基于神经网络的风电叶片极限载荷预测及玻碳混合铺层结构优化

doi:10.19936/j.cnki.2096-8000.20241228.010

复合材料科学与工程 ›› 2024, Vol. 0 ›› Issue (12): 69-74.DOI: 10.19936/j.cnki.2096-8000.20241228.010

基于神经网络的风电叶片极限载荷预测及玻碳混合铺层结构优化

徐权威¹, 郭小锋^1*, 乔书杰², 李思卿¹, 车江宁¹

1.中原工学院机电学院,郑州 450000;
2.郑州财经学院智能工程学院,郑州 450000

收稿日期:2023-09-14 出版日期:2024-12-28 发布日期:2025-01-14
通讯作者: 郭小锋(1983—),男,博士,副教授,硕士生导师,主要从事风力机气弹动力学及叶片设计方面的研究,mexf@foxmail.com。
作者简介:徐权威(1995—),男,在读研究生,主要从事风力机叶片设计方面的研究。
基金资助:
国家自然科学基金(51705545);河南省科技攻关项目(222102220058,222102220091)

Prediction of the ultimate loads and structural optimization design for the wind turbine blades with glass-carbon laminate based on neural network

XU Quanwei¹, GUO Xiaofeng^1*, QIAO Shujie², LI Siqing¹, CHE Jiangning¹

1. School of Mechanical Science and Engineering, Zhongyuan University of Technology, Zhengzhou 450000, China;
2. School of Intelligent Engineering, Zhengzhou College of Finance and Economics, Zhengzhou 450000, China

Received:2023-09-14 Online:2024-12-28 Published:2025-01-14

摘要/Abstract

摘要： 为了能以实际的极限载荷对风电叶片进行铺层结构优化设计,以长度为89 m的DTU10MW风电叶片为研究对象,通过拉丁超立方实验建立了以叶根三轴布厚度、尾缘单轴布厚度、梁帽单轴布厚度、叶尖预弯量以及预弯指数作为输入变量,以叶尖变形量、叶根极限载荷为输出变量的神经网络模型,实现了对设计叶片个体极限载荷的准确预测。采用粒子群算法,对风电叶片的铺层结构进行优化设计。针对优化设计的玻碳混合叶片,采用新提出的叶片质量及成本计算方法,对其载荷特性和经济性进行了分析。本文的研究对大型风电叶片玻碳混合结构优化设计和成本评价分析具有实际的参考价值,对风电机组的轻量化设计具有重要意义。

关键词: 碳纤维复合材料, 铺层结构, 神经网络, 极限载荷预测, 优化设计

Abstract: In order to optimize the layup structure of wind turbine blades with the practical ultimate loads, the study was conducted on the DTU10MW wind turbine blade with a length of 89 m. A neural network model was developed through a Latin hypercube experiment, by using the root triaxial ply thickness, trailing edge uniaxial ply thickness, spar cap uniaxial ply thickness, pre-bend value of blade-tip, pre-bend index as input variables, and the blade tip deformation and ultimate loads of blade root as output variables. The layup structure of the wind turbine blades was optimized by using the particle swarm algorithm. For the optimized design of the glass-carbon hybrid blades, a newly proposed method for calculating blade mass and cost was used to analyze their load characteristics and economic feasibility. This research provides practical reference value for the optimization design and cost evaluation analysis of large-scale wind turbine blades with glass-carbon hybrid structures, and holds significant importance for the lightweight design of wind turbine units.

Key words: carbon fiber composites, layer structure, neural network, prediction of ultimate load, optimization design

中图分类号:

TB332

徐权威, 郭小锋, 乔书杰, 李思卿, 车江宁. 基于神经网络的风电叶片极限载荷预测及玻碳混合铺层结构优化[J]. 复合材料科学与工程, 2024, 0(12): 69-74.

XU Quanwei, GUO Xiaofeng, QIAO Shujie, LI Siqing, CHE Jiangning. Prediction of the ultimate loads and structural optimization design for the wind turbine blades with glass-carbon laminate based on neural network[J]. COMPOSITES SCIENCE AND ENGINEERING, 2024, 0(12): 69-74.

