典型文献
风电叶片单轴疲劳试验弯矩匹配智能优化
文献摘要：
为了使风电叶片疲劳试验中的试验弯矩与目标弯矩匹配,进而准确获得叶片疲劳特性,提出了采用改进的智能优化算法进行等效配重块布置的智能优化方案.通过模态试验参数辨识确定旋转质量块激振频率应等于叶片一阶固有频率,引入叶片自重作用弯矩分量并构建截面弯矩计算模型.基于差分进化变异的混合粒子群优化算法,以均方误差为适应度函数进行弯矩分布和幅值控制问题联合优化.采用LZ40.3-1.5叶片进行优化技术应用,得出疲劳试验弯矩分布的主要影响因素为激振装置及配重块个数、质量及位置,所设计的算法将关键截面弯矩误差控制在7％以内,验证了单轴疲劳试验弯矩匹配的配重优化方案的正确性及可行性.
文献关键词：
风力叶片;疲劳测试;弯矩匹配;混合粒子群算法
中图分类号：
作者姓名：
郭艳珍;隋文涛;窦亚萍
作者机构：
山东理工大学机械工程学院 淄博,255000;山东省精密制造与特种加工重点实验室 淄博,255000
文献出处：
引用格式：
[1]郭艳珍;隋文涛;窦亚萍-.风电叶片单轴疲劳试验弯矩匹配智能优化)[J].振动、测试与诊断,2022(03):490-494
A类：
弯矩匹配,LZ40,配重优化,风力叶片
B类：
风电叶片,单轴,疲劳试验,疲劳特性,智能优化算法,配重块,模态试验,试验参数,参数辨识,质量块,激振频率,一阶固有频率,自重,重作,截面弯矩,差分进化,混合粒子群优化算法,均方误差,适应度函数,控制问题,联合优化,优化技术,激振装置,关键截面,误差控制,疲劳测试,混合粒子群算法
AB值：
0.282767
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
