采用非线性能量阱抑制双柱体结构流激振动的流固耦合预测方法

    公开(公告)号:CN111008490A

    公开(公告)日:2020-04-14

    申请号:CN201910961750.8

    申请日:2019-10-11

    Abstract: 本发明提出了仿真领域内的一种采用非线性能量阱抑制双柱体结构流激振动的流固耦合预测方法,首先建立双柱体结构二维流域和几何模型,并划分流场计算网格;接着利用嵌套网格技术将结构域网格和流场域网格进行插值,形成流场计算网格;建立NES作用下的双柱体结构动力学模型,并与计算流体力学模型结合,进行柱体流固耦合数值计算;最后进行后处理,得到NES作用下双柱体结构流激振动特性和NES对双柱体结构流激振动的抑制效果;本方法基于计算流体力学方法实现双柱体结构流激振动动力学建模,运用嵌套网格技术实现柱体流体计算和结构动力学计算的耦合,建立起的二维双自由度串列双柱体流激振动仿真模型具有一定的准确性。

    基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法

    公开(公告)号:CN119596681A

    公开(公告)日:2025-03-11

    申请号:CN202411466190.6

    申请日:2024-10-21

    Applicant: 扬州大学

    Abstract: 本发明公开了基于RBDE算法的风力机翼型鲁棒抗扰减振控制方法,包括:利用风力机翼型气动弹性模型和风洞实验数据,建立基于微型控制面的风力机翼型非线性振动模型;利用两自由度内模控制方法,构建风力机翼型的减振控制器K(s);基于减振控制器K(s)和LADRC控制方法,设计风力机翼型的减振控制器Gc(s);设计驱动补偿器uτ,结合减振控制器Gc(s),得到风力机翼型的控制器g;利用RBDE算法对控制器g中的控制参数进行优化求解。本发明的RBDE算法显著提高了最优控制参数的全局搜素能力以及提高了所整定参数的有效性和鲁棒性;本发明方法有效改善了风力机翼型在大范围持续阵风下的抗干扰能力、减振控制效果和驱动补偿能力。

    一种柔性光伏支架气弹响应风洞测试平台和方法

    公开(公告)号:CN119492509A

    公开(公告)日:2025-02-21

    申请号:CN202411925445.0

    申请日:2024-12-25

    Applicant: 扬州大学

    Abstract: 本发明公开了一种柔性光伏支架气弹响应风洞测试平台和方法,包括,包括平台主体,平台主体包括风场模拟区和实验测试区;风场模拟区内在来流风向的前段设置有风洞尖劈;实验测试区内设置有柔性光伏支架模型;柔性光伏支架模型包括光伏板、柔性光伏板支架和柔性光伏板底座;柔性光伏板底座固定在风洞转盘上;光伏板通过柔性光伏板支架固定在柔性光伏板底座上;光伏板的内部穿过钢缆线,两侧的钢缆线连接有电子拉力计和收紧装置。本发明通过该平台和方法,可以模拟真实的复杂风场环境,还能够获得支架在不同工况下的动态响应数据,为柔性光伏支架的设计优化和抗风性能提升提供科学依据。

    一种基于深度学习的热带气旋最大持续风速预测方法

    公开(公告)号:CN119167325A

    公开(公告)日:2024-12-20

    申请号:CN202411315298.5

    申请日:2024-09-20

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于深度学习的热带气旋最大持续风速预测方法,包括1)采集热带气旋的最大持续风速数据;2)将数据分为训练集和测试集;3)将训练集输入一维卷积神经网络训练;4)将一维卷积神经网络输出的特征数据输入长短期记忆神经网络中训练;5)确定最佳参数;6)得出对训练集的预测结果;7)对比本模型和传统模型的训练效果,并且将预测结果与测试集进行误差对比;8)将测试集输入模型获得对未来的预测结果。本发明以热带气旋最大持续风速历史数据为输入值,可以实现实时预测,具有更高的预测精度,并且可以适应在厄尔尼诺现象影响下的气象数据,对于厄尔尼诺现象影响下热带气旋最大持续风速预测研究具有重要意义。

    基于圆周割线改进型粒子群算法的叶片临界颤振系统参数辨识方法

    公开(公告)号:CN111651841B

    公开(公告)日:2024-01-26

    申请号:CN202010480997.0

    申请日:2020-05-30

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于圆周割线改进型粒子群算法的风力机叶片临界颤振系统参数辨识方法,首次将几何学的圆周割线理论与传统粒子群算法相结合,提出新型的CMS‑PSO优化辨识算法:引入圆心角决定学习因子的圆周动态调节速率,提高学习因子调节的平滑性,从而增强全局搜索和局部搜索的动态平衡,避免陷入局部最优、加快收敛速度;引入圆周割线理论更新学习因子,局部学习因子和全局学习因子的均方和具有不变性,提高优化算法的鲁棒性。针对基于NACA0012翼型的叶片临界颤振系统,应用本发明设计的辨识算法,与多种已有的改进型粒子群算法相比,大幅度提高了叶片临界颤振系统参数的辨识精度、降低了计算成本、并显著增强了优化辨识的鲁棒性。

    一种根据加权平均风速预估山体风力机时均功率的方法

    公开(公告)号:CN116345436A

    公开(公告)日:2023-06-27

    申请号:CN202310184757.X

    申请日:2023-03-01

    Applicant: 扬州大学

    Abstract: 本发明公开了一种根据加权平均风速预估山体风力机时均功率的方法,包括:1)三维建模软件对装置进行建模,确定实验所需风轮;2)搭建风力机气动测量的装置;3)搭建多种山体地形;4)风洞设备安全性检查;5)采集器设定采样时间及采样频率;6)开启风洞,获得设定风速;7)采集不同工况下基准风力机的风轮高度范围内的加权平均风速;8)数据处理。本发明直接从风轮高度范围内的加权平均风速出发,优化计算,便捷高效,适用于风洞实验中预估山体地形中风力机时均功率,较为准确的获得风力机时均功率,对于计算山体地形中风力机时均功率研究具有重要意义。

Patent Agency Ranking