بهینه سازی سیستم های توربین بادی با بهره گیری از یادگیری ماشین برای افزایش بازده انرژی و کاهش تنش های مکانیکی

توربین های بادی به عنوان یکی از منابع مهم انرژی تجدیدپذیر، با چالش های متعددی همچون کاهش بازدهی در شرایط محیطی متغیر و آسیب های مکانیکی ناشی از تنش های دینامیکی مواجه هستند. این تحقیق با تمرکز بر ترکیب مکانیک سیالات و تحلیل تنش های ساختاری، رویکردی نوین برای بهینه سازی عملکرد توربین ها ارائه می دهد. الگوریتم های یادگیری ماشین، به ویژه شبکه های عصبی و الگوریتم های تکاملی، برای پیش بینی رفتار توربین تحت شرایط باد مختلف و تعیین زاویه بهینه پره ها و سرعت چرخش به کار گرفته می شوند. نتایج نشان می دهد که این روش نه تنها بازده انرژی توربین را افزایش می دهد، بلکه تنش های مکانیکی در پره ها و شفت را کاهش می دهد و طول عمر سازه را ارتقا می دهد. این رویکرد، ترکیبی از مهندسی مکانیک، تحلیل دینامیکی و هوش مصنوعی، راهکاری موثر برای توسعه سیستم های انرژی پایدار ارائه می کند.

کلیدواژه ها:

مکانیک سیالات ، توربین بادی ، بهینه سازی ، یادگیری ماشین ، تنش مکانیکی ، انرژی تجدیدپذیر ، تحلیل دینامیکی