收藏本站
《青岛科技大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于遗传算法的太阳能热气流电站涡轮机叶片的优化设计

杨晨  
【摘要】:本文依据贝茨理论、动量理论和叶素理论等理论,以Wilson设计方法为基础,采用遗传算法作为寻优工具,对系统中涡轮机的叶片进行了系统设计,并利用实验分析及数值仿真两种方法,从空气涡轮机的气动性能及能量转换效率两个方面研究了该涡轮机叶片的性能,并进行改进,验证了数值计算结果的准确性,确保了遗传算法优化涡轮机叶片的可行性。本文在压力场、速度场、输出功率等方面对优化前后的叶片进行对比,分析原因,以求进一步提高叶片的气动性能。采用遗传算法,以全年总发电量为目标函数,对SCPPVC系统中空气涡轮机叶片的结构进行了优化设计。在设计过程中,选用了升阻系数较大的NACA63-215型翼型作为叶片的基础翼型,基于联合交换坐标原理,利用三维造型软件,建立了两种优化前后的空气涡轮机叶片的三维实体建模。结果表明:采用遗传算法进行优化设计后,叶片弦长的整体长度较优化前都有所增长,进而增加了叶片的扫风面积,从而使叶轮的转速增大。优化设计后,叶片的扭角比较优化前有所减小,这可以使叶轮启动的力矩减小,同时增大了叶片叶根处的强度,从而提高叶轮旋转时的运行安全度。利用CFD流场仿真软件对空气涡轮机叶片的气动性能及其在热风发电系统中的能量转换效率进行了的仿真计算,深入分析了优化前后涡轮机的气动性能和流场变化,仿真结果表明:当来流风速为5 m/s时,基于Wilson设计理论与采用遗传算法优化后而获得的两种空气涡轮机的输出功率随着涡轮机叶片数目的增多呈现先增大后减小的趋势,当叶片数目为七时,系统输出功率为最大;其叶片前后压力差也随叶片数目的增大先增加后减小;但当风速逐渐从5 m/s增加到9m/s时,采用遗传算法优化后的三到八叶片的涡轮机输出功率迅速增大,且采用遗传算法进行叶片优化后,其空气涡轮机在立式热风发电系统中的输出功率整体上得到了提高,从而说明采用遗传算法对立式热风发电系统中的空气涡轮机叶片进行优化设计的优化叶片的有效性。采用数值仿真计算的方法研究了尖速比对功率的影响,研究结论表明:涡轮机的转矩随着尖速比的增加呈现先增大后减小的趋势,当尖速比为1.8时,所设计的空气涡轮机转换的能量换效率达到最大。结合三维实体造型,利用3D打印技术,制造了采用Wilson理论设计、并采用遗传算法优化的空气涡轮机的叶片,在所建立的立式热风发电实验系统中,对其性能进行了实验研究。结果表明:当控制来流风速为5 m/s时,当空气涡轮机叶片数目为七时,空气涡轮机的输出功率为最大,且此时空气涡轮机叶片的前后压力差也最大,压差值与功率变化趋势近乎一致,验证了数值仿真计算方法的有效性,同时也进一步说明运用遗传算法对叶片进行优化的方法一定能够提升涡轮机叶片的气动性能。采用遗传算法对空气涡轮机叶片进行优化设计,使空气涡轮机叶片叶根处的扭角小幅减小,从而使轮机的启动力矩减小,这样可有效降低叶片的启动风速,且叶根处受力强度增大,保护了叶片运行安全。当流入的风速相同时,叶片翼型上表面和下表面可产生大的升力,且气流充分均匀地附着在叶片周围;同时采用遗传算法优化后的空气涡轮机的输出功率较优化前提升了3%-32%,其中当叶片数目为五时,空气涡轮机输出功率增加最明显,但当空气涡轮机叶片数目为七、叶尖速度比为1.8时,空气涡轮机的输出功率最大。
【学位授予单位】:青岛科技大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP18;TM615

【参考文献】
中国期刊全文数据库 前10条
1 宫园园;路海滨;周艳;李庆领;;透平机组对立式太阳能热气流电站运行性能的影响[J];热力发电;2015年05期
2 杨阳;李春;缪维跑;叶舟;;基于多目标遗传算法的风力机叶片全局优化设计[J];机械工程学报;2015年14期
3 闫云飞;代长林;张力;;集热棚半径和涡轮压降对太阳能热风系统性能的影响[J];动力工程学报;2014年11期
4 戴彬彬;陆洁;龚曙光;;基于遗传算法的小型风力机叶片优化设计与三维仿真分析[J];机械设计;2014年06期
5 高鹏;孙文磊;黄炳庆;何连英;;基于元胞遗传算法的风力机叶片优化设计[J];可再生能源;2014年04期
6 贺玲丽;汪建文;刘雄飞;张立茹;;基于Wilson法风力机叶片设计及试验研究[J];可再生能源;2013年02期
7 井光娥;周艳;李庆领;;太阳能烟囱热压强化自然通风对室内热环境的影响[J];青岛科技大学学报(自然科学版);2013年01期
