CN108919648B - 基于模糊逻辑推理的风机塔筒半主动控制方法 - Google Patents

基于模糊逻辑推理的风机塔筒半主动控制方法 Download PDF

Info

Publication number
CN108919648B
CN108919648B CN201810831730.4A CN201810831730A CN108919648B CN 108919648 B CN108919648 B CN 108919648B CN 201810831730 A CN201810831730 A CN 201810831730A CN 108919648 B CN108919648 B CN 108919648B
Authority
CN
China
Prior art keywords
fuzzy
active
active variable
displacement
damper
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201810831730.4A
Other languages
English (en)
Other versions
CN108919648A (zh
Inventor
杨明亮
王鹏
常争艳
李哲人
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taiyuan University of Science and Technology
Original Assignee
Taiyuan University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taiyuan University of Science and Technology filed Critical Taiyuan University of Science and Technology
Priority to CN201810831730.4A priority Critical patent/CN108919648B/zh
Publication of CN108919648A publication Critical patent/CN108919648A/zh
Application granted granted Critical
Publication of CN108919648B publication Critical patent/CN108919648B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
    • F03D—WIND MOTORS
    • F03D13/00—Assembly, mounting or commissioning of wind motors; Arrangements specially adapted for transporting wind motor components
    • F03D13/20—Arrangements for mounting or supporting wind motors; Masts or towers for wind motors
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D19/00—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase
    • G05D19/02—Control of mechanical oscillations, e.g. of amplitude, of frequency, of phase characterised by the use of electric means
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/728—Onshore wind turbines

Landscapes

  • Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Buildings Adapted To Withstand Abnormal External Influences (AREA)

Abstract

本发明公开了基于模糊逻辑推理的风机塔筒半主动控制方法，涉及风力发电设备技术领域，采用基于模糊逻辑推理的半主动控制技术对风机塔筒进行风致振动控制，通过对塔筒结构实时的动力响应进行模糊逻辑推理，利用半主动控制算法调节TMD阻尼器的阻尼系数输出不同的阻尼力对塔筒结构进行振动控制。并通过SIMULINK进行半主动模糊控制***仿真，结果表明，基于模糊逻辑推理的半主动控制比传统的被动控制的控制效果更好，可以大幅降低塔筒结构顶端的位移响应。

