摘要
本发明提供一种风力机低噪声叶片设计方法,属于风力机技术领域,包括:在风力机叶片上安装锯齿结构,使两侧空气的振幅相互抵消,实现降噪效果。同时,利用神经网络模型替代CFD软件,输入锯齿结构的结构参数,即可对风力机的气动性能数据进行预测。进而在设计叶片过程中,使用麻雀算法对结构参数进行寻优,每次迭代寻优都将所得的结构参数均输入神经网络模型,这样可以更加快速地得到对应的气动性能数据。麻雀算法可根据气动性能数据构建的适应度函数对结构参数寻优,所得的最优结构参数,即为当前情况下能够设计出的噪声最小的方案。这种方式在保证最终设计方案能够明显降低叶片噪声的情况下,大大减少了设计过程中的时间消耗。
技术关键词
低噪声叶片
锯齿结构
参数
位置更新
训练神经网络模型
风力机叶片
算法
输入神经网络模型
数据
旋转轴
风力机技术
推力
风速
标签
软件
间距
系统为您推荐了相关专利信息
高精度反演方法
能见度
反演模型
静止气象卫星
遥感卫星数据
动态模拟实验
冷却水
系统运行参数
微反应器
微生物种群
地下厂房施工
风量控制系统
通风机
变频调速风机
动态预测模型
应急降落方法
动态避障
优化人工势场
无人机
陷阱