项目名称: 三维机织复合材料风机叶片多尺度耦合的强度和疲劳特性预测及数值计算

项目编号: No.11462016

项目类型: 地区科学基金项目

立项/批准年度: 2015

项目学科: 数理科学和化学

项目作者: 高晓平

作者单位: 内蒙古工业大学

项目金额: 50万元

中文摘要: 叶片是风机进行能量转换的重要组成部分,其强度和疲劳特性对风机可靠性、应用效率具有重要作用。工况中叶片受复杂、周期性载荷作用,其失效主要由材料微、细观结构的渐进损伤引起。因此基于多尺度法研究微、细观结构及其对强度和疲劳损伤的影响,预测叶片强度和疲劳损伤,具有重要的实用意义和科学价值。 本项目以玻璃纤维三维机织结构作为叶片增强体,应用多尺度耦合方法研究叶片静态强度及拉-拉周期载荷下疲劳和失效破坏,探索叶片强度和疲劳寿命预测模型,预测叶片强度;计算叶片载荷谱,确定工况载荷,数值模拟叶片疲劳特性。通过实验、数值模拟叶片微、细、宏观尺度应力之间关系,实现由组分材料性质和结构参数预测叶片强度和疲劳特性,优化叶片结构设计。项目研究成果为叶片强度分析和寿命预估提供高质量的数值模型和方法;为生产中预测叶片强度和疲劳特性,减少试验费用及难度奠定理论基础;为提升我国现代风机叶片的自主设计水平提供必要支持。

中文关键词: 多尺度;失效机理;力学性能;三维编织复合材料;细观力学

英文摘要: As the key part of wind turbine, the blade is the vital component for energy transformation. The strength and fatigue property of blade have important effects on their reliability and efficiency of wind energy transformation. Various complexes and periodical loads are applied on balde in operation condition,the blade failure is mainly caused by the progressive damage in micro-structure. So, it is important to study the effects of the micro-structure, meso-structure of blade on their strength and fatigue damage by applying multi-scale analysis, and predict the strength and fatigue damage of wind turbine blade. In this project, the 3D woven structure of glass fiber is selected as reinforcement of blade. The strength and fatigue failure damage of wind turbine blade under static load and tenisle perodical load will be researched by applying multi-scale analysis. The models for predicting the strength and fatigue life of blade will be developed and their mechanical properties will be predicted with respect to models.The load spectrum of blade in working condition is computed and the determined load case will be used to simulate the fatigue behavior by applying numerical simulation.The stress relationship of blade between micro-scale, meso-scale and macro-scale will be obtained by applying experiment and numerical simulation, and the strength and fatigue property of wind turbine blade are predicted by combining the material property and structure parameters of blade, which could be used to optimize meso-structure of blade. In conclusion, high quality numerical models and methods for strength analysis and fatigue life prediction will be provided, which will establish theoretical foundations for predicting the strength and fatigue property and reduce experimental cost and difficulty of wind turbine blade in laboratory and production. Also, the experiment and numerical simulation will provide theoretical support for improving independent design level of modern wind turbine blade in our country.

英文关键词: Multi-scale;Failure mechanics;Mechanical Properties;3-Dimensional composite material;meso-mechanicals

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于冲量的加速优化算法
专知会员服务
24+阅读 · 2021年11月29日
基于表格数据的深度学习方法
专知会员服务
35+阅读 · 2021年10月19日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
131+阅读 · 2021年9月20日
专知会员服务
101+阅读 · 2021年8月23日
专知会员服务
24+阅读 · 2021年8月22日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
31+阅读 · 2021年5月7日
图表示学习在药物发现中的应用,48页ppt
专知会员服务
94+阅读 · 2021年4月30日
【2020新书】数据结构与数据表示指南,112页pdf
专知会员服务
81+阅读 · 2020年10月6日
【博士论文】基于冲量的加速优化算法
专知
7+阅读 · 2021年11月29日
人工神经网络在材料科学中的研究进展
专知
0+阅读 · 2021年5月7日
无人驾驶仿真软件
智能交通技术
21+阅读 · 2019年5月9日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
小贴士
相关VIP内容
【博士论文】基于冲量的加速优化算法
专知会员服务
24+阅读 · 2021年11月29日
基于表格数据的深度学习方法
专知会员服务
35+阅读 · 2021年10月19日
【干货书】数据挖掘药物发现,347页pdf
专知会员服务
131+阅读 · 2021年9月20日
专知会员服务
101+阅读 · 2021年8月23日
专知会员服务
24+阅读 · 2021年8月22日
专知会员服务
39+阅读 · 2021年5月12日
专知会员服务
31+阅读 · 2021年5月7日
图表示学习在药物发现中的应用,48页ppt
专知会员服务
94+阅读 · 2021年4月30日
【2020新书】数据结构与数据表示指南,112页pdf
专知会员服务
81+阅读 · 2020年10月6日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员