基于LCOE的叶片气动结构一体化设计——刘伟超/叶片设计所所长_2016中国国际风电复合材料高峰论坛_会议、会展视频_观视频_东方风力发电网

基于LCOE的叶片气动结构一体化设计——刘伟超/叶片设计所所长

上传日期:2016-04-29  播放次数:2911
观视频介绍
 以下内容为现场速记:
25刘伟超
国电联合动力技术有限公司刘伟超/叶片设计所所长
  谢谢两位主持人,我是刘伟超,来自于国电联合动力,主要做叶片相关工作,包括工艺设计,结构设计等等,今天非常荣幸有机会站在这里跟大家有一个交流分享,我今天演讲的题目基于多目标优化的叶片一体化设计,从题目看出来包含两部分内容,第一部分叶片一体化设计,第二部分怎么样通过多目标设计来体现一体化。很多专家对叶片增效,降本,质量问题发表了很多意见。今天的题目也是从设计源头来怎么样考虑增效降本和质量的问题。
  我写这个题目重要的原因,我认为现在行业内,大家更加关心的是怎么样可以做的更加好,而不是谁可以做,现在看一下今天演讲的内容架构,分5个部分,第一个部分是背景介绍,第二部分多目标一体化,第三部分样本部筛选,第四部分是性能评价,第五部分对整个报告的总结,和现在做的工作一个介绍。
  第一部分是背景介绍,背景介绍的部分主要通过对现在比较叶片设计流程的分析找出问题,并且提出解决方案的情况。现在看一下经典叶片设计流程包括5个部分,气动设计,结构而且,工艺设计,设计输出和设计输入,工程师根据自己经验进行优化,它是一个串联的管理而不是并联关系,由于这种特点造成什么样的问题?第一它是人工试验试错的过程,第二而是一个局部寻优,不是全局寻优,在座有很多叶片公司  ,叶片厂的人对我下面描述的情景不会陌生,有三个重要的角色,结构工程师,气动工程师,工艺工程师,他们各自都有自己的怨言,为什么你做完结构载荷做的那么大,我怎么去进行匹配,最愿望就是工艺工程师,他们会说气动外形变化那么大,你让我怎么保证没有褶皱,你的主梁设计这么厚等等,这个是发生在实际工作中真实的场景,相信大家并不陌生。
  我们怎么样去解决这个问题,在方法论之前,我先给大家看一张图片,在座有没有人可以认的出,它是世界第二高峰,也是个人一个梦想,攀登它,征服它。那么怎么样去有效攀登一座雪山,我们一般会这样考虑问题,第一要确定目标,就是登顶,第二要想这个过程中,有哪些因素,或者变量是可控的,比如说选择什么样的登上路线,带多少水,多少的食物,带多少氧气等等,第三部分是在整个登山过程中,我们的限制有哪些,比如说我们的体能,我们的预算等等,还有天气。我想说这图片的目的这个问题就是多目标优化的问题。
  什么是多目标优化?先给大家介绍一个概念,多目标要找到一个解集,同时要找到解集的点分布规律,在解集找到最合适唯一的一个点,包含三要素:目标,变量,约束。通过第二部分多目标一体化的叶片设计思路方法,程序介绍,通过我们公司以此为背景说一下设计思路。
  第二部分是多目标一体化叶片设计,首先先给大家展示2MW叶片设计的程序,第一部分是目标,第二部分约束,地三是变量,第四优化驱动的模块。我们  先说一下比较重要的目标,在做叶片设计的时候,一般会选三个目标,第一发电量最大化,第二叶根动态弯矩最小化,第三是重量一阶质量矩最小化,这个是关乎成本。我说一下我的约束条件,其实有很多在实际设计过程中有很多的约束条件,但是我例举了四个对重要,第一是CPMAX,第二是CTRATED,第三最小相对厚度,第四是动态叶尖扰度。说完了优化目标和约束条件,我们再说一下相对比较复杂的优化变量。
