位置:成果数据库 > 期刊 > 期刊详情页
基于自适应遗传算法的风力机通用翼型的优化设计研究
  • ISSN号:1004-132X
  • 期刊名称:《中国机械工程》
  • 时间:0
  • 分类:TK83[动力工程及工程热物理—流体机械及工程]
  • 作者机构:[1]重庆大学机械传动国家重点实验室,重庆400030
  • 相关基金:国家自然科学基金资助项目(50775227);重庆市自然科学基金资助重点项目(CSTC,2008BC3029)
中文摘要:

风力机翼型主要选自航空翼型,但风力机翼型与航空翼型的设计要求存在许多的不同之处,所以,基于初始航空翼型以获得适合风力机的翼型的优化设计工作就显得十分重要。将基于由儒科夫斯基变换理论建立的翼型广义泛函集成表示方法与遗传算法相结合,构建了能够以普通航空翼型为基础,优化得出风机专用翼型的优化设计方法。该算法建立了自适应的交叉、变异算子,采用最优个体保存策略,有效改善了遗传算法未成熟收敛现象,并以雷诺平均的N-S方程对翼型进行流场分析,将得出的升力、阻力系数作为目标函数。计算结果表明,优化后的翼型在保持了原始翼型基本性能特征的基础上,相对于原始翼型具备更好的气动性能,更适用于风力机。

英文摘要:

Airfoil profiles for wind turbines are mostly chosen from aviatic ones, but design requirements between the two types are different in many aspect. So optimization methods from ordinary aviatic airfoil profiles to profiles used in wind turbines become very important. The general and integral equation of airfoil profiles based on Trajkovski transform and genetic algorithm were integrated to construct a universal optimization method of general airfoil profiles for wind turbines, which could attain specific airfoil profiles for wind turbines by optimizing ordinary aviatic ones. The method constructed adaptive crossover and mutation operators and adopted optimal individual preservation strategy in order to solve immature convergence. Airfoil flow field analysis was made with Reynolds-- averaged Navier--Stokes equations,and resulted lift and drag coefficients were taken as objective function in op timizing GA program. It is concluded from results, the optimized airfoil profiles maintaine basic characteristics of ordinary aviatic airfoil profiles and acquire better aerodynamic performance, and they are more beneficial in wind turbines.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中国机械工程》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国机械工程学会
  • 主编:董仕节
  • 地址:湖北工业大学772信箱
  • 邮编:430068
  • 邮箱:paper@cmemo.org.cn
  • 电话:027-87646802
  • 国际标准刊号:ISSN:1004-132X
  • 国内统一刊号:ISSN:42-1294/TH
  • 邮发代号:38-10
  • 获奖情况:
  • 1997年获中国科协期刊一等奖,第二届全国优秀科技...,机械行业优秀期刊一等奖,1999年获首届国家期刊奖,2001年获首届湖北十大名刊,中国期刊方阵“双高”期刊,2003第二届国家期刊奖提名奖,百种中国杰出学术期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:50788