一种叶片极限状态下多目标自动优化方法技术

本发明专利技术公开了一种叶片极限状态下多目标自动优化方法，涉及叶片优化方法领域；其包括步骤1：建立叶片几何模型后添加复合材料结构属性，建立有限元模型，结构属性中的优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；步骤2：根据极限状态下叶片极限强度、疲劳失效和临界变形分析建立约束方程组；步骤3：根据有限元模型构建质量和成本多目标函数后，结合约束方程组构建优化设计模型；步骤4：根据上述模型采用遗传算法进行叶片结构优化和迭代获取最优解；本发明专利技术进行极限强度、疲劳失效和临界变形分析同时优化复合材料层厚度、复合材料类型和加强纤维方向角度，构建质量和成本多目标函数，优化叶片外部气动翼型中复合材料的结构。

A Multi-objective Automatic Optimization Method for Blade Limit State

【技术实现步骤摘要】
一种叶片极限状态下多目标自动优化方法
本专利技术涉及叶片优化方法领域，尤其是一种叶片极限状态下多目标自动优化方法。
技术介绍
叶片在很多产品的重要部件，如风力电机、汽轮机、涡轮机、烟气轮机、膨胀机等；风机叶片由玻璃纤维复合材料制成，因为其重量轻，强度和刚度高，具有优异的抗疲劳和抗腐蚀性能。现有技术中专利号：CN201110276492.3、专利名称：一种基于结构拓扑优化的风力机叶片优化设计方法采用拓扑优化技术，针对叶片中起主要承载作用的腹板和梁帽结构，进行开孔设计，实现在保障叶片气动、结构性能的同时，降低叶片重量和载荷，以适应叶片大型化的发展方向。叶片材料影响叶片外部气动翼型中复合材料的结构设计，随着叶片尺寸的变大，玻璃纤维复合材料已不能满足强度要求，带来了如碳纤维复合材料这样的更轻和更坚固的材料的应用。由于碳纤维复合材料的材料成本远高于玻璃纤维复合材料，因此二者在复合层中的应用数量对制造成本具有显著的影响。现有技术中对于叶片的极限状态分析，主要集中在极限状态分析的单方面，未同时考虑叶片的成本和质量，导致优化效果不佳。因此，需要一种优化方法克服以上问题，将制造成本和总质量设定为多目标函数，优化叶片外部气动翼型中复合材料的结构设计，降低成本的同时提高叶片性能。
技术实现思路
本专利技术的目的在于：本专利技术提供了一种叶片极限状态下多目标自动优化方法,多方面极限状态分析的同时优化复合材料每层厚度、复合材料类型和加强纤维方向角度，优化叶片外部气动翼型中复合材料的结构设计。本专利技术采用的技术方案如下：一种叶片极限状态下多目标自动优化方法，包括如下步骤：步骤1：建立叶片几何模型后添加复合材料结构属性，完成建立有限元模型，所述复合材料结构属性中的优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；步骤2：根据极限状态下叶片极限强度、疲劳失效和临界变形分析建立约束方程组；步骤3：根据有限元模型构建叶片复合材料结构的质量和成本多目标函数后，结合约束方程组构建叶片复合材料优化设计模型；步骤4：根据上述优化设计模型采用遗传算法并行计算，进行叶片结构优化和迭代获取最优解。优选地，所述步骤1包括如下步骤：步骤1.1：绘制几何模型后进行网格划分，构建叶片有限元基本模型；步骤1.2：基于上述有限元基本模型添加材料属性、设置翼型和扭转角度：将叶片结构分解为根部、外壳和抗剪腹板后，添加上述结构的材料属性，并设置叶片外壳形成不同半径处的翼型和叶片根部到叶尖的扭转角度；步骤1.3：基于上述有限元模型完成设定优化变量、计算空气动力载荷和设定边界条件，完成建立有限元模型；所述优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；所述空气动力载荷计算公式如下：其中，P为加载于叶片表面风压，ρ为空气密度，V为风速，Cp为风载系数；所述边界条件设定如下：叶片根部外圆边界6个自由度。