参考文献

[1] 杨海如, 马祥禹, 喻国铭, 等. 碳纤维复合材料风力发电机振动特性研究[J]. 玻璃钢/复合材料, 2018(9): 70-74.
[2] CHEHOURI A, YOUNES R, ILINCA A, et al. Optimal design for a composite wind turbine blade with fatigue and failure constraints[J]. Transactions of the Canadian Society for Mechanical Engineering, 2015, 39(2): 171-186.
[3] ALBANESI A, BRE F, FACHINOTTI V, et al. Simultaneous ply-order, ply-number and ply-drop optimization of laminate wind turbine blades using the inverse finite element method[J]. Composite Structures, 2018, 184: 894-903.
[4] 杨阳, 李春, 缪维跑, 等. 基于多目标遗传算法的风力机叶片全局优化设计[J]. 机械工程学报, 2015, 51(14): 192-198.
[5] 郭小锋, 郭士瑞, 杨树峰, 等. 风力机叶片结构强度复合材料力学分析方法研究[J]. 玻璃钢/复合材料, 2017(5): 16-21.
[6] ZHU J, CAI X, PAN P, et al. Multi-objective structural optimization design of horizontal-axis wind turbine blades using metaheuristics[J]. Energy, 2018, 162(11): 645-658.
[7] KHAZAR H, SUNGKYU H. Load mitigation of wind turbine balde by aeroelastic tailoring via unbalanced laminates composites[J]. Composite Structures, 2015, 128(2): 122-133.
[8] 付凌峰, 姜鑫, 孙震, 等. 碳/玻混杂纤维铺层结构对风力机叶片弯扭耦合特性的影响[J]. 复合材料学报, 2023, 40(7): 3912-3920.
[9] 张立, 闫阳天, 李春, 等. 兆瓦级水平轴风力机叶片铺层设计参数影响分析[J]. 热能动力工程, 2021, 36(6): 133-142.
[10] 张立, 刘宇航, 李春, 等. 10 MW风力机复合材料叶片结构设计研究[J]. 热能动力工程, 2021, 36(1): 117-126.
[11] 陈进, 李松林, 沈文忠, 等. 气动弹性影响下复合材料风力机叶片结构设计[J]. 太阳能学报, 2017, 38(5): 1354-1360.
[12] 张林伟, 梁湿, 杨峰, 等. 极端阵风条件下大型风力机叶片极限载荷研究[J]. 太阳能学报, 2016, 37(6): 1573-1578.
[13] 赵雄翔, 孙鹏文, 李建东. 基于应变能的风力机叶片铺层结构优化设计[J]. 复合材料科学与工程, 2022(7): 20-24.
[14] 郭小锋, 黄鑫祥, 汪泉, 等. 预弯外形对于风力机气弹稳定性的影响[J]. 太阳能学报, 2022, 43(3): 442-448.
[15] SHAKYA P, SUNNY M R, MAITI D K. A parametric study of flutter behavior of a composite wind turbine blade with bend-twist coupling[J]. Composite Structures, 2019, 20(8): 764-775.
[16] SESSAREGO M, FENG J, RAMOS-GARCÍA N, et al. Design optimization of a curved wind turbine blade using neural networks and an aero-elastic vortex method under turbulent inflow[J]. Renewable Energy, 2020, 146(32): 1524-1535.
[17] LEE S-L, SHIN S J. Structural design optimization of a wind turbine blade using the genetic algorithm[J]. Engineering Optimization, 2021, 19(7): 34-50.
[18] XU G, YU W, KIM T. Wind turbine load estimation using machine learning and transfer learning[J]. Journal of Physics, 2022, 32(10): 208-218.
[19] 赵清鑫, 张兰挺. 基于径向基神经网络的风力机叶片铺层优化[J]. 太阳能学报, 2020, 41(4): 229-234.
[20] 孙瑞, 李春, 丁勤为, 等. 大型风力机叶片模态性能及振动分析[J]. 热能动力工程, 2018, 33(10): 113-118.
[21] 张兰挺, 张海龙, 郜佳佳, 等. 铺层参数对风力机叶片结构性能的影响分析[J]. 太阳能学报, 2014, 35(6): 1059-1064.
[22] 马洪光, 杨铮鑫, 龚博, 等. 铺层参数对复合材料叶片的振动特性影响研究[J]. 复合材料科学与工程, 2020(8): 44-63.
[23] 张立, 缪维跑, 闫阳天, 等. 考虑自重影响的大型风力机复合材料叶片结构力学特性分析[J]. 中国电机工程学报, 2020, 40(19): 6272-6283.
[24] 郭小锋, 齐剑锋, 黄鑫祥. 玻碳混杂低风速风电叶片结构及性能分析[J]. 复合材料科学与工程, 2020(6): 25-29.
[25] 李成良, 杨超, 倪爱清, 等. 复合材料在大型风电叶片上的应用与发展[J]. 复合材料学报, 2023(3): 1274-1284.
[26] 牟书香, 文景波, 徐俊, 等. 碳纤维在风电叶片中的应用进展[J]. 纺织导报, 2022(5): 44-50.

