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！

龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种基于可压缩流动原理的大型及超大型风电机组设计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：CN120257861B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510747784.2，技术领域涉及：G06F30/27；该发明授权一种基于可压缩流动原理的大型及超大型风电机组设计方法是由张明明;许诺;温祯龙;廖唯良;邓燕飞;冯宇;秦彩燕;张炳夫;喻锦程;王夷飞设计研发完成，并于2025-06-06向国家知识产权局提交的专利申请。

本一种基于可压缩流动原理的大型及超大型风电机组设计方法在说明书摘要公布了：本发明公开了一种基于可压缩流动原理的大型及超大型风电机组设计方法，包括：构造高叶尖速比CP‑λ曲线，将最大风能捕获效率CPmax对应的最优叶尖速比λopt大幅增加，整体拓宽CP‑λ曲线；设计叶片参数优化；采用高模量、低密度碳纤材料，采用基于仿生结构开发的结构特性优化设计方法，执行叶片结构设计优化；采用仿猫头鹰锯齿尾缘降噪技术和设计方法，对叶片主要气动声源—叶尖尾缘噪声进行抑制；构建整机气动‑伺服‑弹性耦合模型，采用多学科优化设计和基于模型的系统工程方法，子系统进行联合建模与系统化协同优化设计。本发明实现了高效、高可靠、低成本优势的大型及超大型风电机组设计。

本发明授权一种基于可压缩流动原理的大型及超大型风电机组设计方法在权利要求书中公布了：1.一种基于可压缩流动原理的大型及超大型风电机组设计方法，其特征在于，包括： CP-λ曲线的高叶尖速比设计：构造高叶尖速比CP-λ曲线，首先对机组工作时CP-λ曲线进行设计，将最大风能捕获效率CPmax对应的最优叶尖速比λopt提高一倍，并拓宽CP-λ曲线的周期； 可压缩流动条件下叶片设计：设计最佳翼型、叶片几何外形，涉及叶片弦长、扭角、厚度参数优化，使优化后的叶片更好地适应可压缩流态； 叶片结构设计：采用高模量、低密度碳纤材料，同时采用基于仿生结构开发的结构特性优化设计方法，执行叶片结构设计优化； 可压缩流动下叶片仿生降噪设计：采用仿猫头鹰锯齿尾缘降噪技术和设计方法，对叶片主要气动声源—叶尖尾缘噪声进行抑制； 整机系统化协同设计：构建整机气动-伺服-弹性耦合模型，采用多学科优化设计和基于模型的系统工程方法，对风机塔架、轮毂、主轴、传动链、发电机、控制、偏航及变桨这些子系统进行联合建模与系统化协同优化设计； 优化叶片的方法包括： 第一步，根据上述高叶尖速比CP-λ曲线设计需求，同时考虑当地风电场风资源和风载荷状况，作为定制化设计的输入条件； 第二步，基于Isight软件搭建自动化设计平台，实现翼型和叶片耦合建模，并利用高精度CFD计算，建立翼型-叶片气动训练集； 第三步，基于翼型-叶片气动训练集，搭建智能化寻优平台，训练克里金代理模型，直至满足精度要求，再结合NSGA-Ⅱ优化算法，在已训练好的代理模型中进行多目标寻优，最终输出最佳叶片几何外形参数； 叶片结构设计优化方法包括： 第一步，确定主梁位置和截面参数，主梁沿叶片展向布置于最大厚度线，覆盖叶片叶根至叶尖过渡区；其中主梁截面完整覆盖截面腹板结构，叶根区域需额外增加强度以抵抗叶根弯矩； 第二步，确定所需材料特性与材料应用空间，采用混合碳纤维方式实现叶片强度增加、质量下降需求，并根据仿生特性在优化阶段进一步提升材料适用度； 第三步，确定叶片腹板相关参数，基于叶片几何与主梁参数进行设计；设置2～3个腹板，分别位于主梁前缘侧和后缘侧，腹板间距由叶片截面高度与选取材料特性决定，腹板厚度由剪切载荷与抗剪强度决定；叶片腹板相关参数包含腹板位置、腹板间距、腹板结构形式； 第四步，确定叶片铺层参数，由挥舞方向极限弯矩和材料许用应力计算主梁铺层数；然后计算铺层角度，主梁0°铺层为主，叶根区域插入±45°层以抵抗扭转载荷；叶片铺层参数包含铺层角度、铺层厚度、铺层位置信息； 第五步，确定腹板内部填充芯材、夹心层参数和腹板端部与主梁的连接方式； 第六步，在初步确定基本参数的基础上，根据优化算法确定适应度函数、明确约束条件，基于叶片质量最小原则建立优化算法的设计变量与优化变量，分析叶片的结构内特性、所受载荷分布情况及应力大小，进而根据强度准则对铺层厚度的结构参数进行优化；基于以上设计建立叶片结构模型，采用有限元分析优化碳纤维叶片结构设计，通过疲劳试验台模拟全生命周期载荷，验证碳纤叶片的抗疲劳特性； 可压缩流动下叶片仿生降噪设计方法包括： 第一步，结合锯齿尾缘模化与代理模型方法，通过高精度CFD计算不同风速、叶片参数、锯齿结构参数和整机运行参数对应的叶片流场与声场数据； 第二步，采用上述流场与声场数据作为驱动训练神经网络模型，以构建不同来流、仿生结构、叶片和整机运行影响下的叶片噪声预测模型； 第三步，根据上述预测模型对锯齿结构参数进行叶片降噪优化设计； 整机系统化协同设计的方法包括： 第一步，系统建模与参数定义，以MBSE方法为基础，构建整机系统架构模型，定义叶片、轮毂、主轴、塔架、齿轮箱、发电机、控制系统、偏航系统和变桨系统这些子系统之间的接口、依赖与功能关系；建立模型层次结构，实现从需求层到物理层的完整映射； 第二步，建立气动-伺服-弹性耦合模型，在MBSE系统模型驱动下，构建整机气动-弹性-控制耦合模型，集成叶片柔性、塔架振动、主轴扭转以及发电机与控制系统之间的相互影响；模型参数化处理，以支持后续MDO流程中对关键设计变量的统一管理与优化迭代； 第三步，定义设计变量和优化目标，通过系统建模明确可调设计参数；基于多目标协同优化，目标函数包含年发电量最大化、结构质量最小化、疲劳载荷最小化和控制响应性能最优； 第四步，设置典型和极限载荷工况，并在MDO流程中用于评价各设计组合在多情境下的动态响应、峰值应力与疲劳累积损伤； 第五步，整机协同优化设计，采用MDO方法，在MBSE提供的系统参数约束与接口一致性保障下，通过多目标优化算法进行设计空间探索与收敛；各子系统参数在统一模型中共同演化，实现设计变量间的动态耦合调整；控制策略参数与结构参数协同寻优，以平衡气动性能、载荷控制和可靠性； 第六步，验证系统一致性与模型反馈，优化完成后将最优解回填至MBSE系统模型，自动验证各子系统约束一致性与系统接口兼容性，确保优化结果可工程实现；如存在冲突或设计违规，通过MBSE模型追踪问题来源，快速进行结构重构与再优化； 第七步，输出最终设计方案，输出满足协同优化目标的整机关键部件配置参数与控制设定，为整机样机制造与工程实现提供数字化设计依据。

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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518071 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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”。