8 代元军;陆亦工;孙玉新;石宁;;基于MATLAB的Wilson方法的叶片优化设计[J];机械制造;2011年07期
9 周勇;;遗传算法理论及其应用[J];科技信息;2010年26期
10 边霞;米良;;遗传算法理论及其应用研究进展[J];计算机应用研究;2010年07期
【共引文献】
中国期刊全文数据库 前10条
1 韩立龙;龙浩;;基于遗传算法的士兵绩效评价研究[J];计算机与数字工程;2015年12期
2 熊杰;杨东升;王允森;;遗传禁忌搜索算法在工业机器人结构参数辨识上的应用[J];组合机床与自动化加工技术;2015年12期
3 杨倩苗;薛一冰;张晨悦;;太阳能烟囱建筑设计案例分析[J];山东建筑大学学报;2015年06期
4 王帆;王敏婷;李学通;杜凤山;;水平轴风力机叶片研究现状及展望[J];机械设计;2015年11期
5 谢国民;丁会巧;付华;王馨蕊;;基于FRS与GA-ELM的煤与瓦斯突出预测研究[J];传感技术学报;2015年11期
6 唐文;吴雷;;基于遗传算法的分段Chen系统的参数估计[J];计算机科学;2015年S2期
7 于光帅;于宪伟;;一种改进的自适应遗传算法[J];数学的实践与认识;2015年19期
8 佘小莉;;基于遗传算法的功放预失真器模型研究与实现[J];陕西电力;2015年09期
9 刘岩;;大型射电望远镜背架结构优化[J];计算机工程与设计;2015年09期
10 刘飞;;基于遗传算法的电动汽车充电站布局的最优规划[J];电力科学与工程;2015年08期
【二级参考文献】
中国期刊全文数据库 前10条
1 程珩;张水明;权龙;;基于约束主导混合粒子群算法的风力机叶片优化方法研究[J];机械工程学报;2015年01期
2 汪泉;陈进;王君;游颖;孙金风;邬述晖;;气动载荷作用下复合材料风力机叶片结构优化设计[J];机械工程学报;2014年09期
3 胡燕平;戴巨川;刘德顺;;大型风力机叶片研究现状与发展趋势[J];机械工程学报;2013年20期
4 张宇;陈长征;潘萍萍;孟强;;基于遗传算法的风力机叶片优化设计[J];机械设计与制造;2013年02期
5 姜海波;曹树良;阳平;;水平轴风力机的功率极限[J];机械工程学报;2011年10期
6 王冬青;柳成文;魏璟;赵亮;王沣浩;;斜坡太阳能热气流发电系统的实验研究[J];建筑热能通风空调;2010年06期
7 周艳;李洁浩;刘晓惠;李庆领;;烟囱性状对立式集热板太阳能热气流电站系统性能的影响[J];太原理工大学学报;2010年05期
8 李洁浩;李庆领;周艳;刘晓惠;;立式集热板太阳能热气流电站流场的数值模拟[J];青岛科技大学学报(自然科学版);2010年04期
9 杨启容;杜威;张金翠;;建筑一体化太阳能烟囱的通风性能研究[J];太阳能学报;2010年07期
10 鲁宇明;黎明;李凌;;一种具有演化规则的元胞遗传算法[J];电子学报;2010年07期
【相似文献】
中国期刊全文数据库 前10条
1 任志凤;胡小建;孙太生;徐飞;李云良;;遗传算法在焊接领域的优化与应用[J];现代焊接;2012年03期
2 冯锦春;杨林建;;利用遗传算法进行机械优化[J];四川工程职业技术学院学报;2007年06期
3 李振业;陈婷;陈静;;基于遗传算法的旅游最优路径探究[J];电脑知识与技术;2018年34期
4 唐文琦;曾干敏;刘泽宇;;浅谈遗传算法及其部分改进算法[J];科技风;2019年12期
5 李岩;袁弘宇;于佳乔;张更伟;刘克平;;遗传算法在优化问题中的应用综述[J];山东工业技术;2019年12期
6 魏晓玲;;一种改进遗传算法及验证[J];电脑编程技巧与维护;2019年06期
7 冯双林;靳继红;;现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J];农机化研究;2018年01期
8 梁肖;周湘贞;;基于遗传算法的小麦收割机路径智能优化控制研究[J];农机化研究;2018年02期
9 王勇;孙耀南;;基于遗传算法的医院房间位置优化研究[J];电脑与信息技术;2018年01期
10 李超;王杰;史运涛;李锦龙;;基于遗传算法的汽油调和优化系统[J];工业控制计算机;2018年10期
中国重要会议论文全文数据库 前10条
1 谢宏;袁小芳;向启均;陈祎婧;王立宸;;机器人惯性参数的改进遗传算法辨识方法研究[A];第37届中国控制会议论文集(B)[C];2018年
2 彭军;徐本柱;刘晓平;;遗传算法的实现及其在生产调度中的应用[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
