本发明涉及风电机组叶片技术领域，特别是涉及一种风电机组叶片动力学模型的优化设计方法及系统。
背景技术：
数值仿真技术已广泛应用于风电机组的研发，其在叶片气动设计、整机载荷计算、结构强度校核、控制器设计等核心技术的研发环节占据主导地位。在各研发环节中，仿真模型的准确性是关键，将直接影响分析结果的可靠度。因而，必须建立足够精确的仿真模型，以保证设计输出的可靠与合理。
在上述风电机组研发过程中，载荷是影响机组性能和成本的重要因素。当前，研发人员主要通过气弹程序进行载荷计算。用于计算的仿真模型主要包含叶片、传动链和塔筒等，其中，叶片作为风电机组载荷的主要输入来源和控制对象，将直接影响整机载荷和功率输出。然而，用于仿真的叶片模型参数无法直接测量，只能通过铺层和材料参数由设计软件计算获得，这与真实运行的风电机组相比存在一定偏差。基于此仿真模型计算的载荷如果直接应用于机组设计，将无法满足机组精细化设计的要求；基于此仿真模型对现场控制器参数进行优化时，将显著增加调参试错次数，增加机组的调试周期和人力成本。
综上，如何根据叶片的实测模态结果对其动力学模型参数进行更新，成为当前业内普遍关注的技术问题。
因此，如何创设一种风电机组叶片动力学模型的优化设计方法及系统，使其既能提高风电机组仿真结果的可靠性，实现风电机组的精细化设计需求，降低风电机组的质量和材料用量，节省制造成本，也能有效减少现场调参的试错次数，降低调试周期，节省人力成本，是本领域技术人员亟待解决的问题。
技术实现要素：
本发明的目的是提供一种风电机组叶片动力学模型的优化设计方法及系统，使其既能提高风电机组仿真结果的可靠性，实现风电机组的精细化设计需求，降低风电机组的质量和材料用量，节省制造成本，也能有效减少现场调参的试错次数，降低调试周期，节省人力成本，以解决目前由于风电机组叶片动力学模型参数不准确引起仿真结果不可靠，造成机组设计不精细和参数调试周期较长的问题。
为解决上述技术问题，本发明采用如下技术方案：
一种风电机组叶片动力学模型的优化设计方法，包括如下步骤：s1：试验获取测试叶片的模态参数；s2：仿真获取叶片动力学模型参数，所述叶片动力学模型参数包括质量矩阵、刚度矩阵、质量和一阶矩；s3：根据预设的约束条件，对仿真获取的叶片动力学模型参数进行约束判定；s4：对满足约束条件的叶片动力学模型进行模态分析，获得叶片动力学模型的模态参数；s5：对所述叶片动力学模型的模态参数和测试叶片的模态参数进行相关性分析；s6：根据相关性分析结果，修正叶片动力学模型的设计参数，不断迭代叶片动力学模型参数，直至叶片动力学模型和测试叶片的模态参数相关性最高。
作为本发明的一种改进，步骤s1还获取测试叶片的质量和一阶矩；所述步骤s3中的约束条件为：所述叶片动力学模型的质量与测试叶片的质量偏差小于质量偏差阈值，所述叶片动力学模型的一阶矩与测试叶片的一阶矩偏差小于一阶矩偏差阈值，且叶片动力学模型的质量矩阵、刚度矩阵从叶根到叶尖逐渐降低。
进一步改进，所述质量偏差阈值为3％，所述一阶矩偏差阈值为1％。
进一步改进，所述步骤s5具体包括如下步骤：s51：计算叶片动力学模型的模态频率与测试叶片的模态频率的频率误差，计算公式如下：
进一步改进，所述测试叶片的模态参数和叶片动力学模型的模态参数均为前四阶模态参数，所述前四阶模态参数包括两阶挥舞模态参数和两阶摆振模态参数。
一种风电机组叶片动力学模型的优化设计系统，包括：参数获取模块，用于试验获取测试叶片的模态参数；还用于仿真获取存储在模型设计模块中的叶片动力学模型参数，所述叶片动力学模型参数包括质量矩阵、刚度矩阵、质量和一阶矩；约束模块，用于根据预设的约束条件对仿真获取的所述叶片动力学模型参数进行约束判定；模态求解模块，用于对满足约束条件的叶片动力学模型进行模态分析，并获得叶片动力学模型的模态参数；相关性分析模块，用于对所述叶片动力学模型的模态参数和测试叶片的模态参数进行相关性分析；优化模块，用于修正不满足约束条件的叶片动力学模型的设计参数；还用于根据相关性分析结果，修正叶片动力学模型的设计参数，并不断迭代叶片动力学模型参数，直至叶片动力学模型的模态参数和测试叶片的模态参数的相关性最高。
作为本发明的一种改进，所述参数获取模块还获取测试叶片的质量和一阶矩；所述约束条件为：所述叶片动力学模型的质量与测试叶片的质量偏差小于质量偏差阈值，所述叶片动力学模型的一阶矩与测试叶片的一阶矩偏差小于一阶矩偏差阈值，且所述叶片质量矩阵、刚度矩阵从叶根到叶尖逐渐降低。
进一步改进，所述质量偏差阈值为3％，所述一阶矩偏差阈值为1％。
进一步改进，所述相关性分析模块包括：频率误差计算模块，用于计算叶片动力学模型的模态频率与测试叶片的模态频率的频率误差，计算公式如下：
