买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种风力机叶片单自由度振动的气动阻尼预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118886282B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411367357.3，技术领域涉及：G06F30/23；该发明授权一种风力机叶片单自由度振动的气动阻尼预测方法是由高传强;李德宁;刘荣祥;张伟伟设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种风力机叶片单自由度振动的气动阻尼预测方法在说明书摘要公布了：本发明涉及风力发电机气动阻尼预测技术领域，公开了一种风力机叶片单自由度振动的气动阻尼预测方法，包括以下步骤：获取叶片的不同翼型，选取标准翼型控制截面，根据叶片的结构几何参数随展向位置分布关系，计算标准翼型控制截面的当地攻角与质量比；对标准翼型控制截面进行降阶模型方法建模，得到耦合系统，同时获取在不同风向角与减缩频率下的耦合系统的结构模态阻尼，得到标准翼型控制截面的气动阻尼，采用插值法获取剩余翼型控制截面的气动阻尼；获取耦合系统的模态形状与模态频率，计算各翼型的气动阻尼，利用模态叠加法进行叠加，得到叶片的气动阻尼；该方法提高了风力机叶片的气动阻尼预测精度。

本发明授权一种风力机叶片单自由度振动的气动阻尼预测方法在权利要求书中公布了：1.一种风力机叶片单自由度振动的气动阻尼预测方法，其特征在于，包括以下步骤： S1、对风力机叶片进行叶素划分，获取不同翼型并选取标准翼型控制截面与剩余翼型控制截面，根据风力机叶片的结构几何参数随展向位置分布关系，得到标准翼型控制截面的当地攻角与质量比； 其中，步骤S1具体包括： S11、对风力机叶片进行叶素划分，获取风力机叶片的不同翼型，选取风力机叶片的部分翼型为标准翼型控制截面，剩下的部分翼型为剩余翼型控制截面； S12、根据风力机叶片的弦长与桨距角随展向位置分布关系，得到不同风向角下的标准翼型控制截面与剩余翼型控制截面的当地攻角； S13、根据标准翼型控制截面的质量分布与弦长分布关系，得到标准翼型控制截面的质量，并利用标准翼型控制截面的质量与该标准翼型控制截面处的弦长为直径的圆柱包含的空气质量相比，得到标准翼型控制截面的质量比； S2、对选取的标准翼型控制截面进行单自由度的降阶模型方法建模，通过耦合气动力状态方程与结构运动方程，得到耦合系统，同时获取在不同风向角与减缩频率下的耦合系统的结构模态阻尼，得到标准翼型控制截面的气动阻尼，采用插值法获取剩余翼型控制截面的气动阻尼； 其中，步骤S2具体包括： S21、对选取的标准翼型控制截面进行单自由度的降阶模型方法建模，具体过程为： 首先，采用计算流体力学方法获取标准翼型控制截面在设计的广义位移运动信号下的高精度广义气动力载荷数据与位移； 其次，采用气动力降阶模型方法对高精度广义气动力载荷数据与位移进行参数辨识，得到气动力状态方程与结构运动方程，通过将气动力状态方程与结构运动方程进行耦合，得到耦合系统与耦合系统的状态方程与输出方程； S22、根据耦合系统，对选取的标准翼型控制截面进行当地攻角范围的降阶模型方法分析，获取在不同风向角与减缩频率下的耦合系统的结构模态阻尼，得到标准翼型控制截面的气动阻尼； S23、根据标准翼型控制截面的气动阻尼，采用三次样条插值法对剩余翼型控制截面进行插值，得到剩余翼型控制截面的气动阻尼； S3、根据风力机叶片的结构运动方程，并基于结构有限元分析方法，得到耦合系统的模态形 状与模态频率，并计算各翼型的气动阻尼，利用模态叠加法对各翼型的气动阻尼进行叠加，得到风力机叶片的气动阻尼； 其中，步骤S3具体包括： S31、获取风力机叶片的结构运动方程，并采用结构有限元分析方法求解，得到耦合系统的模态形状以及模态频率； 其中，风力机叶片的结构运动方程为： 其中，表示风力机叶片展向位置长度，表示第时刻风力机叶片展向位置长度处的位移，表示对第时刻风力机叶片展向位置长度处的位移进行一阶求导，表示对第时刻风力机叶片展向位置长度处的位移进行二阶求导，表示风力机叶片展向位置长度处的质量矩阵，表示风力机叶片展向位置长度处的阻尼矩阵，表示风力机叶片展向位置长度处的刚度矩阵，表示第时刻风力机叶片展向位置长度处受到的外力； S32、基于耦合系统的模态形状与模态频率，计算不同翼型的气动阻尼，利用模态叠加法对不同翼型的气动阻尼进行叠加，得到风力机叶片的气动阻尼。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710068 陕西省西安市碑林区友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。