基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
风力机叶片设计的目标多样性使得传统单一目标设计方法无法满足设计要求,大型风力机的高发电量与大负载之间的矛盾必须得到平衡。为此,以年发电量最大和叶片质量最轻为优化设计目标,通过多目标遗传算法设计5 MW大型风力机叶片,得到Pareto分布优化解集。与美国可再生能源实验室(National Renewable Energy Laboratory, NREL)设计的5 MW风力机叶片比较,结果表明,Pareto优化解集均一定程度优于参考叶片,年发电量最大提高量为3.3%,最大质量减少量为8.7%,其中优化设计叶片2在质量降低3.8%的基础上,提高了3%的年发电量,达到了优化设计的目的。优化设计叶片额定风况下推力系数和叶根弯矩均更小,最大功率系数更大。变风况下功率特性与参考叶片相差不大,低风速下设计叶片输出功率略高,推力系数更小。
推荐文章
基于遗传算法的UUV线型多目标优化设计
多目标
外形
优化设计
UUV
基于竞争博弈决策方法的风力机叶片气动与结构优化设计
风力机叶片
气动与结构优化
竞争博弈决策方法
基于改进遗传算法的刨头多目标优化设计
改进遗传算法
能耗
刨煤机
刨头
多目标优化
基于微型多目标遗传算法的布料机臂架结构优化
多目标优化
布料机臂架
参数化建模
微型多目标遗传算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于多目标遗传算法的风力机叶片全局优化设计
来源期刊 机械工程学报 学科 工学
关键词 风力机叶片 多目标优化 遗传算法 Pareto解集
年,卷(期) 2015,(14) 所属期刊栏目 交叉与前沿
研究方向 页码范围 192-198
页数 7页 分类号 TK83
字数 4252字 语种 中文
DOI 10.3901/JME.2015.14.192
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李春 上海理工大学能源与动力工程学院 355 1144 16.0 22.0
5 叶舟 上海理工大学能源与动力工程学院 133 622 13.0 19.0
9 杨阳 上海理工大学能源与动力工程学院 68 242 7.0 12.0
10 缪维跑 上海理工大学能源与动力工程学院 30 75 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (96)
参考文献  (12)
节点文献
引证文献  (28)
同被引文献  (75)
二级引证文献  (14)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(10)
  • 参考文献(0)
  • 二级参考文献(10)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(1)
  • 二级参考文献(6)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(10)
  • 参考文献(2)
  • 二级参考文献(8)
2014(5)
  • 参考文献(5)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(6)
  • 引证文献(6)
  • 二级引证文献(0)
2017(5)
  • 引证文献(4)
  • 二级引证文献(1)
2018(9)
  • 引证文献(9)
  • 二级引证文献(0)
2019(18)
  • 引证文献(7)
  • 二级引证文献(11)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
风力机叶片
多目标优化
遗传算法
Pareto解集
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机械工程学报
半月刊
0577-6686
11-2187/TH
大16开
北京百万庄大街22号
2-362
1953
chi
出版文献量(篇)
12176
总下载数(次)
57
总被引数(次)
241354
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导