摘要：为实现风电机组叶片损伤检测的高效化、智能化、便捷化,研究一种基于数字图像处理技术的风电机组叶片裂纹损伤识别以及裂纹类型判断和特征参数提取的方法。以无人机采集的风电机组叶片图像为研究对象,通过对比灰度化、滤波、阈值分割等图像处理步骤的多种算法,对形态学处理方法进行改进,首先选用平均值法对叶片图像进行灰度处理,其次使用中值滤波对图像进行去噪处理,再次使用Otsu阈值分割以实现裂纹区域的分割,然后基于改进的形态学方法提取出完善的叶片裂纹损伤区域,最后基于连通域原理完成裂纹区域的框取。基于上述算法设计风电机组叶片裂纹损伤识别系统以实现叶片裂纹图像检测的可视化处理、裂纹类型判断及裂纹特征参数提取等功能。结果表明,该系统对于风电机组叶片裂纹损伤检测具有可靠的识别精度,识别准确率为85%,实现了风电机组叶片裂纹损伤的自动识别与特征参数提取,提高了叶片裂纹损伤的检测效率。

摘要：为更好地推动风电机组叶片运维技术智能化发展,基于机器视觉检测技术,提出一种风电机组叶片多类型损伤检测方法。首先对智能巡检无人机平台采集到的风电机组叶片图像进行图像灰度化、滤波增强、分割以及形态学处理,实现叶片损伤区域的识别;然后基于连通域分析原理来获取叶片损伤区域的几何特征和灰度特征等参数信息,并依此设计出风电机组叶片损伤类型识别分类器;最后将检测算法和分类器融合于所设计的风电机组叶片损伤可视化检测系统。试验表明,该系统对于表皮脱落、涂层破损、砂眼、油污及裂纹等典型叶片损伤的平均检测准确率为90.4%。

摘要：风力机叶片重量过大不仅会影响叶片的结构性能,还会增加运输、维修等成本。为解决叶片质量问题,本文选取经典的1.5 MW复合材料风力机叶片,叶片主梁、腹板、前缘和后缘分区铺设不同的复合材料。由于复合材料的铺设厚度从叶根向叶尖呈现递减趋势,且失效位置也多位于叶根处,故取距离叶根约1/3部分为研究对象来简化问题。为便于后期优化,采用ANSYS APDL参数化构建复合材料风力机叶片模型。考虑到陷入局部最优的情况,选择子集模拟优化方法进行随机优化。设计变量为腹板位置,约束函数为极限载荷下叶片满足位移及Tsai-Wu准则校核,目标为叶片重量最小。通过30组子集模拟优化统计结果可知:当腹板位置约在29.4%、53.3%弦长处时,相较于确定性设计,叶片减重约15.4%。最终结果表明,该优化方法在风力机叶片结构优化方面具有可行性,且优化结果对工程设计具有参考价值。

摘要：Incorporating controlled elitism and dynamic distance crowding strategies, a modified NSGA-II algorithm based on a fast and genetic non-dominated sorting algorithm is developed with the aim of obtaining a novel multi-objective optimization design algorithm for wind turbine blades. As an example, a high-performance 1.5 MW wind turbine blade, taking maximum annual energy production and minimum blade mass as the optimization objectives, was designed. A 1/16-scale model of this blade was tested in a 12 m × 16 m wind tunnel and the experimental results validated the high performance. Moreover, both the computational fluid dynamics (CFD) method and a free-vortex method (FVM) were applied to calculating the aerodynamic performance, which was consistent with the experimental data. For completeness, the CFD and FVM were used to analyze the wake structure, and good and consistent results were obtained between them.

