-
公开(公告)号:CN111651841A
公开(公告)日:2020-09-11
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。
-
公开(公告)号:CN111640412A
公开(公告)日:2020-09-08
申请号:CN202010473052.6
申请日:2020-05-29
Applicant: 扬州大学
IPC: G10K11/16 , G10K11/162 , G01M9/04 , G01M9/02
Abstract: 本发明公开了一种吸气式直流低速风洞降噪处理方法,借鉴风洞设计理论经验、空气动力学、气动声学的基础,在原有的吸气式低速直流风洞基础上,风机管道内来流方向加装消声器,消声器和风洞原有管道采用密封橡胶圈结合卡套连接的方式软连接,风洞利用两支撑架固定后,施工时仅需将原试验段后移,并将卡件固定在定位槽中,高效率的完成风洞扩散段与收缩段拆卸,避免了大范围的移动性施工。同时通过软连接及加装阻尼减振器,进一步减小振动噪声。利用本发明方法,风洞改造的整体工作量减轻,且施工时的所需工具较少,难度较低,同时较低的改造成本及较少的基建面积对低速风洞设计及推广使用,具有较强的实用价值和实际意义。
-
公开(公告)号:CN111289213A
公开(公告)日:2020-06-16
申请号:CN202010156967.4
申请日:2020-03-09
Applicant: 扬州大学
IPC: G01M9/06
Abstract: 本发明公开了一种适用于风洞实验的风力机塔架表面压力测量装置和方法,该装置包括支撑架和套筒,支撑架包括底座、承重支架、顶部平板;该方法包括以下步骤:在风洞中安装风力机及支撑架,在支撑架周围安装套筒;在套筒不同截面布置测压孔,并连接至压力扫描阀;安装霍尔传感器、整流桥及直流负载;启动风洞;采集当前风速及不同转速及静止状态下下风力机塔架的表面压力;改变风洞风速,待风洞风速稳定后,重复测量,直至所需测量的工况均完成测量。本发明设计成本较低且安装方便,对旋转、静止状态下风力机塔架气动载荷的准确预测具有重要的工程意义。
-
公开(公告)号:CN109695540B
公开(公告)日:2020-06-09
申请号:CN201811523715.X
申请日:2018-12-13
Applicant: 扬州大学
IPC: F03D7/04
Abstract: 本发明涉及一种基于综合关联改进型DE算法的风力机翼型最优LQR控制方法。首先将水平风力机翼型非线性系统的微分方程转换成状态空间方程的表达形式,便于应用LQR控制方法,然后利用最优LQR控制方法,将风力机翼型多自由度振动控制最大化和驱动量最小化问题等价成二次型性能指标加权项的优化整定问题,最后基于相似性和相关性概念创新性地设计出综合关联改进型DE算法,用于自适应整定LQR控制器最佳加权项,实现多种风况下风力机翼型最优LQR控制的快速性、有效性和鲁棒性。
-
公开(公告)号:CN110362124A
公开(公告)日:2019-10-22
申请号:CN201910661971.3
申请日:2019-07-22
Applicant: 扬州大学
IPC: G05D19/02
Abstract: 本发明公开了一种双控制面二维机翼颤振系统的最优PID控制方法,首先建立双控制面二维机翼颤振系统的非线性动力学模型;根据非线性动力学模型,基于双控制面设计双回路PID控制器;通过改进灰色粒子群算法并结合NLJ算法,设计新型复合灰色粒子群(GNPSO)算法,对双回路PID控制器的参数进行优化设计,得到最终的PID控制器。本发明能够实现双控制面二维翼型颤振系统的高效优化PID控制,本发明优化后的控制器可以更有效的操控机翼多控制面、获得更好的颤振抑制效果并缩短优化计算时间。
-
公开(公告)号:CN108121206A
公开(公告)日:2018-06-05
申请号:CN201711390559.X
申请日:2017-12-21
Applicant: 扬州大学
IPC: G05B13/04
Abstract: 基于高效改进型差分进化算法的复合自适应内模控制优化方法,属于自动控制技术领域。本发明可以在较少的群体样本和较小的最大迭代次数下保持良好的全局优化功能,搜索系统逆模型的优化辨识参数,从而高效获取自适应内模控制的优化参数。利用本发明提出的复合自适应内模控制优化方法,对非线性气动弹性振动控制系统进行仿真实验,实验结果表明采用本发明方法中基于高效改进型差分进化算的复合自适应内模控制,与采用基于常规差分进化算法的复合自适应内模控制相比,具有优化效率高、计算成本低和优化控制超调小等优点,是一种具有推广价值的复合自适应内模控制优化方法。
-
公开(公告)号:CN105134482B
公开(公告)日:2018-03-06
申请号:CN201510434002.6
申请日:2015-07-22
Applicant: 扬州大学
CPC classification number: Y02E10/723
Abstract: 本发明公开了一种大型智能风机叶片灰色组合建模与优化振动控制的方法。该方法的步骤如下:(1)风洞试验数据采集:通过设计叶片翼型的气动试验,采集获得叶片气动特性数据;选择合适的智能驱动器,通过设计叶片智能驱动器的气动试验,采集获得驱动器的输入输出信号;(2)建立基于实验数据的叶片气动失速模型;(3)建立智能驱动器灰色模型;(4)建立大型智能风机叶片系统灰色组合模型;(5)根据第(4)步中建立的大型智能风机叶片系统灰色组合模型,基于模型预测控制方法设计控制器,实现抑制不确定干扰的大型智能风机叶片优化振动控制。本发明的方法先进科学,保证了大型风机叶片的安全稳定运行,具有提高大型风机发电质量等效果。
-
公开(公告)号:CN105888970A
公开(公告)日:2016-08-24
申请号:CN201610324398.3
申请日:2016-05-16
Applicant: 扬州大学
IPC: F03D7/00
CPC classification number: Y02E10/723 , F03D7/00 , F05B2270/70
Abstract: 本发明公开了一种智能风机叶片基于灰色信息优化的自适应内模振动控制方法,该方法针对复杂运行环境下智能风机叶片振动系统中存在的多种不确定因素,采用基于灰色信息理论优化的自适应内模振动控制方法,即利用灰关联优化的差分进化辨识方式对不确定影响下的叶片振动系统进行精确辨识,使得内模振动过程辨识更加理想精确;利用灰色规划理论对叶片自适应内模振动控制器的参数进行自适应优化调节,有利于提高控制系统的动态特性和鲁棒性,使得闭环系统在克服不确定因素影响的同时能够取得高性能的智能风机叶片自适应振动控制效果。通过本发明,提供的灰色优化自适应内模振动控制方法可克服智能风机叶片在复杂工作环境中的多种不确定性因素影响。
-
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
IPC: G05B13/04
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。
-
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。
-
-
-
-
-
-
-
-
-