بهینه سازی لایه چینی پره توربین بادی 5 کیلو واتی به کمک الگوریتم ژنتیک و روش المان محدود به صورت تابع هدف چند متغییره

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,230

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

WINDCONF01_013

تاریخ نمایه سازی: 23 اسفند 1390

چکیده مقاله:

طراحی پره‌های توربین بادی یکی از مهمترین و اصلی ترین بخش های توربین بادی به شمار می رود که با توجه به شرایط بسیار متغیر بهره‌برداری و اعمال بارهای شدید بر آن، انتخاب جنس و طراحی سازه‌ای آن از اهمیت ویژه‌ای برخوردار است.لایه چینی صفحات ماده کامپوزیتی مورد استفاده در پره توربین بادی به منظور دست یابی به پره ای با کمترین وزن و بیشترین استحکام مهمترین مساله در ساخت پره به شمار می رود. در این مقاله یک پره توربین بادی 5 کیلوواتی که از نظر شکل آیرودینامیکی و مقدار بار وارده بر آن کاملا طراحی و در نرم افزار ANSYS مدل سازی شده است. بار در نظر گرفته شده یکی از حالات بحرانی در بین کلیه حالات بارگذاری پره در حین کارکرد به شمار می رود. هدف این مقاله این است که با فرض مشخص بودن بارگذاری و همچنین مشخصات مکانیکی جنس مورد استفاده در پره، بهترین چیدمان لایه های کامپوزیتی برای رسیدن به بهترین پره از لحاظ وزن، ممان اینرسی و استحکام بدست آید. برای رسیدن به این هدف از الگوریتم ژنتیک برای بهینه سازی لایه چینی استفاده شده است. برای انجام محاسبات الگوریتم ژنتیکی از کدنویسی در نرم افزار MATLABو برای محاسبه پارامترهای تابع هدف از نرم افزار ANSYS استفاده شده است. در واقع با روند در نظرگرفته شده به نوعی کوپلی میان الگوریتم ژنتیک و ANSYS برقرار شده است. با انجام تغییرات لایه چینی در مدل پره و تحلیل مساله، روند تغییرات پارامترهای مورد نظر برای بهینه سازی بررسی می شود. نتیجه نهایی کار،طریقه لایه چینی صفحات کامپوزیتی در بخش‌های مختلف پره به همراه مشخصات تئوری آن شامل وزن وممان اینرسی را مشخص می کند. با بهینه‌سازی انجام شده در این پروژه لایه چینی و ضخامت در هر قسمت پره با توجه به استحکام مورد نیاز و وزن و ممان اینرسی حداقل ارائه شده است.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • باوی.ا و صالحی.م. 1387، الگوریتم های ژنتیک و بهینه سازی ...
  • Daniel G, Suong V. Hoa, Stephen W. Tsai., 2008, "COMPOSITL ...
  • John F. Mandell, Daniel D. Samborsky, Pan casatyaAgas tra, Aaron ...
  • نمایش کامل مراجع