Description

基于模糊逻辑推理的风机塔筒半主动控制方法
技术领域
本发明涉及风力发电设备技术领域，特别是涉及基于模糊逻辑推理的风机塔筒半主动控制方法。
背景技术
风力发电是应用较成熟的绿色可再生能源技术，新型风机以单机功率不断增大，叶片不断伸长，塔筒不断升高的趋势发展。这些都对风机塔筒振动控制技术提出更高的要求。
高耸结构的振动控制方式，主要有被动控制、主动控制以及半主动控制。被动控制是应用最多的控制方式，但是当被控结构体的动力特性发生改变时，被动控制效果就会大大降低。主动控制克服了被动控制过度依赖结构体动力特性的缺点，取得了很好的振动控制效果，但是主动控制最大的缺点就是它需要很大的额外动力源，这成了阻碍主动控制发展应用的障碍。
国内外很多学者对被动控制作了深入的研究，并且取得了较好的控制效果。大连理工大学的崔琼通过对比不同载荷的单独和组合作用下分析了TMD对塔筒结构的振动控制特性。新疆农业大学李振辉通过设置多重TMD加大了TMD有效控制频率带范围，减小TMD***对风机塔筒结构调谐频率的敏感性取得非常好的减振效果。P.J.Murtagh等将TMD安装在塔筒顶部，分析了阻尼比的不同，TMD其控制效果的差异。风机塔筒属于高柔性特种结构，它的内部空间有限，限制了被动控制方式下TMD的行程以及质量块的大小。所以被动控制无法在风机塔筒结构上发挥出它应有的控制效果。
发明内容
本发明实施例提供了基于模糊逻辑推理的风机塔筒半主动控制方法，可以解决现有技术中存在的问题。
本发明提供了基于模糊逻辑推理的风机塔筒半主动控制方法，该方法包括以下步骤：
在风机塔筒的顶层安装TMD阻尼器，并在所述风机塔筒上安装位移传感器，将所述位移传感器与模糊控制器的输入端连接，将所述模糊控制器的输出端与所述TMD阻尼器中的主动变阻尼器连接；
所述位移传感器采集风机塔筒在风载荷作用下的位移s和位移改变量Δs，并传输给所述模糊控制器，所述模糊控制器使用模糊控制算法计算得到最优的控制电压U，然后将最优控制电压U传输给所述TMD阻尼器中的每个主动变阻尼器，所述主动变阻尼器根据最优控制电压U调整阻尼力，将阻尼力作用在所述风机塔筒上；
其中，所述风机塔筒的顶层安装有支撑板，所述支撑板的上表面中央固定有钢柱，所述TMD阻尼器安装在所述钢柱外侧，所述TMD阻尼器包括一圈铅环、多个弹簧和多个所述主动变阻尼器，所述铅环围绕所述钢柱安装，所述铅环与钢柱之间通过所述弹簧和主动变阻尼器连接。
本发明实施例中的基于模糊逻辑推理的风机塔筒半主动控制方法，采用基于模糊逻辑推理的半主动控制技术对风机塔筒进行风致振动控制，通过对塔筒结构实时的动力响应进行模糊逻辑推理，利用半主动控制算法调节TMD阻尼器的阻尼系数输出不同的阻尼力对塔筒结构进行振动控制。并通过SIMULINK进行半主动模糊控制***仿真，结果表明，基于模糊逻辑推理的半主动控制比传统的被动控制的控制效果更好，可以大幅降低塔筒结构顶端的位移响应。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于模糊逻辑推理的风机塔筒半主动控制方法的流程图；
图2为图1中模糊控制器的工作流程图；
图3为图1中TMD阻尼器在塔筒结构中的安装方式示意图；
图4为图3中TMD阻尼器的俯视结构示意图；
图5为主动变阻尼器的内部结构图；
图6为本发明中半主动控制和传统的被动控制在塔筒顶部的位移对比；
图7为本发明中半主动控制和传统的被动控制在塔筒顶部的加速度对比。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1，本发明实施例提供了基于模糊逻辑推理的风机塔筒半主动控制方法，该方法包括以下步骤：
在风机塔筒的顶层安装TMD阻尼器，并在风机塔筒上安装位移传感器，将位移传感器与模糊控制器的输入端连接，将模糊控制器的输出端与TMD阻尼器中的主动变阻尼器连接；
位移传感器采集风机塔筒在风载荷作用下的位移s和位移改变量Δs，然后将位移s和位移改变量Δs传输给模糊控制器，模糊控制器使用模糊控制算法计算得到最优的控制电压U，模糊控制器将最优控制电压U传输给TMD阻尼器中的每个主动变阻尼器，主动变阻尼器根据最优控制电压调整阻尼力，将阻尼力作用在风机塔筒上，以降低风机塔筒顶端的位移响应。