进一步改进，所述测试叶片的模态参数和叶片动力学模型的模态参数均为前四阶模态参数，所述前四阶模态参数包括两阶挥舞模态参数和两阶摆振模态参数。
采用上述的设计后，本发明至少具有以下优点：
本发明风电机组叶片动力学模型优化设计方法及系统，既能提高风电机组仿真结果的可靠性，实现机组的精细化设计需求，降低机组质量和材料用量，节省制造成本；也能有效减少现场调参的试错次数，降低调试周期，节省人力成本。解决了现有技术中由于风电机组叶片动力学模型参数不准确引起仿真结果不可靠，造成机组设计不精细和参数调试周期增加的问题。
附图说明
上述仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明风电机组叶片动力学模型的优化设计方法的流程图。
具体实施方式
参见图1所示，本发明提供了一种风电机组叶片动力学模型的优化设计方法及系统，既能提高风电机组仿真结果的可靠性，实现机组的精细化设计需求，也能有效减少现场调参的试错次数，降低调试周期，节省人力成本。
本实施例风电机组叶片动力学模型的优化设计系统包括：参数获取模块、模型设计模块、约束模块、模态求解模块、相关性分析模块和优化模块。
本实施例应用上述系统的风电机组叶片动力学模型的优化设计方法是基于isight优化平台进行的，具体包括如下步骤：
s1：通过参数获取模块获取测试叶片的模态参数、质量和一阶矩。其中，测试叶片的模态参数为前四阶模态参数，包括两阶挥舞模态参数和两阶摆振模态参数。模态参数可通过测试叶片模态试验获得，叶片质量和一阶矩可通过承重获得。每个模态参数均具有特定的模态频率、阻尼比和模态振型。
s2：参数获取模块仿真获取存储在模型设计模块中的叶片动力学模型参数。叶片动力学模型参数包括质量矩阵、刚度矩阵、质量和一阶矩，刚度矩阵包括挥舞方向刚度矩阵和摆振方向刚度矩阵。本实施例中的叶片动力学模型采用focus软件设计，可从focus软件导出叶片动力学模型参数，并输入到参数获取模块中，当然也可采用其他软件设计叶片动力学模型。
s3：根据预设的约束条件，通过约束模块对步骤s2中获取的叶片动力学模型参数进行约束判定，如果满足约束条件，则进入步骤s4，进行模态分析，如果不满足约束条件，则通过优化模块修正叶片动力学模型的设计参数，并从步骤s2重新开始。约束条件为：叶片动力学模型的质量与测试叶片的质量偏差小于3％的质量偏差阈值，叶片动力学模型的一阶矩与测试叶片的一阶矩偏差小于1％的一阶矩偏差阈值，且质量矩阵、刚度矩阵从叶根到叶尖逐渐降低。其中，质量偏差阈值和一阶矩偏差阈值不仅限于上述具体数值。
s4：通过模态求解模块对满足约束条件的叶片动力学模型进行模态分析，获取叶片动力学模型的模态参数。该叶片动力学模型的模态参数为前四阶模态参数，包括两阶挥舞模态参数和两阶摆振模态参数。本实施例采用ghbladed软件对叶片动力学模型进行模态分析。
s5：通过相关性分析模块对步骤s4中获取的叶片动力学模型的模态参数和步骤s1中获取的测试叶片的模态参数进行相关性分析。相关性分析模块包括频率误差计算模块、模态置信值计算模块及相关指数计算模块，具体的步骤如下：
s51：通过频率误差计算模块计算叶片动力学模型的模态频率与测试叶片的模态频率的频率误差，计算公式如下：
其中，ef，i为频率误差，i为模态参数的阶数，fia为叶片动力学模型的i阶模态频率，fix为测试叶片的i阶模态频率。
s52：通过模态置信值计算模块计算叶片动力学模型的模态振型与测试叶片的模态振型的模态置信值，即mac值，计算公式如下：
其中，maxa-x(i,j)为模态置信值，i、j分别为叶片动力学模型和测试叶片的模态参数的阶数，{ψi}a为叶片动力学模型的i阶模态振型，{ψj}x为测试叶片的j阶模态振型，
s53：通过相关指数计算模块计算相关性指数r，计算公式如下：
s6：根据步骤s5中相关性分析结果，通过优化模块修正叶片动力学模型的设计参数，不断更新迭代叶片动力学模型参数，直至所求得的相关性指数r最小时，即相关性最高时，所对应的叶片动力学模型即为优化后的叶片动力学模型。
本发明风电机组叶片动力学模型的优化设计方法及系统，既能提高风电机组仿真结果的可靠性，实现机组的精细化设计需求，降低机组质量和材料用量，节省制造成本，也能有效减少现场调参的试错次数，降低调试周期，节省人力成本。解决了现有技术中由于风电机组叶片动力学模型参数不准确引起仿真结果不可靠，造成机组设计不精细和参数调试周期增加的问题。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰，均落在本发明的保护范围内。