基于机器学习的升力型垂直轴风机参数优化研究.pdfVIP

摘要

风能利用和开发一直是新能源领域的研究热点。我国风能资源储量广阔，

利用开发价值巨大。升力型垂直轴风机以其较好的低风速性能、结构形式简单

和低噪音等特点成为适合在城市环境中应用的一类风机。本文以三种升力型垂

直轴风机为研究对象，利用机器学习和计算流体动力学（CFD）作为研究方法，

旨在研究适用于三种升力型垂直轴风机的参数研究和性能优化方法。

基于三种升力型垂直轴风机的固有几何特征，本文选取了三种风机的共有

结构参数和特有结构参数，并将湍流度作为来流参数，通过正交试验对设计参

数进行试验设计。然后，对数值模拟验证模型进行独立性验证，并与前人试验

结果进行对比，证明了本研究所采取的数值模拟方法具有可靠性。通过将三种

风机的风洞试验和CFD的正交试验结果整合为一个数据集进行机器学习，发现

XGBRegressor模型学习效果最佳。

本文通过利用训练完成的XGBRegressor模型预测研究三种风机的共有结

构参数、特有结构参数和湍流度对功率性能的影响，并利用CFD进行相应的机

理分析。研究分析表明，H型风机和螺旋型风机的功率系数随高径比增加而增

加，但Φ型风机没有明显的增长趋势。三种风机的实度选择受到雷诺数效应和

动态失速限制，最佳实度水平为0.555。三种风机的桨距角为0˚或-3˚时，功率

性能都有不错的表现。螺旋扭曲角增大将导致叶片沿展向叶素攻角差异增大和

下游区域涡量增大使得螺旋型风机的功率系数减小。不同跨中曲叶片占比的Φ

型风机叶片沿叶片展向方向实度没有明显区别，对风机功率性能影响较小。湍

流强度的增加对三种风机功率系数的提高影响不大。

基于各参数对风机功率性能的影响程度和变化规律，本文利用四种元启发

式优化算法结合XGBRegressor模型对风机参数进行有针对性优化，并将优化结

果与传统的改进广义加性模型优化结果进行对比。结果表明，XGBRegressor模

型结合粒子群算法寻优效果最佳，且结果可靠。机器学习模型结合优化算法的

方法比传统优化方法在寻优空间内更具连续性，不易于陷入局部最优解。基于

上述结论，总结了一种基于机器学习的参数优化通用模型，为传统工业领域参

数寻优提供新思路。

关键词:机器学习；CFD；升力型垂直轴风机；优化算法

Abstract

Theexplorationandadvancementofwindenergyhaveremainedprominent

subjectswithintherealmofrenewableenergy.China,endowedwithabundantwind

resources,holdsextensivereservesofwindenergy,presentingconsiderable

opportunitiesforsubstantialenergyextraction.Lift-typeverticalaxiswindturbines

(VAWTs)haveemergedasasuitableoptionforurbanenvironmentsduetotheir

favorableperformanceatlowwindspeed,simplestructuraldesign,andlownoise

characteristics.Thisstudyinvestigatedparametriceffectsandperformance

optimizationofthreelift-typeVAWTsbyusingmachinelearningmethodand

computationalfluiddynamics(CFD)simulations.

Initially,basedonthegeometriccharacter