垂直轴风力发电机的叶片优化设计方法

    公开(公告)号:CN112836308B

    公开(公告)日:2022-07-12

    申请号:CN202110034865.X

    申请日:2021-01-12

    Abstract: 本发明提出了一种垂直轴风力发电机的叶片优化设计方法,将叶片前缘前移,形成一母线为弧线的C形叶片;然后,通过连接杆将数个所述C形叶片与旋转轴连接构建成发电机转子;进而,建立流体力学数值计算域模型,以叶片半高位置的突出度ΔD为变量,以叶片功率系数Cp为考核量,采用数值模拟方法进行计算;当ΔD/H为1.85/100~1.9/100时,叶片功率系数Cp达到最大。本发明为垂直轴风力发电机的优化设计提供了一个新的方向,采用的C型叶片构造简便、易于实施,有助于改善流场气动性能;选取合适的ΔD,可以使发电机的功率系数明显提高,与直线型叶片相比,提升幅度最高可达16.43%。

    垂直轴风力发电机的叶片优化设计方法

    公开(公告)号:CN112836308A

    公开(公告)日:2021-05-25

    申请号:CN202110034865.X

    申请日:2021-01-12

    Abstract: 本发明提出了一种垂直轴风力发电机的叶片优化设计方法,将叶片前缘前移,形成一母线为弧线的C形叶片;然后,通过连接杆将数个所述C形叶片与旋转轴连接构建成发电机转子;进而,建立流体力学数值计算域模型,以叶片半高位置的突出度ΔD为变量,以叶片功率系数Cp为考核量,采用数值模拟方法进行计算;当ΔD/H为1.85/100~1.9/100时,叶片功率系数Cp达到最大。本发明为垂直轴风力发电机的优化设计提供了一个新的方向,采用的C型叶片构造简便、易于实施,有助于改善流场气动性能;选取合适的ΔD,可以使发电机的功率系数明显提高,与直线型叶片相比,提升幅度最高可达16.43%。

    基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法

    公开(公告)号:CN116151104A

    公开(公告)日:2023-05-23

    申请号:CN202310023328.4

    申请日:2023-01-09

    Abstract: 本发明涉及基于超精度卷积神经网络预测建筑玻璃面板峰值风压方法,基于超精度卷积神经网络SRCNN重构超精度的压力空间分布,将空间上稀疏的压力测量值重构为超精度的压力分布,利用超精度压力分布预测玻璃面板域内峰值风压。SRCNN简化并保留超精度生成对抗网络SRGAN的生成器模块,生成接近于真实测量值的压力空间数据分布;基于高精度的风洞风压空间测量数据,开展神经网络的训练,生成超精度重构模型,将稀疏压力空间分布输入,重构为与真实高精度风洞测量值相近的超精度压力空间分布;采用面积分法,获得平均风压系数;基于Cook‑Mayne方法,计算玻璃面板78%非超越概率的峰值压力系数,获取面平均压力系数设计值。

Patent Agency Ranking