创新先锋暨经济建设杰出人物风采[C];2012年
3 韩晓亮;汪建文;;基于Labwindows/CVI的离网型风力机性能测试系统的改造与应用[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集（下册）[C];2009年
4 张强;;风电场运行管理交流稿件[A];中国风电生产运营管理(2013)[C];2013年
5 石云岩;常东来;李卿韶;;小型风力发电机组设计和试验研究[A];中国农机工业协会风能设备分会《中小型风能设备与应用》（2014年第1期）[C];2014年
相关重要报纸文章 前3条
1 孙华泰;首季泉头龙源风力发电1500万千瓦时[N];铁岭日报;2008年
2 浦敏琦;南航在锡组建首家风电实验室[N];江苏科技报;2009年
3 浦敏琦;我省首家风电实验室落户无锡[N];新华日报;2009年
相关博士学位论文 前10条
1 王胜军;基于致动线模型的风力机尾流特性研究[D];中国科学院研究生院(工程热物理研究所);2014年
2 田琳琳;风力机尾流数值模拟及风电场机组布局优化研究[D];南京航空航天大学;2014年
3 陈晓明;水平轴风力机气动失谐影响的研究[D];华北电力大学;2015年
4 郭鸿浩;基于永磁无刷直流电动机的风力机模拟系统研究[D];南京航空航天大学;2014年
5 汤志鹏;基于Savonius结构的叶片可展式垂直轴风力机性能研究[D];哈尔滨工业大学;2015年
6 梅毅;变尖速比下垂直轴风力机流场模拟与翼型设计方法研究[D];哈尔滨工业大学;2015年
7 钟宏民;综合Lagrangian动力大涡模拟与致动线法的风力机尾流数值模拟研究[D];电子科技大学;2015年
8 徐浩然;大型风力机翼型气动性能优化研究[D];扬州大学;2015年
9 王兵兵;液压传动型垂直轴风力机的仿真与实验研究[D];华北电力大学(北京);2016年
10 叶小嵘;海上浮式风力机系统环境载荷及耦合运动性能研究[D];哈尔滨工程大学;2012年
相关硕士学位论文 前10条
1 焦灵燕;翼型及粗糙度对风力机叶片气动性能影响的初探[D];内蒙古工业大学;2015年
2 李雷;垂直轴风力机的结构分析及设计优化[D];华北电力大学;2015年
3 杨江;微风发电系统结构设计与优化[D];西南科技大学;2015年
4 林晨阳;风力机模拟系统的研究与实现[D];浙江大学;2015年
5 黄丽丽;基于SCADA的风力机故障预测与健康管理技术研究[D];电子科技大学;2015年
6 欧清华;基于独立变桨距的风电机组减振控制技术[D];哈尔滨工业大学;2016年
7 陈勇;垂直轴风力机阵列效应数值研究[D];浙江工业大学;2015年
8 刘维维;风力机运行对大气边界层影响的数值模拟研究[D];华北电力大学;2015年
9 那亚莉;柔性支承下风力机传动系统动态特性及轴承疲劳寿命分析[D];太原科技大学;2015年
10 解梦莹;海上风力机塔筒腐蚀疲劳寿命分析[D];兰州理工大学;2016年
，本文编号：1383274
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1383274.html