基于神经网络的风电叶片极限载荷预测及玻碳混合铺层结构优化

Prediction of the ultimate loads and structural optimization design for the wind turbine blades with glass-carbon laminate based on neural network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	吕续津, 霍红宇, 彭公秋, 张宝艳, 叶金秋, 刘勇. 静电纺丝PPESK纤维毡层间增韧碳纤维/环氧树脂复合材料[J]. 复合材料科学与工程, 2024, 0(9): 19-27.
[2]	谢文博. 耐高温阻燃环氧树脂碳纤维复合材料性能研究[J]. 复合材料科学与工程, 2024, 0(9): 43-47.
[3]	武海生, 罗锦涛, 顾轶卓, 孙天峰, 刘佳, 姚旗, 黎昱. 高模量碳纤维复合材料管件高低温交变环境结构稳定性研究[J]. 复合材料科学与工程, 2024, 0(9): 87-91.
[4]	李明, 樊维超, 孙乾, 杨东锦, 居相文, 方亚宁, 吴举. 民机中央翼桁架肋结构布置优化设计[J]. 复合材料科学与工程, 2024, 0(8): 75-83.
[5]	王文乾, 冯宇, 李哲, 刘宋婧, 安涛, 王逸韬, 李元凯. 碳纤维复合材料激光辐照温度场分布规律仿真[J]. 复合材料科学与工程, 2024, 0(7): 5-15.
[6]	文劲钧, 屈美娇, 沈永鳌, 李孟奇, 宋雨恒, 朱瀚锐. 一种考虑应变率的复合材料动态压缩响应预测模型[J]. 复合材料科学与工程, 2024, 0(7): 23-30.
[7]	邢文涛, 孙会来, 李航, 刘雨, 赵方方. 螺旋铣磨碳纤维复合材料铣磨力仿真及试验研究[J]. 复合材料科学与工程, 2024, 0(6): 69-75.
[8]	张晓妍, 曾周末, 李健, 陈世利, 刘洋. 基于超声导波和Y-Net的复合材料胶接质量检测研究[J]. 复合材料科学与工程, 2024, 0(5): 92-99.
[9]	陈程, 李晨, 王岩, 高丽敏, 徐吉峰. 湿热环境对T800S/M21碳纤维复合材料基体主导力学性能的影响研究[J]. 复合材料科学与工程, 2024, 0(5): 100-106.
[10]	吕伟, 文学, 付为刚, 唐靖昆. 基于Lamb波和改进贝叶斯融合算法的CFRP边缘分层损伤分析[J]. 复合材料科学与工程, 2024, 0(5): 114-120.
[11]	梁桂龙, 丛庆, 李旭, 王继辉. 混杂纤维复合材料螺旋桨的铺层结构设计与模压成型工艺[J]. 复合材料科学与工程, 2024, 0(4): 83-89.
[12]	郑子君, 乔英, 邵家儒. 基于机器视觉的短纤维复合材料的取向度提取方法[J]. 复合材料科学与工程, 2024, 0(3): 65-72.
[13]	苏桐, 胡果馨, 刘振. 全碳纤维复合材料太阳能无人机机翼结构优化设计[J]. 复合材料科学与工程, 2024, 0(3): 79-83.
[14]	伍强, 赵凯, 刘鹏飞, 张涛涛, 朱德勇. Z形纤维增强复合材料层压板固化变形分析[J]. 复合材料科学与工程, 2024, 0(3): 84-90.
[15]	李洪年, 石强斌, 王轩, 邹润文, 张峰. 复合材料蜂窝夹芯结构低速冲击后压缩强度的可靠性与灵敏度分析[J]. 复合材料科学与工程, 2024, 0(2): 5-12.