第一步中风机塔筒100的顶层安装有支撑板110，支撑板110的上表面中央垂直固定有钢柱120，TMD阻尼器130即安装在钢柱120外侧，如图3和4所示，TMD阻尼器130包括一圈铅环131、多个弹簧132和多个主动变阻尼器133，铅环131为圆筒状结构，围绕钢柱120安装作为质量块使用。铅环131与钢柱120之间通过弹簧132和主动变阻尼器133连接，本实施例中弹簧132的数量为8个，主动变阻尼器133的数量也为8个，弹簧132和主动变阻尼器133相互间隔均匀安装在铅环131和钢柱120之间，因此相邻弹簧132和主动变阻尼器133之间的夹角为22.5度，每个弹簧132的弹性系数和长度相等，每个主动变阻尼器133的阻尼系数也相同。铅环131的底部安装有多个滚轮140，使铅环131能够在支撑板110上活动。
主动变阻尼器133的内部填充有液压油134，如图5所示，主动变阻尼器133的内部安装有活塞135，该活塞135的两端使用杆穿过主动变阻尼器133的两相对侧壁并伸出到主动变阻尼器133的外部。主动变阻尼器133上还安装有过油管136，该过油管136上两端均与主动变阻尼器133的内部连通，且过油管136的两端分别位于活塞135的两侧，过油管136上安装有电液伺服阀137，该电液伺服阀137的开度受控制电压的控制，电压越大则开度越大，反之电压越小则开度越小，电液伺服阀137的开度影响过油管136中液压油的流动速度，因此控制电压越大则主动变阻尼器133的阻尼力越小，控制电压越小则主动变阻尼器133的阻尼力越大。
参照图2，模糊控制器采用的模糊控制算法包括模糊化、模糊推理和反模糊化三个步骤，模糊化阶段中将输入的位移s和位移改变量Δs按照输入输出隶属度函数分别划入相应的模糊集，该模糊集的数量为6个，分别为PB、PM、PS、NS、NM和NB，分别表示较大正、适中正、较小正、较小负、适中负和较大负。在模糊推理阶段，根据位移s和位移改变量Δs对应的模糊集，在预先设定的模糊控制规则中查询相应的控制电压模糊集。得到控制电压对应的模糊集后，反模糊化阶段按照输入输出隶属度函数输出与控制电压模糊集对应的控制电压。本实施例中位移s的论域为0～h/100，其中h为塔筒高度，输入的位移s即按照论域划分到相应的模糊集中，控制电压U的论域为0.75～2V，得到的控制电压模糊集即按照论域取相应的具体值。
上述的模糊控制规则如下：
1.如果正位移很小且在变大则可以施加适中的反向控制力，即负阻尼力适中，即反向电压适中。
2.如果正位移很小且在变小则可以施加很小的反向控制力，即负阻尼力很小，即反向电压很大。
3.如果正位移适中且在变大则可以施加很大的反向控制力，即负阻尼力很大，即反向电压很小。
4.如果正位移适中且在变小则可以施加适中的反向控制力，即负阻尼力很小，即反向电压很大。
5.如果正位移很大且在变大则可以施加很大的反向控制力，即负阻尼力很大，即反向电压很小。
6.如果正位移很大且在变小则可以施加适中的反向控制力，即负阻尼力适中，即反向电压适中。
7.如果负位移很小且在变大则可以施加适中的反向控制力，即正阻尼力适中，即正向电压适中。
8.如果负位移很小且在变小则可以施加很小的反向控制力，即正阻尼力很小，即正向电压很大。
9.如果负位移适中且在变大则可以施加很大的反向控制力，即正阻尼力很大，即正向电压很小。
10.如果负位移适中且在变小则可以施加适中的反向控制力，即正阻尼力适中，即正向电压适中。
11.如果负位移很大且在变大则可以施加很大的反向控制力，即正阻尼力很大，即正向电压很小。
12.如果负位移很大且在变小则可以施加适中的反向控制力，即正阻尼力适中，即正向电压适中。
上述的模糊控制规则可以表示为如下的模糊规则表：
表1模糊规则表
Figure BDA0001743669120000061
上表中控制电压U的模糊集也为6个，和位移s、位移改变量Δs表示含义相同，控制电压U的每个模糊集都对应一个具体的电压值，例如模糊集PS对应的电压值是1.58V，模糊集NS对应的电压值是1.38V，反模糊化阶段输出的控制电压U即为具体的电压值。
在风载荷的作用下，对风机塔筒分别进行被动和半主动控制，并对风机塔筒在不同控制方式下塔筒顶部的位移、加速度时程进行对比分析，结果如图6和图7所示，控制作用效果见表2。
表2控制作用效果
Figure BDA0001743669120000071
结果表明：基于模糊控制的半主动控制对风机塔筒结构的风致振动控制效果比传统的被动控制效果更好。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (5)

