风电叶片多点静力测试神经网络偏差耦合控制策略

为解决风电叶片全尺寸静力加载测试中叶片参数出现变化时系统加载拉力偏离的问题,文中参照偏差耦合控制方式,通过建立基于偏差耦合控制的反向传播神经网络自整定比例积分微分控制算法,搭建基于Labview的静力测试仿真模型来验证算法的有效性。结果表明,该算法在叶片参数波动微弱情况下加载点拉力维持在较低误差;叶片参数在波动较大情况下加载点拉力出现轻微波动,但维持在符合测试标准内。由此可见,该算法有利于提高系统的鲁棒性,解决了系统拉力在参数变化时偏离的问题,提高了加载曲线的精度,增强了系统的自适应能力。

风电叶片全尺寸静力测试的形变分析

针对风电叶片静力测试过程中叶片大挠度变形和叶根连接法兰变形对截面弯矩与形变测量精度的影响,本文分别基于柔度法和逐段刚化法得到叶片挠度以及变形后叶片承受弯矩的计算公式,进一步修正法兰变形带来的影响,并建立风电叶片多点静力加载的仿真模型,对比理论计算结果和有限元仿真数据。结果表明设计加载方案时考虑大挠度变形,可以降低靠近叶根区域截面的弯矩误差至1.07%;修正法兰变形带来的叶片挠度后,5.7 m处叶片挠度计算误差减小0.1%,从而可以确保全尺寸叶片静力加载的测试精度。

风电叶片牵引式疲劳加载控制策略

针对于常用风电叶片疲劳加载方式存在的不足,提出一种基于电机-卷筒驱动的牵引式疲劳加载新方法,设计了单轴和双轴加载控制策略。首先,对牵引式疲劳加载系统进行了动力学分析,说明了半波简谐周期性激振力的可行性;其次,设计了动态更新激振力振幅和激振频率的单轴加载控制策略,并在此基础上提出了双轴加载控制策略;最后,利用Adams与MATLAB进行联合仿真分析,验证了双轴加载控制策略的合理性,为后续牵引式疲劳加载系统的开发奠定了理论基础。

风电叶片疲劳共振加载方式参数分析及试验

为解决叶片疲劳加载方式中激振设备存在一部分功率消损及选型困难等问题,提出了一种新的直驱式疲劳加载方式,并通过拉格朗日方法分别建立了离心式、往复式以及直驱式共振加载方式的动力学模型,在分析了各加载方式中激振设备所需参数的基础上,建立了各加载方式设备功率之间的关系,并通过推导功率比值系数,得到各加载方式设备所需最大功率与叶片共振功率之间的关系。实例分析结果表明,通过功率比值系数以及叶片必需共振功率可以快速求得三种加载方式的最大激振功率,且计算误差小于2.7%。直驱式加载方式的设备所需功率及能耗均小于其余两种加载方式,在叶片疲劳测试中,可根据实际测试场景优先选用直驱式共振加载方式。

基于LoRa技术的家庭物联网安防系统设计

在当今智慧互联的时代,智能化的家庭安防报警系统能帮助人们自动化的预警家庭安全状况,稳定高效地保护家庭的隐私安全、人身安全、财产安全,可以说智能家庭物联网是每个家庭都需要的。而本系统中我们采用了Arduino开发平台与Lo Ra通讯技术,前者具有跨平台、编程简单、开放的优点,后者具有远距离、低功耗、抗干扰、高穿透的特性,采用它们设计实现物联网家庭安防系统,最终系统达到了层次化、分布式的良好结构目标,而且操作简单,满足正常家庭需要,同时为未来家庭互联、接轨城市物联网,建设智慧城市做好铺垫。

新能车属性离散化的分辨矩阵和信息增益算法

针对新能源智能车监控数据中包含过多的连续属性,提出了一种基于分辨矩阵和信息增益率的有监督离散化算法,从而降低连续属性的取值精度,使得新能源智能车后续的分类模型建立更具泛化能力。该算法在保证分类效果的前提下,获得尽可能少的结果断点,主要从3个方面对传统的离散化算法进行优化,一是根据决策表的条件属性与决策属性构建候选断点分辨矩阵,通过分辨矩阵判断相邻属性取值之间是否有可能的断点;二是用信息增益率来优化结果断点的选取;三是通过设定停止阈值解决了传统算法因停止条件过于严格导致算法选取过多的结果断点、离散化效果一般的问题。实验结果表明,改进的算法能够有效减少断点数量,大幅提高计算效率,并获得与经典算法相近的离散结果。

风电叶片全尺寸静力加载测试载荷扰动分析

为解决风电叶片全尺寸静力加载测试中动滑轮和加载缆索构成的弹簧系统带来的载荷扰动问题,基于牛顿第二定律建立了叶片-加载缆索-动滑轮动力学模型,并基于Simulink和Adams分析了叶片和动滑轮之间的相对位置参数对叶片和动滑轮振动特性的影响。最后,针对某型叶片进行四点静力加载试验。仿真以及试验结果表明,缩小叶片和动滑轮之间挥舞方向的相对距离可以有效地缓解动滑轮和叶片在挥舞方向的抖动现象,并能使叶片和动滑轮的位移快速趋于稳态值,从而减小载荷扰动。在四点静力加载试验的各保持阶段对比中,改进参数后加载点处的实测载荷曲线和目标载荷曲线之间的误差较小,最大误差不超过3%,精度较高。