-
公开(公告)号：CN109839820A
公开(公告)日：2019-06-04
申请号：CN201810694227.9
申请日：2018-06-29
Applicant: 扬州大学
IPC: G05B11/42
Abstract: 本发明提出一种基于灰色随机差分进化算法的振动系统PID控制优化方法。对PID控制参数即目标矢量进行初始化后，根据灰关联度和随机自适应策略，计算更新变异因子和交叉概率，然后进行变异、交叉和选择操作，得到下一代的目标矢量，即新的PID控制参数，如此迭代，直到达到设定的最高迭代次数。本发明中，灰色随机差分进化算法能够利用灰色随机自适应机制更新变异因子和交叉概率，从而可以在较少迭代次数和较小种群规模下高效地搜索振动系统的最优PID控制参数。
-
Patent Agency Ranking
公开(公告)号：CN119089652B
公开(公告)日：2025-03-28
申请号：CN202411082359.8
申请日：2024-08-08
Applicant: 扬州大学
IPC: G06F30/20 , F03D17/00 , G06F17/11 , G06F113/06 , G06F119/14
Abstract: 本发明提供了一种考虑空气可压缩性的风机叶片气动载荷计算方法，包括：构建更新轴向诱导因子的推力等式；用推力等式更新轴向诱导因子，同步更新切向诱导因子；并根据更新后的轴向诱导因子和切向诱导因子获得相应的局部入流角、升力系数和阻力系数；进而计算风机叶片气动载荷；其中，推力等式包括：根据可压缩空气密度表达式、欧拉方程和叶素理论构建的第一推力等式和根据Glauert大推力系数与诱导因子之间的经验关系式和叶素理论构建的第二推力等式。本发明构建考虑空气可压缩性的第一推力等式，结合现有的第二推力等式，迭代出更准确的诱导因子和升阻力系数，使大型风机的气动载荷计算精度更高，更符合风电机组大型化发展的需求。
-
公开(公告)号：CN119761251A
公开(公告)日：2025-04-04
申请号：CN202411888119.7
申请日：2024-12-20
Applicant: 扬州大学
IPC: G06F30/28 , G06F17/11 , G06F17/16 , G06F30/23 , G06F119/14 , G06F113/08
Abstract: 本发明公开一种基于非线性欧拉伯努利梁的多维度气弹计算方法、装置及存储介质，属于风力机空气动力学技术领域，方法包括以下步骤：将叶片的各段刚度输入到非线性欧拉‑伯努利梁等式中，得到模态‑位移变换矩阵；将叶片各段刚度、重量和外力进行转换，得到广义刚度矩阵、广义质量矩阵和广义力；开始循环，代入到受迫耦合振动方程中，求解当前时刻下的各阶模态位移，再输入到模态‑位移逆变换矩阵中，得到叶片位移；代入到叶素动量理论公式中求解得到下一时刻的气动力，对广义力进行更新得到更新后广义力，得到各个时刻气动力；计算得到多维度气弹。本发明中叶片变形与载荷的计算考虑扭转自由度的变化，能够进行更精确、效率更高的载荷和变形计算。
-
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。
-
公开(公告)号：CN119089652A
公开(公告)日：2024-12-06
申请号：CN202411082359.8
申请日：2024-08-08
Applicant: 扬州大学
IPC: G06F30/20 , F03D17/00 , G06F17/11 , G06F113/06 , G06F119/14
Abstract: 本发明提供了一种考虑空气可压缩性的风机叶片气动载荷计算方法，包括：构建更新轴向诱导因子的推力等式；用推力等式更新轴向诱导因子，同步更新切向诱导因子；并根据更新后的轴向诱导因子和切向诱导因子获得相应的局部入流角、升力系数和阻力系数；进而计算风机叶片气动载荷；其中，推力等式包括：根据可压缩空气密度表达式、欧拉方程和叶素理论构建的第一推力等式和根据Glauert大推力系数与诱导因子之间的经验关系式和叶素理论构建的第二推力等式。本发明构建考虑空气可压缩性的第一推力等式，结合现有的第二推力等式，迭代出更准确的诱导因子和升阻力系数，使大型风机的气动载荷计算精度更高，更符合风电机组大型化发展的需求。
-
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。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