1.基于模糊逻辑推理的风机塔筒半主动控制方法，其特征在于，该方法包括以下步骤：
在风机塔筒的顶层安装TMD阻尼器，并在所述风机塔筒上安装位移传感器，将所述位移传感器与模糊控制器的输入端连接，将所述模糊控制器的输出端与所述TMD阻尼器中的主动变阻尼器连接；
所述位移传感器采集风机塔筒在风载荷作用下的位移s和位移改变量Δs，并传输给所述模糊控制器，所述模糊控制器使用模糊控制算法计算得到最优的控制电压U，然后将最优控制电压U传输给所述TMD阻尼器中的每个主动变阻尼器，所述主动变阻尼器根据最优控制电压U调整阻尼力，将阻尼力作用在所述风机塔筒上；
其中，所述风机塔筒的顶层安装有支撑板，所述支撑板的上表面中央固定有钢柱，所述TMD阻尼器安装在所述钢柱外侧，所述TMD阻尼器包括一圈铅环、多个弹簧和多个所述主动变阻尼器，所述铅环围绕所述钢柱安装，所述铅环与钢柱之间通过所述弹簧和主动变阻尼器连接；
所述主动变阻尼器的内部填充有液压油，所述主动变阻尼器的内部安装有活塞，所述活塞的两端使用杆穿过所述主动变阻尼器的两相对侧壁并伸出到所述主动变阻尼器的外部，所述主动变阻尼器上还安装有过油管，所述过油管上两端均与所述主动变阻尼器的内部连通，所述过油管的两端分别位于所述活塞的两侧，所述过油管上安装有电液伺服阀。
2.如权利要求1所述的基于模糊逻辑推理的风机塔筒半主动控制方法，其特征在于，所述模糊控制器采用的模糊控制算法包括模糊化、模糊推理和反模糊化三个阶段，模糊化阶段中将输入的位移s和位移改变量Δs按照输入输出隶属度函数分别划入相应的模糊集；在模糊推理阶段，根据位移s和位移改变量Δs对应的模糊集，在预先设定的模糊控制规则中查询相应的控制电压模糊集；得到控制电压对应的模糊集后，反模糊化阶段按照所述输入输出隶属度函数输出与控制电压模糊集对应的控制电压U。
3.如权利要求1所述的基于模糊逻辑推理的风机塔筒半主动控制方法，其特征在于，所述弹簧的数量为8个，所述主动变阻尼器的数量也为8个，所述弹簧和主动变阻尼器相互间隔均匀安装在所述铅环和钢柱之间，每个所述弹簧的弹性系数和长度相等，每个所述主动变阻尼器的阻尼系数相同。
4.如权利要求3所述的基于模糊逻辑推理的风机塔筒半主动控制方法，其特征在于，所述铅环的底部安装有多个滚轮，使所述铅环能够在支撑板上活动。
5.如权利要求1所述的基于模糊逻辑推理的风机塔筒半主动控制方法，其特征在于，所述主动变阻尼器的内部安装有活塞，该活塞的两端使用杆穿过主动变阻尼器的两相对侧壁并伸出到主动变阻尼器的外部，所述主动变阻尼器上安装有过油管，该过油管的两端均与所述主动变阻尼器的内部连通，且所述过油管的两端分别位于所述活塞的两侧，所述过油管上安装有电液伺服阀，该电液伺服阀的开度受控制电压U的控制。
CN201810831730.4A 2018-07-26 2018-07-26 基于模糊逻辑推理的风机塔筒半主动控制方法 Expired - Fee Related CN108919648B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810831730.4A CN108919648B (zh) 2018-07-26 2018-07-26 基于模糊逻辑推理的风机塔筒半主动控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810831730.4A CN108919648B (zh) 2018-07-26 2018-07-26 基于模糊逻辑推理的风机塔筒半主动控制方法