3 韩战钢;;遗传算法及在经济中的应用[A];Optimization Method, Econophysics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年
4 赖梅;熊丽荣;;基于改进遗传算法的乘务交路优化问题研究[A];第二十一届中国控制会议论文集[C];2002年
5 肖龙光;丁晓东;;基于理性变异的遗传算法[A];第六届中国青年运筹与管理学者大会论文集[C];2004年
6 鞠训光;于洪珍;;求整体优化全部解的区间排除遗传算法[A];第十七届全国过路控制会议论文集[C];2006年
7 刘兴隆;;快速进化式遗传算法[A];“电力大系统灾变防治和经济运行重大课题”部分专题暨第九届全国电工数学学术年会论文集[C];2003年
8 谈斌;唐力铁;张己化;周海云;;遗传算法在漫反射系数计算中的应用研究[A];2007年光电探测与制导技术的发展与应用研讨会论文集[C];2007年
9 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
10 蔡亚星;李伟明;尚飞;任武;薛正辉;高本庆;;双种群遗传算法进行阵列天线综合[A];2005'全国微波毫米波会议论文集(第三册)[C];2006年
中国重要报纸全文数据库 前10条
1 郭勉愈 编译;遗传算法:让发明自动“进化”[N];科学时报;2011年
2 上海科学院规划研究处 刘小玲;上海能否成为人工智能城市[N];解放日报;2017年
3 记者 常丽君;科学家首次将遗传算法用于量子模拟[N];科技日报;2016年
4 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
5 记者 李星婷;2014中国生命电子学术年会在渝召开[N];重庆日报;2014年
6 记者 刘霞;美用遗传算法逆向设计新型纳米材料[N];科技日报;2013年
7 高雪娟;协同设计的平台策略[N];中国计算机报;2006年
8 陈巍;浩辰有望在协同设计关键领域取得突破 引领CAD应用新潮流[N];大众科技报;2006年
9 本报记者 李元丽;坚持自主创新 掀起AI+教育的中国浪潮[N];人民政协报;2018年
10 高峰;美国真能毁掉中国?[N];世界报;2012年
中国博士学位论文全文数据库 前10条
1 孙秋红;基于遗传算法的水质数据挖掘与应用研究[D];燕山大学;2016年
2 金小敏;移动云环境中的计算迁移系统关键技术研究[D];北京邮电大学;2018年
3 王小港;遗传算法在VLSI设计自动化中的应用研究[D];中国科学院上海冶金研究所;2001年
4 宋晓峰;优生演进优化和统计学习建模[D];浙江大学;2003年
5 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
6 卜雷;城市货物运输规划优化方法研究[D];西南交通大学;2004年
7 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
8 李智勇;模式交流多群体遗传算法及其在神经网络进化建模中的应用[D];湖南大学;2003年
9 陈星;网络并行和遗传算法在HPM生物效应评价和辐射天线设计中的应用研究[D];四川大学;2004年
10 金菊良;遗传算法及其在水问题中的应用[D];河海大学;1998年
中国硕士学位论文全文数据库 前10条
1 付海龙;遗传算法的FPGA实现与加速研究[D];吉林大学;2019年
2 李璐;基于代理模型的遗传算法的改进[D];吉林大学;2019年
3 杨晨;基于遗传算法的太阳能热气流电站涡轮机叶片的优化设计[D];青岛科技大学;2019年
4 罗威臻;基于遗传算法和多层感知器的人体生理信号分类研究[D];厦门大学;2018年
5 刘禹煜;基于改进遗传算法的船舶避碰辅助决策系统的研究与实现[D];武汉理工大学;2018年
6 周士筌;基于遗传算法和数据挖掘的居住建筑能耗及舒适性研究[D];武汉理工大学;2018年
7 胡小英;基于前馈和遗传算法的永磁同步电机伺服系统自抗扰研究[D];浙江工业大学;2018年
8 昌思远;基于改进遗传算法的电力系统无功优化算法研究[D];武汉理工大学;2018年
9 刘媛;广播电视图像内容识别研究[D];郑州大学;2019年
10 房俊一;基于优化遗传算法求解的指数复制实证[D];南京大学;2019年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026