涡轮盘嵌入式智能传感器最优算法研究

随着航空发动机对运行状态实时控制、健康监测的智能化要求越来越高,嵌入式涡轮盘智能传感器的需求应用越来越广泛。该文针对嵌入式智能传感器安装导致轮盘局部应力集中、降低强度、失效和应力精确分析数学模型缺失等问题,构建嵌入式智能传感器安装孔应力集中数学模型;在C++环境下,搭建了涡轮盘物理场和应力场环境对应的点阵体数据场;根据构建的数学模型,按点进行应力场精确分析计算;运用改进的粒子群算法计算智能测试传感器安装孔的最优位置,接着将该分布情况下应力计算结果在C++中绘制云图,通过应力分布云图,确定涡轮盘上安装孔最优的技术参数和涡轮盘上应力影响最小分布结果,经过分析这些开孔都会导致轮盘上的旋转离心应力增加,径向应力之间的差距较大。旋转离心应力从盘缘向盘中央逐渐扩大,最大应力出现在冷却孔周围。测试传感器最优位置与无测试传感器安装孔情况相比,最大应力计算结果相差0.96%,对在实际涡轮盘上安装智能测试传感器具有重要参考价值。

双馈风力发电机参数分步辨识及观测量的选择

参数辨识依赖于激励信号与观测量的选择。该文根据观测量的模式增量计算,确定系统动态在不同观测量上的可观性,据此选择观测量。根据不同扰动激发出的系统主导动态,确定在该扰动下的重要参数。采用分步辨识思路,先根据电网侧故障辨识双馈风力发电机电气部分参数,再基于输入侧风速变化辨识机械部分各参数。辨识方法采用全局最优位置变异粒子群算法,仿真算例验证了该方法的有效性。