Publications (2)

Publication Number Publication Date
CN108919648A CN108919648A (zh) 2018-11-30
CN108919648B true CN108919648B (zh) 2021-10-01

Family

ID=64418512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810831730.4A Expired - Fee Related CN108919648B (zh) 2018-07-26 2018-07-26 基于模糊逻辑推理的风机塔筒半主动控制方法

Country Status (1)

Country Link
CN (1) CN108919648B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456637A (zh) * 2019-07-16 2019-11-15 大连理工大学 一种减小风机振动的自适应模糊多目标机电控制方法
CN113062649B (zh) * 2021-03-31 2022-01-18 重庆大学 一种基于参数设计计算的预应力调谐质量阻尼器安装方法
CN114151500A (zh) * 2021-12-31 2022-03-08 中国地震局工程力学研究所 一种智能减震装置及控制方法
CN218581739U (zh) * 2022-11-02 2023-03-07 华能陇东能源有限责任公司 一种风机塔架调谐减振装置及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581942A (zh) * 2009-03-26 2009-11-18 上海大学 地震作用下建筑结构摩擦阻尼器半主动控制算法
CN102705433A (zh) * 2012-06-08 2012-10-03 武汉理工大学 被动阻尼和主动阻尼相结合智能减振装置
CN103754081A (zh) * 2013-12-27 2014-04-30 广西科技大学 车辆非线性悬架***的最优模糊复合控制方法
CN105930938A (zh) * 2016-05-10 2016-09-07 重庆大学 基于磁流变阻尼器半主动结构控制的漂浮式风机减载方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101581942A (zh) * 2009-03-26 2009-11-18 上海大学 地震作用下建筑结构摩擦阻尼器半主动控制算法
CN102705433A (zh) * 2012-06-08 2012-10-03 武汉理工大学 被动阻尼和主动阻尼相结合智能减振装置
CN103754081A (zh) * 2013-12-27 2014-04-30 广西科技大学 车辆非线性悬架***的最优模糊复合控制方法
CN105930938A (zh) * 2016-05-10 2016-09-07 重庆大学 基于磁流变阻尼器半主动结构控制的漂浮式风机减载方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《一种对高层建筑振动半主动控制的新策略》;马涌泉等;《中国石油大学学报( 自然科学版)》;20141229;第38卷(第6期);第140-147页 *
《半主动调谐减震体系模糊控制器的理论研究》;周建中等;《北京科技大学学报》;20030831;第25卷(第4期);第304-307页 *
《悬吊式TMD对近海风机的振动控制研究》;崔琼;《中国知网》;20111231;第1-86页 *
《采用半主动TM D的建筑结构振动控制研究》;周星德等;《振动、测试与诊断》;20060630;第26卷(第2期);第116-118,160页 *

Also Published As

Publication number Publication date
CN108919648A (zh) 2018-11-30

Similar Documents

Publication Publication Date Title
CN108919648B (zh) 基于模糊逻辑推理的风机塔筒半主动控制方法
Sheikhan et al. An optimal fuzzy PI controller to capture the maximum power for variable-speed wind turbines
He et al. Control of dynamical processes using an on-line rule-adaptive fuzzy control system
CN105930938B (zh) 基于磁流变阻尼器半主动结构控制的漂浮式风机减载方法
CN105155717B (zh) 一种基于殖民竞争算法的磁流变阻尼模糊控制器设计方法
CN105332440B (zh) 串并联调谐质量阻尼器最优化设计方法
Hall et al. Performance of a 100 kW wind turbine with a Variable Ratio Gearbox
CN106712031B (zh) 主动配电网序贯-自适应鲁棒优化调度***及调度方法
CN106099987A (zh) 一种分散式风电机组无功优化策略
CN108416178A (zh) 一种机械弹性车轮结构参数优化设计方法
CN104951612B (zh) 基于阻尼连接的增强型主动调谐质量阻尼器优化设计方法
Wang et al. Study on the influence of parallel fuzzy PID control on the regulating system of a bulb tubular turbine generator unit
Jin-Yang et al. Vibration control of offshore wind turbines with a novel energy-adaptive self-powered active mass damper
CN111064228B (zh) 考虑风速和负荷变化场景的风电机组下垂控制方法、***及计算机设备
Wang et al. Latching control: A wave energy converter inspired vibration control strategy
CN109659982A (zh) 一种新能源电力***时滞依赖稳定性的判定方法
Li et al. Structural control of floating offshore wind turbines with inerter-based low-order mechanical networks
CN110318945A (zh) 一种减小风机塔架振动的磁流变智能控制器
CN116816599B (zh) 一种磁流变阻尼器的风机塔筒减振方法
CN115435035A (zh) 一种双向调谐液柱阻尼器及应用该阻尼器的海上风力发电机组
CN114899887A (zh) 一种风水联合***中各发电机并网节点频率的解析方法、***
CN105155714B (zh) 并联调谐质量阻尼器最优化设计方法
CN112538907A (zh) 一种双惯容并联式四阶减振结构
CN116951048A (zh) 一种应用于海上风机的固定质量阻尼器
Wang et al. Active Vibration Suppression of Floating Wind Turbine Based on Fuzzy PID Controller

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211001