  这款叶片主要有7大变量,主要包括扭角分布,弦长分布,大梁分布,辅梁厚度分布,相对厚度分布,预弯分布,壳体增强厚度分布,通过因子和变量之间的排列组合,最后得到4万1千280的响应点,这个是非常庞大的数据,每一个点要做动态发电量,载荷,净空等等工况的评估。问题来了,我们怎么要去削减这些点。我们通过添加约束对点有一些约束,我想说第二个问题对电量与响应之间的敏感度做分析。
  怎么分析?其实很简单,利用我们之前整个优化模块,只需要把我的优化驱动程序替换成敏感度分析驱动,我们有43个因子,4个条件等等,就构成了敏感性程序和算法。这张图有很多人可能不太懂,这种数学原理和算法,我想说一下,通过优化敏感度分析之后,我们的结果是如何表征的,下面三张图对因子一次项,二次项,交叉项敏感度的表述,红值是表示正相关,  蓝值是负相关。我们来看一下这款2MW叶片,各个因子和相应之间是什么样的?这个图可以发现规律,从发电量和动态载荷角度来看,什么最敏感?是扭还是什么敏感?那么对于质量来说,最敏感的参数是什么,是旋转。我们再看一下对于这些优化目标和响应贡献率最小是什么?应该是辅梁厚度分布,还有相对厚度,还有最后一个不敏感是叶尖很小一般的扭角等等是相对不敏感的。大家会说这个跟我们设计经验基本吻合,我们的工作意义把各位  工作的经验量化了,他们之间谁高谁低,这个是有意义的。
  做敏感分析目的是  什么?要削减43个因子,到底有多大的作用,通过敏感度的分析可以变成36个,从41280个变成34560个点,做完敏感度分析,下面就可以做正体,就是叶片多目标一体化的设计,这个是完整设计流程,36个因子,三万多的的响应点,通过这个过程得到什么结果?
  这个图是横坐标年发电量,3万多个点分布在其中,我们怎么样找到自己想要的点,第一要给出最低发电量的要求,我们选择了型号6828MWH,第二个要给最高一个载荷要求,选择是7371恩HNM,剩下的点选三个重量最轻的点,三个电选出来之后,你为什么不直接选最轻的点,而是选三个,我们选出来,对点的设计进行详细的计算和评估,所以我们要给一个余量,确保最后的设计得到一个最有效的结果。选出来点以后,这个点包含哪些信息,包含刚才提到其他变量,主梁,辅量等等,这个展示过程从国外某一家知名公司做的一个级别,第一弦长分布,它长这样性能有什么不同,或者有什么优势?这部分以刚才那块2MW设计叶片做了对比。
  评价分三个部分,第一是发电量,第二是载荷,第三是重量,发电量分三张图给大家讲,因为离的很近,为了让大家看清楚,我们的功率减去目标叶片的功率,我们发现同样的规律在这张图可以体现,最后要落实到优化目标,年发电量,这张图年均风速,纵坐标是年发电量,各个风场等级下,叶片从年发电量是有优势的。在座的各位会想这个不是很明显,我相信个座有搞运维建设的朋友对这个数字特别敏感。
  我们算一个帐,如果按照一个风场10万千瓦,2000小时,20年,0.56元每度,0.37%,给业主带来的增收就是828.8万元,这个PPT做了两百多个小时,所以这个数字千万不要怀疑。全工况评估极限载荷降低5.54%,疲劳载荷降低1.47%,这些数据通过验证过,实验数据跟实际数据非常吻合。
  通过多目标一体化的方法发电量提高0.37%,翁两降低9.6%等等,最后说一下总结,对整个报告思路总结一下,提出现在优化思路,人工试验试错,怎么解决?通过变量敏感度分析,程序自动寻优化,全局寻优化,最后形成叶片气动结构工艺一体化设计优化平台,方法和提升,目标提高发电量,减轻重量,降低成本,降低载荷。我们的工作绝不是止步与此,我们想把优化平台推广到整机,我们会进入整机控制参数,整机零部件的设计参数,我们会提高我们的预算效率。我希望明年这个时候我还有机会把这些工作跟大家有一个分享。谢谢大家!
 
[ 观视频搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

0条 [查看全部]  相关评论