首页 | 本学科首页   官方微博 | 高级检索  
     

随机湍流工况低雷诺数风力机翼型优化研究
引用本文:唐新姿,李鹏程,陆鑫宇,彭锐涛. 随机湍流工况低雷诺数风力机翼型优化研究[J]. 计算力学学报, 2019, 36(5): 664-671
作者姓名:唐新姿  李鹏程  陆鑫宇  彭锐涛
作者单位:湘潭大学机械工程学院,湘潭,411105;湘潭大学机械工程学院,湘潭,411105;湘潭大学机械工程学院,湘潭,411105;湘潭大学机械工程学院,湘潭,411105
基金项目:国家自然科学基金(51305377;51475404);教育部留学回国人员科研启动基金(教外司留号[2015]1098号)资助项目.
摘    要:为改善小型风力机随机湍流工况适应性,以NACA0012翼型为研究对象,采用非嵌入式概率配置点法,获得随机湍流工况下小型风力机叶片翼型运行攻角分布规律;在气动优化中耦合层流分离预测,基于Transition SST模型、拉丁超立方试验设计、Kriging模型和带精英策略非支配排序遗传算法NSGA-II进行高湍流低雷诺数风力机翼型气动优化。结果表明,优化翼型叶片平均风能捕获效率分别提高3.01%和4.76%,标准差分别降低4.76%和14.93%,优化翼型湍流适应性增强。该方法将翼型设计与湍流风况相匹配,为湍流工况低雷诺数翼型及小型风力机设计提供参考。

关 键 词:风力机翼型  低雷诺数  随机湍流  多目标优化  代理模型
收稿时间:2018-07-26
修稿时间:2018-08-31

Optimization of low Reynolds number wind turbine airfoil under stochastic turbulence condition
TANG Xin-zi,LI Peng-cheng,LU Xin-yu,PENG Rui-tao. Optimization of low Reynolds number wind turbine airfoil under stochastic turbulence condition[J]. Chinese Journal of Computational Mechanics, 2019, 36(5): 664-671
Authors:TANG Xin-zi  LI Peng-cheng  LU Xin-yu  PENG Rui-tao
Affiliation:School of Mechanical Engineering, Xiangtan University, Xiangtan 411105, China,School of Mechanical Engineering, Xiangtan University, Xiangtan 411105, China,School of Mechanical Engineering, Xiangtan University, Xiangtan 411105, China and School of Mechanical Engineering, Xiangtan University, Xiangtan 411105, China
Abstract:
Keywords:wind turbine airfoil  low Reynolds number  stochastic turbulence  multi-objective optimization  surrogate model
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算力学学报》浏览原始摘要信息
点击此处可从《计算力学学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号