优选地，所述步骤2包括如下步骤：建立叶片极限强度分析对应的约束方程：其中，σmax为最大应力，σY为材料强度，γn为失效结果的局部安全系数，γf为载荷的局部安全系数，γm为材料的局部安全系数；建立疲劳失效分析对应的约束方程：其中，R为复合材料的抗疲劳系数，β为复合材料的抗疲劳系数，N为用循环应力次数。建立临界变形分析对应的约束方程：γnw(TP,Mq,as)＜0.05L其中，L为叶片长度，w为尖端的偏转值，TP为复合材料每层厚度，Mq为复合材料类型，as为加强纤维方向角度，p＝1，2…7，q＝1，2，3，4，5，s＝1，2，3…15。优选地，所述步骤3包括如下步骤：步骤3.1：计算多目标函数中的总重量：通过有限元模型分析各叶片组成部分的质量，将各组成部分质量求和获取叶片复合材料结构的总质量；步骤3.2：计算多目标函数中的总成本：根据叶片的所有三个部分的层厚度、对应复合材料单位质量成本、剪切腹板中玻璃纤维复合材料和碳纤维复合材料的分配，构建成本函数：其中，w1、w2、w3为根部、剪切网格和外壳的体积加权系数，T1为根部中的碳纤维增强塑料层的厚度，T2-T6为抗剪腹板中的混合材料层厚度，T7为外壳中的玻璃纤维增强塑料层的厚度，f(Mq)为玻璃纤维增强塑料层和碳纤维增强塑料层的单位体积成本；步骤3.3：基于步骤3.1和3.2，将优化变量关联叶片不同部位的变量：将复合材料层厚度、复合材料类型和加强纤维方向角度分别对应与叶片不同部位的复合材料层厚度、复合材料类型和加强纤维角度进行关联；步骤3.4：设定变量上下边界：复合材料每层厚度上限、下限对应为Tp-upp和Tp-low；复合材料类型设置值为玻璃纤维复合材料或者碳纤维复合材料；加强纤维角度为离散值；步骤3.5：根据步骤3.4所述的多目标函数，将在极限状态下叶片总质量和总成本输入多目标函数，由极限强度、疲劳失效、临界变形分析所得的性能响应输入约束方程组，构建针对叶片复合材料结构设计的优化模型。优选地，所述步骤4包括如下步骤：根据上述模型采用遗传算法并行计算，进行迭代求解：随机产生组成一组候选种群，根据叶片极限状态下三个不同的约束条件，并行计算每个种群中单个个体的适应度，根据适应度获取最优候选种群即获取该迭代循环下最优候选种群对应的叶片设计，约束条件为：N＝10(1-R)/β≥1.1N0γnw(TP,Mq,as)＜0.05LTp-low≤Tp≤Tp-upp其中，N0是初始叶片的许用循环数；重复进行迭代过程，直到最小化目标函数。优选地，所述步骤3.3的关联如下：T1与根部一个相同的层厚度相关联；T2-T6与抗剪腹板中的层厚度相关联；T7与外壳中一个相同的层厚度相关联；加强纤维方向角度A1-A15与根部、抗剪腹板和外壳中的层的取向角相关联；复合材料类型M1-M5与抗剪腹板中的层材料类型相关联。优选地，所述步骤3.2的玻璃纤维增强塑料层和碳纤维增强塑料层的单位体积成本取值如下：综上所述，由于采用了上述技术方案，本专利技术的有益效果是：1.本专利技术采用在极端风载作用下的风机叶片整体的极限强度、疲劳失效和临界变形分析，通过并行计算克服计算难度大的问题，考虑多方面的外部载荷，利于提高优化效果；2.本专利技术能够处理极限状态分析的三个方面的同时控制三个优化变量：复合材料层厚度、复合材料类型和加强纤维方向角度，以优化结构性能；3.本专利技术根据优化的变量和极限状态分析，构建质量和成本多目标，实现叶片复合材料结构设计的质量和成本多目标优化过程，通过优化变量和极限状态分析优化叶片外部气动翼型中复合材料结构设计，降低设计成本，提高叶片性能，延长叶片的使用寿命；4.本专利技术通过变量关联，有效地减少优化器处理变量的数量，同时采用并行计算，克服了多方面极限状态分析带来的计算难度大的问题，提高优化效率；5.本专利技术根据市场上玻璃纤维增强塑料层和碳纤维增强塑料层的成本不同的特点，使用比率成本来代替真实成本，扩大了优化方法的使用范围；6.本专利技术由于优化变量为离散值，因此采用遗传算法进行进化计算，优化效果佳。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本本文档来自技高网...

