基于遗传算法的风力机叶片优化设计

本资料包含pdf文件1个，下载需要1积分

Research on Optimization Design of Wind TurbineBlade Based on Genetic AlgorithmZHANG Yu ，CHEN Chang-zheng ，PAN Ping-ping ，MENG Qiang '(1.School of Mechanical Engineering，Shenyang University of Technology，Liaoning Shenyang 1 10870，China；2.LiaoningEngineering Center for Vibration and Noise Control，Liaoning Shenyang 1 1 0870，China)Abstract：A model for optimization design of wind turbine blades is presented，based on momentum-le pigment theory。

Firstly，aerodynamic pe咖rmance ofthe wind turbine is calculated.Then，according to the aerodynamicforces ofwind turbineblades，optimization search is carried out by usinggenetic algorithm with agoal ofthe annual energy output in every section ofthe wind turbine blades.The best chord length and torsion angle of specifc section wind field is designed by using thedeveloped program of the optimum design.Simulation results show that，with the optimization of genetic algorithm，outputpower ofwind f r6 r e blade can be obviously improved.which proves that the optimization model is practical and efective。

Key W ords：W ind Turbine；Blade；Genetic Algorithm；Optimization Designl 1日叶片是风力机中最重要的部件之-，叶片的气动外形直接决定了风力机的效率。因此设计具有良好气动外形的叶片是风力机设计的关键。以往的设计方法只是考虑了单-的性能指标，而忽略了整体性能，很难达到理想的设计效果。

遗传算法起源于 60年代对自然和人工自适应系统的研究。

遗传算法就是设定某-目标，利用-个初始种群经过不断的、反复的进行选择、交叉和变异过程 使得该种群向这- 目标逐渐靠拢，实现所需的最优解或满意解。采用遗传算法对风力机的叶片参数进行优化，以期待提高风力机的输出功率。

2风力机叶片气动性能分析风力机叶片的设计方法基于动量-叶素理论，主要用于估算叶片距风轮轴线r处叶素截面产生的气动力，进而初步确定翼弦与叶片基本参数的关系。

根据动量-叶素理论 ，取 ，测得到风轮参数与风速的基本设计关系：c。 c RA、/A ·l- 三-(1)(2)式中： -来流角；n-风轮转速；r-叶素距叶根的距离，m；A-叶尖速比；A 距风轮轴线 r处的速，A产- ； 厂。；c经风轮处气流速度，wis；V -无穷远处的气流速度，r ；8-叶片数量；c广翼型的升力系数。m；c-叶片弦长，m；尺-风轮半径，m。

南式(1)可得：cot (3)通过式(3)可以初步确定叶片来流角 ，并根据设计经验选取各叶素翼型攻角Ot。由式(4)可计算叶片的弦长 C161v R来稿日期：2012-04-12基金项目：国家自然科学基金(50975180)；国家自然科学基金(510o5159)；辽宁侍育厅基金(Ll20lO4o1)作者简介：张 字，(1981-)，男，博士，主要研究方向：风力机故障诊断；陈长征，(1964-)，男，教授，博士生导师，主要研究方向：振动测试 、信号处理，故障诊断等(4)第2期 张 宇等：基于遗传算法的风力机叶片优化设计 43同时得到桨距角口的关系：3a t -优化对象为：3遗传算法优化原理优化工具箱对 目标函数进行编程，求取在有约束非线性的最值问(5) 题，如图 1所示。

4优化设计实例风力机的气动性能主要撒于叶片的气动外形参数，在设计叶片的过程中，当设计的基本参数和每-个设计截面的翼型确定之后，就需要根据设计目标确定每个截面的弦长和扭角。风力机的总体优化设计 ，就是以风力机叶片每段的年能量输出 E最大为设计 目标，确定截面的最佳弦长和扭角。

图 1遗传算法流程图Fig.1 Flow Chart of Genetic Algorithms遗传算法模拟了自然选择和遗传中发生的复制、交叉和变异等现象，从任-初始种群出发 ，通过随机选择、交叉和变异操作，产生-群更适应环境的个体，使群体进化到搜索空问中越来越好的区域，这样-代-代地不断繁衍进化，最后收敛到-群最适应环境的个体，求得问题的最优解。

遗传算法的主要运算过程如下：(1)编码：解空间中的解数据z，作为遗传算法的表现型形式。从表现型到基因型的映射称为编码。遗传算法在进行搜索之前先将解空间的解数据表示成遗传空间的基因型串结构数据，这些串结构数据的不同组合就构成了不同的点。

(2)初始群体的生成：随机产生 Ⅳ个初始串结构数据，每个串结构数据称为-个个体，Ⅳ个个体构成了-个群体。遗传算法以这Ⅳ个串结构作为初始点开始迭代。设置最大进化代数T，随机生成 个个体作为初始群体。

(3)i舌应度值评价检测：适应度函数表明个体或解的优劣性。对于不同的问题，适应度函数的定义方式不同。根据具体问题，计算群体P(f)m各个个体的适应度。

(4)选择和遗传 ：选择算子、交叉算子和变异算子作用于种群 Jp( )得到下-代种群 P(t1)。

(5)终止条件判断。主要方法有代数限定、适应度限定、停滞代数限定、停滞时限限定等。根据遗传算法流程图使用MATLAB4.1设计参数 应用优化设计程序，参考风轮及遗传算法参数，如表1所示。

进行了风机叶片的优化设计。采用 NACA6412系列翼型，把叶片分成5个截面，每个截面都是按照 0.2R距离截取，计算出每个截面的弦长和扭角数值，优化前的风力机叶片参数，如表 2所示。

表 1设计参数值Tab.1 Values of Design Parameter表2优化前叶片的参数Tab.2 Parameters of Blade Before Optimization4.2优化计算的结果采用遗传算法对叶片进行优化，选取染色体长度为95，种群大小为 lO0，经过1000次遗传迭代后，寻优结果，如图2所示。

-机械 设 计 与制造No.2Feb.201 3表3优化后的叶片参数Tab.3 Parameters of Blade After Optimization褂风速m/s)图3遗传算法优化前后的输fⅡ功率Fig.3 Output Power Before and After Optimizationof Genetic Algorithm从图 3可知，采用遗传算法设计出的叶片在扭角值基本吻合的前提下，比原有叶片在不同的风速下，功率都有所增加。

5结论对风力机叶片的气动性能进行了计算，并对气动性能进行了优化设计。仿真结果表明，采用改进的遗传算法在对风力机叶片在扭角值基本吻合的前提下，比原有叶片在不同的风速下，功率增加了 2%左右。