考虑多场耦合的大型海上风机支撑结构可靠性优化设计方法

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51905165
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    28.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0506.机械设计学
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Reliability-based design optimization (RBDO) of offshore wind turbine support structures (OWTSS) needs to consider the air-structure-water -servo-soil fully coupling effects subject to wind, waves and currents, as well as the high-dimension and multisource stochastic uncertainties and epistemic uncertainties involved in external environment, material behavior, computational modeling and other aspects. So, the traditional probability theory is found inapplicable to the case. In this project, hybrid model of probability and probability-box (p-box) will be used to RBDO of OWTSS,and two key problems of the reliability modeling and the huge computational cost originated from multi-physical field coupling will be investigated. The first step is to establish the stochastic airfoil model and joint probability distribution function of wind-wave based on Copula function,to compute extreme load distribution of support structure based on the air-structure-servo-water fully coupled dynamics model,and to acquire the envelop boundaries of extreme load distribution by probability boundary analysis. The second step is to present the method converting the envelop boundaries to p-box, and the reliability computational approach based on active learning surrogate model. Lastly, the practical and efficient RBDO method will be researched.This project will provide the theoretical support for structural design of offshore wind turbine and offer a new calculation method for RBDO problem considering multi-physical field coupling.
海上风机支撑结构可靠性优化设计不仅需要考虑风、浪、流联合作用下的结构与气动、水动、岩土和控制的耦合作用,还需要考虑环境、材料和计算模型等方面存在的高维、多源随机不确定性和认知不确定性,因此传统概率方法难以适用。本项目拟采用概率-概率盒混合模型对海上风机支撑结构进行可靠性优化设计,围绕多场耦合下不确定建模困难和可靠性优化设计效率低两个关键问题开展研究。首先拟建立叶片翼型随机模型和基于Copula函数的风浪联合模型,利用气-结构-伺服-水全耦合动力学仿真模型计算支撑结构极值载荷分布,并运用概率边界法获取极值载荷分布的包络边界;然后提出包络边界转化为概率盒的方法和基于主动学习代理模型的可靠度计算方法;最后研究高效的可靠性优化设计方法。项目的完成将为海上风机结构设计提供理论支撑,也为复杂物理场的结构可靠性优化提供一种新的研究思路。

结项摘要

海上风机支撑结构可靠性优化设计对于降低投资成本和提高机组可靠性至关重要。本项目针对多场耦合下复杂结构的多源混合不确定建模和结构可靠性优化中多层嵌套求解等难题,构建考虑桩-土耦合海上风机支撑结构数值仿真模型,提出基于概率盒理论的海上风机支撑结构不确定传播高效分析方法,与自适应Kriging代理模型技术相结合,提出了高效的海上风机支撑结构可靠性分析与优化设计方法。取得的主要研究进展包括:(1)构建了考虑桩-土耦和风浪流联合载荷下的海上风机支撑结构有限元仿真模型,分析建模中模型不确定性和模型参数不确定性的特点,使用概率盒模型对载荷、材料、边界和结构响应输出中的随机和认知混合不确定性进行量化分析;(2)提出利用概率盒模型的不确定传播分析框架,构建基于协同优化控制的海上风机支撑结构不确定分析方法和基于多保真模型的接收-拒绝分层采样方法,将其用于支撑结构不确定分析,可以高效获取响应设计概率边界;(3)构建模态、应力、屈曲等方面的极限状态方程,提出基于自适应Kriging蒙特卡洛采样的低失效概率结构可靠性分析方法;(4)构建海上风机支撑结构的概率-区间混合可靠性优化设计模型,提出一种基于移动向量的解耦算法高效求解双层嵌套优化问题;(5)将不确定传播分析和可靠性优化设计方法进行集成,开发专用海上风机支撑结构可靠性设计软件,相关基础算法推广应用于其他结构设计和状态评估中。本项目的完成完善了海上风机支撑结构的可靠性优化设计理论体系,对促进我国风电技术发展具有重要推动作用。

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(1)
会议论文数量(1)
专利数量(3)
基于数论网格法与Morris法的翼型气动特性敏感性分析
  • DOI:
    10.3785/j.issn.1006-754x.2022.00.055
  • 发表时间:
    2022
  • 期刊:
    工程设计学报
  • 影响因子:
    --
  • 作者:
    文泽军;孟祥恒;肖钊;张帆
  • 通讯作者:
    张帆
基于运行规律和TICC算法的风电SCADA高维时序数据聚类方法
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    肖钊;邓杰文;刘晓明;段书用;许守亮
  • 通讯作者:
    许守亮
A Power Performance Online Assessment Method of a Wind Turbine Based on the Probabilistic Area Metric
基于概率面积度量的风力发电机组功率性能在线评估方法
  • DOI:
    10.3390/app10093268
  • 发表时间:
    2020-05
  • 期刊:
    Applied Sciences-Basel
  • 影响因子:
    2.7
  • 作者:
    Xiao Zhao;Zhao Qiancheng;Yang Xuebing;Zhu AnFeng
  • 通讯作者:
    Zhu AnFeng
Power Data Preprocessing Method of Mountain Wind Farm Based on POT-DBSCAN
基于POT-DBSCAN的山地风电场功率数据预处理方法
  • DOI:
    10.32604/ee.2021.014177
  • 发表时间:
    2021
  • 期刊:
    Energy Engineering
  • 影响因子:
    --
  • 作者:
    Zhu Anfeng;Xiao Zhao;Zhao Qiancheng
  • 通讯作者:
    Zhao Qiancheng
A new structural reliability analysis method under non-parameterized probability box variables
非参数化概率盒变量下结构可靠性分析新方法
  • DOI:
    10.1007/s00158-022-03408-5
  • 发表时间:
    2022-11
  • 期刊:
    Structural and Multidisciplinary Optimization
  • 影响因子:
    3.9
  • 作者:
    Huichao Xie;Jinwen Li;Daihui Liao
  • 通讯作者:
    Daihui Liao

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于刀轴变化的五轴数控加工误差分析与控制
  • DOI:
    --
  • 发表时间:
    2010
  • 期刊:
    湖南大学学报
  • 影响因子:
    --
  • 作者:
    杨旭静;周元生;陈泽忠;肖钊
  • 通讯作者:
    肖钊
基于区间技术的模型确认方法及应用
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    肖钊;韩旭;杨刚
  • 通讯作者:
    杨刚
曲面数控加工中面向NURBS刀具路径生成的刀位点分段算法
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    计算机辅助设计与图形学学报
  • 影响因子:
    --
  • 作者:
    肖钊;杨旭静;王伏林
  • 通讯作者:
    王伏林

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码