【技术保护点】
1.一种叶片极限状态下多目标自动优化方法，其特征在于：包括如下步骤：步骤1：建立叶片几何模型后添加复合材料结构属性，完成建立有限元模型，所述复合材料结构属性中的优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；步骤2：根据极限状态下叶片极限强度、疲劳失效和临界变形分析建立约束方程组；步骤3：根据有限元模型构建叶片复合材料结构的质量和成本多目标函数后，结合约束方程组构建叶片复合材料优化设计模型；步骤4：根据上述优化设计模型采用遗传算法并行计算，进行叶片结构优化和迭代获取最优解。

【技术特征摘要】
1.一种叶片极限状态下多目标自动优化方法，其特征在于：包括如下步骤：步骤1：建立叶片几何模型后添加复合材料结构属性，完成建立有限元模型，所述复合材料结构属性中的优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；步骤2：根据极限状态下叶片极限强度、疲劳失效和临界变形分析建立约束方程组；步骤3：根据有限元模型构建叶片复合材料结构的质量和成本多目标函数后，结合约束方程组构建叶片复合材料优化设计模型；步骤4：根据上述优化设计模型采用遗传算法并行计算，进行叶片结构优化和迭代获取最优解。2.根据权利要求1所述的一种叶片极限状态下多目标自动优化方法，其特征在于：所述步骤1包括如下步骤：步骤1.1：绘制几何模型后进行网格划分，构建叶片有限元基本模型；步骤1.2：基于上述有限元基本模型添加材料属性、设置翼型和扭转角度：将叶片结构分解为根部、外壳和抗剪腹板后，添加上述结构的材料属性，并设置叶片外壳形成不同半径处的翼型和叶片根部到叶尖的扭转角度；步骤1.3：基于上述有限元模型完成设定优化变量、计算空气动力载荷和设定边界条件，完成建立有限元模型；所述优化变量包括复合材料层厚度、复合材料类型和加强纤维方向角度；所述空气动力载荷计算公式如下：其中，P为加载于叶片表面风压，ρ为空气密度，V为风速，Cp为风载系数；所述边界条件设定如下：叶片根部外圆边界6个自由度。3.根据权利要求1所述的一种叶片极限状态下多目标自动优化方法，其特征在于：所述步骤2包括如下步骤：建立叶片极限强度分析对应的约束方程：其中，σmax为最大应力，σY为材料强度，γn为失效结果的局部安全系数，γf为载荷的局部安全系数，γm为材料的局部安全系数；建立疲劳失效分析对应的约束方程：其中，R为复合材料的抗疲劳系数，β为复合材料的抗疲劳系数，N为用循环应力次数。建立临界变形分析对应的约束方程：γnw(TP,Mq,as)＜0.05L其中，L为叶片长度，w为尖端的偏转值，TP为复合材料每层厚度，Mq为复合材料类型，as为加强纤维方向角度，p＝1，2…7，q＝1，2，3，4，5，s＝1，2，3…15。4.根据权利要求1所述的一种叶片极限状态下多目标自动优化方法，其特征在于：所述步骤3包括如下步骤：步骤3.1：计算多目标函数中的总重量：通过有限元模型分析各叶片组成部分的质量，将各组成部分质量求和获取叶片复合...

【专利技术属性】
技术研发人员：胡伟飞，郑超，
申请(专利权)人：成都数象科技有限公司，
类型：发明
国别省市：四川,51