摘要：设计一套基于图像处理的风电叶片损伤识别定位系统。首先,耦合图像滤波、分割和形态学处理等图像处理算法实现损伤区域的检测识别;然后,基于多边形拟合结果,结合质心定位算法和外接矩形的位置坐标实现叶片损伤的精确定位;最后,依据提取到的基础几何特征、形状因子和长短径之比等图像特征实现叶片损伤类型的准确判断;通过对比不同光照条件下的叶片损伤检测效果,验证了本系统具有一定的自适应能力。试验表明,本系统的平均检测准确率为90%,具备一定的可靠性和稳定性。

摘要：为了应对超大型风力机的发展对叶片带来的挑战,利用叶片多目标设计方法重点研究大型下风向柔性叶片气动与结构参数的优化设计。构建叶片弦长、扭角和挥舞刚度参数模型,以下风向布局的NREL 5 MW风力机叶片为优化对象,基于快速非支配排序遗传算法开展单机年发电量最大和叶根挥舞弯矩最小的两目标下风向叶片优化设计,得到符合预期的Pareto最优解集。取解集中3套具有代表性的最优解进行分析,由于下风向离心力矩可抵消一部分挥舞弯矩,所以叶根挥舞弯矩均有大幅降低,其中A叶片以牺牲0.963%年发电量的代价,使其叶根挥舞弯矩和叶片挥舞刚度分别减小7.951%和27.071%,可实现大型下风向柔性风轮的轻量化优化设计。以选取的3套叶片为基础,分析弦长、扭角、挥舞刚度对优化目标的影响机制,发现叶片挥舞刚度参数对两优化目标的影响最大。

摘要：针对5 mm大尺度蚊虫尸体在叶片上的附积问题,采用带转捩的k-ωSST湍流模型,以NERL Phase VI风力机为研究对象,从不同弦向覆盖位置入手,对大粗糙度下风力机气动性能进行数值模拟。研究结果表明,粗糙度对风力机整体做功具有较大影响,粗糙度越大效率降低越显著;粗糙度使在叶片靠近叶尖位置的吸力面促成小型低压涡,转捩提前;该效应在大尺度粗糙条件下表现明显,附着涡强度也更大;在叶片压力面添加75%c粗糙度会使翼型产生的气动损失最大。

摘要：利用台风“温比亚”影响期间苏北区域4座测风塔的实测风数据,对苏北沿海平原地区台风外围影响下的风切变、湍流强度和阵风系数进行对比分析,同时探讨台风外围风特性对风电机组选型的影响。结果表明:台风外围各扇区风速在由海岸到内陆约50 km内衰减最为明显,随后风速衰减逐渐放缓;台风外围各扇区风切变、湍流强度和阵风系数均在由海岸到内陆约50 km内增大最为明显,随后有逐渐稳定的趋势;台风期间的风切变相较同风向上完整年的大风风切变低8%~13%,有利于主轴承和变桨轴承的降载;湍流强度和阵风系数之间表现为正相关关系;台风外围大风速段的代表湍流强度相对完整年的偏大,超出机组的设计水平,可通过单独在台风期间实施桨角控制策略进行降载。

摘要：风力机气动特性主要由叶片贡献,但是处在流场下游的机身(包括机舱和塔架)对其也会产生影响。基于自由涡尾迹方法与面元法,得到了一个较为完备的风力机叶片与机身气动干扰的迭代计算方法。在该方法中,叶片用位于1/4弦线的一根升力涡线代替,结合叶片尾缘拖出的涡线建立自由涡尾迹模型,机身绕流模拟采用了一阶面元方法,将自由涡尾迹方法和面元法耦合模拟风力机主要气动特性。最后用该分析方法计算了NREL phaseVI风力机的气动特性,与实验结果进行比较和分析,验证了全耦合模型的有效性。

摘要：为了适应风力机叶片的大展弦比、旋转和只有单侧叶尖涡的特点,对已建立的适用于小展弦比直机翼的三维动态失速模型进行了一系列的修正,然后用于风力机三维非定常气动特性计算。该动态失速模型所必须的气动输入参数将由动量叶素理论方法计算得到。本文将动量叶素理论、三维动态失速模型、三维旋转效应模型适当耦合起来,获得了风力机叶片的三维非定常气动特性计算方法。应用上述方法计算得到了不同工况下的风力机叶片各截面的非定常气动载荷结果,并与风洞实验结果以及用二维动态失速模型计算的结果进行比较,对计算方法和计算结果进行了详细的分析和讨论。本文模型相比于二维模型,能够更好地仿真风力机叶片的三维动态失速气动特性,尤其在叶片外部截面效果更佳。