风力机涡流发生器斜向布局多目标优化

基于最优拉丁超立方试验设计法确定涡流发生器斜向布局参数和试验方案,耦合计算流体力学方法(CFD)和滑移网格技术计算风力机的推力和扭矩,并耦合反向传播(BP)神经网络与遗传算法,建立风力机涡流发生器斜向布局气动性能模型。通过5组测试算例,建立遗传算法优化BP神经网络的风力机涡流发生器斜向布局气动性能模型,气动性能模型预测值和模拟仿真值的误差与均方根均较小,表明气动模型的准确性较高。耦合多目标遗传算法,构建风力机涡流发生器斜向布局多目标优化方法,开展风力机涡流发生器优化。结果表明:相比原涡流发生器方案,优化后的涡流发生器诱导涡的最大涡量增大10.47%,风力机叶片截面流动分离得到有效抑制,风力机功率提升9.963%,而推力仅增大1.864%,风力机气动性能得到进一步提升。