Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜齐鲁工业大学(山东省科学院)张明获国家专利权

恭喜齐鲁工业大学(山东省科学院)张明获国家专利权

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!

龙图腾网恭喜齐鲁工业大学(山东省科学院)申请的专利一种风电叶片超高周疲劳性能测试方法及装置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:CN119574078B

龙图腾网通过国家知识产权局官网在2025-05-27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:202411667119.4,技术领域涉及:G01M13/00;该发明授权一种风电叶片超高周疲劳性能测试方法及装置是由张明;王艺霖;李梦丽;张星宇;赵姿贞;宿艳彩设计研发完成,并于2024-11-20向国家知识产权局提交的专利申请。

一种风电叶片超高周疲劳性能测试方法及装置在说明书摘要公布了:本发明提供一种风电叶片超高周疲劳性能测试方法及装置,涉及性能测试技术领域,本发明通过对风电叶片进行有限元分析,明确叶片危险位置和受力情况,在筛选出具有共同特性的M个潜在危险节点基础上,进一步筛选出潜在共振风险节点,并确定每个潜在共振风险节点对应的若干个危险截面,并从若干个危险截面中筛选出关键危险截面,对每个关键危险截面在不同载荷下的振动位移数据进行分析,得到筛选出最终危险截面的二次筛选策略,根据最终危险截面,设计和加工叶片结构试件,使叶片结构试件在压头的作用下发生高频受迫振动,使用夹具优化后的超声疲劳试验机进行风电叶片结构试件的超高周疲劳试验;该技术所需测试场地小,测试时间短。

本发明授权一种风电叶片超高周疲劳性能测试方法及装置在权利要求书中公布了:1.一种风电叶片超高周疲劳性能测试方法,其特征在于,具体步骤包括:步骤S1:根据当前实际风载荷环境,确定风速范围和湍流等级范围,并在风速范围和湍流等级范围下进行模拟测试,以得到不同范围组合内的历史风载荷数据,历史风载荷数据包括风速、气压的实际值,以及对应的气动载荷值和风电叶片相对于风的攻角;步骤S2:基于历史风载荷数据构建三维湍流风场模型,并建立风电叶片的参数化三维模型,将三维湍流风场模型作为外部载荷施加到风电叶片的参数化三维模型上,通过有限元分析软件分析风电叶片在不同风速和湍流条件下的受力情况,从中筛选出具有共同特性的M个潜在危险节点,并针对参数化三维模型执行模态分析,以在M个潜在危险节点中筛选出潜在共振风险节点,并获取每个潜在共振风险节点的固有频率和载荷形式振型;步骤S3:根据有限元分析结果识别出的潜在共振风险节点,确定每个潜在共振风险节点对应的若干个危险截面;采集每个危险截面在不同风速和湍流条件下对应的疲劳损伤数据,并基于有限元分析结果,设定每个危险截面的疲劳损伤上限阈值,将大于疲劳损伤上限阈值的危险截面筛选出来,形成关键危险截面,并结合每个关键危险截面的固有频率和载荷形式振型,进行递增气动载荷模拟;步骤S4:在递增气动载荷的模拟过程中,记录每个关键危险截面在不同载荷下的振动位移数据,并对这些采集的振动位移数据进行分析,生成用于从这些关键危险截面中筛选出最终危险截面的二次筛选策略;步骤S5:设计出与二次筛选策略提供的最终危险截面相同的叶片结构试件,并使用与原风电叶片相同的材料进行加工,并针对叶片结构试件进行高频振动测试。

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齐鲁工业大学(山东省科学院),其通讯地址为:250353 山东省济南市大学路3501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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。