基于有限元的风电机组轴承座结构优化设计方法与流程

1.本发明涉及风力发电技术领域，具体涉及一种基于有限元的风电机组轴承座结构优化设计方法。


背景技术：

2.现国内各主机厂对风电机组的研发沿着大容量、高转换效率的方向发展，用于安装、固定主轴承的轴承座也随之增大和增重，对其进行减重降本增效成为主机厂商亟待解决的问题。
3.要基于经验进行设计，迭代时间较长，产品设计周期不可控；现有的一些优化技术通过拓扑优化、变形优化可对简单结构的轴承座进行一定程度的优化。但针对一些具有复杂结构、装配要求的轴承座，也只能进行大致近似变形，难以准确、有效、深入的控制细节变形和优化设计，难以充分挖掘减重空间，并因大致变形引入大量误差而干扰优化算法的寻优。


技术实现要素：

4.有鉴于此，本发明要解决的问题是提供一种基于有限元的风电机组轴承座结构优化设计方法，克服目前轴承座优化设计技术的变形控制深度不够、变形误差大、变形后结构重构验证工作量、优化技术路线复杂低效的不足。
5.本发明通过以下技术手段解决上述技术问题：本发明提供一种基于有限元的风电机组轴承座结构优化设计方法，包括如下步骤：s1、获取待优化设计的轴承座的三维几何模型、有限元模型及其仿真分析报告；s2、根据步骤s1中的三维几何模型和有限元模型确认轴承座的可优化的结构特征和工艺参数范围，建立参考坐标系并以轴承座局部几何特征作为位移参考，选择要修改的结构特征的表面节点，移动所述表面节点将所述工艺参数调整为极限值，并将所述节点保存并关联到一个控制参数下；s3、将步骤s2中的控制参数与轴承座的有限元模型进行联动，通过修改控制参数来调整轴承座各结构特征的工艺参数；s4、将步骤s3中调整过的轴承座的有限元模型进行网格化并输出新的模型；s5、将步骤s2和s3中的工艺参数和模型进行集成，采集多个样本点进行样本计算，获取相应的计算结果；s6、提取步骤s5中的计算结果进行最佳可行域计算；s7、以步骤s2中的控制参数作为设计变量，并以步骤s6中获得的可行域边界作为上下限进行优化计算，并通过优化计算获得最优尺寸优化方案。
6.进一步，步骤s1中所述有限元模型的计算工况包括极限强度工况和疲劳累积损伤工况。
7.进一步，在步骤s2中：所述工艺参数范围包括倒角角度、薄壁结构厚度以及回转体
半径。
8.进一步，步骤s7中，优化计算包括：s71、以步骤s2中的控制参数作为设计变量，并以步骤s6中获得的可行域边界作为上下限；s72、以所选工况的最大应力设置为最大值进行约束；s73、将体积最小化作为优化目标；s74、以hooke
‑
jeeves算法进行数值寻优计算，获得最优尺寸优化方案。
9.进一步，在步骤s7之后还包括，s8、将步骤s7的优化方案模型输出，修改工况进行疲劳验证、调整、验证，直至满足即作为最终优化方案；s9、将最终优化方案进行几何重构，获得最终优化设计。
10.由上述技术方案可知，本发明的有益效果：本发明提供一种基于有限元的风电机组轴承座结构优化设计方法，包括如下步骤：s1、获取待优化设计的轴承座的三维几何模型、有限元模型及其仿真分析报告；s2、建立参考坐标系并以轴承座局部几何特征作为位移参考，并将所述节点保存并关联到一个控制参数下；s3、将控制参数与轴承座的有限元模型进行联动；s4、将调整过的轴承座的有限元模型进行网格化并输出新的模型；s5、将工艺参数和模型进行集成，采集多个样本点进行样本计算，获取相应的计算结果；s6、进行最佳可行域计算；s7、通过优化计算获得最优尺寸优化方案。克服目前轴承座优化设计技术的变形控制深度不够、变形误差大、变形后结构重构验证工作量、优化技术路线复杂低效的不足。
附图说明
11.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
12.图1为本发明的流程示意图；图2为轴承座基础几何构型的对称剖面图；图3为轴承座基础构型的网格模型；图4为倒角角度参数的调整前后对比图；图5为回转体厚度一的厚度参数调整前后对比图；图6为厚度二的厚度参数调整前后对比图；图7为厚度三的厚度参数调整前后对比图；图8为厚度四的厚度参数调整前后对比图；图9为厚度五的厚度参数调整前后对比图；图10为优化结果示意图；附图标记：1
‑
厚度一；2
‑
厚度二；3
‑
厚度三；4
‑
厚度四；5
‑
厚度五；6
‑
倒角角度；11
‑
安装凸台；12
‑
安装凸台；13
‑
吊装孔；14
‑
齿轮箱安装部；15
‑
安装凸台；16
‑
前轴承座安装部；17
‑‑
后轴承座安装部。
具体实施方式
13.下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只作为示例，而不能以此来限制本发明的保护范围。
14.请参阅图1~10，本发明提供一种基于有限元的风电机组轴承座结构优化设计方法，包括如下步骤：s1、如图2所示，获取待优化设计的轴承座的三维几何模型、有限元模型及其仿真分析报告；其中有限元模型计算工况包括极限强度工况和疲劳累积损伤工况，并计算这些工况下的性能数据。
15.s2、根据步骤s1中的三维几何模型和有限元模型确认轴承座的可优化的结构特征和工艺参数范围，其中工艺参数范围包括：倒角角度、薄壁结构厚度、回转体半径，建立参考坐标系并以轴承座局部几何特征作为位移参考，选择要修改的结构特征的表面节点，移动所述表面节点将所述工艺参数调整为极限值，并将所述节点保存并关联到一个控制参数下；直接控制所有节点的移动来实现各处结构尺寸参照工艺特征的进行精确调整，而非采用控制体对包络区域的网格进行大致变形。基于有限元模型网格节点直接实现特征的准确调整，可有效的对所有类型结构特征进行准确控制，其中复杂特征包括薄壁、倒角、开孔、以及其它狭窄、不规则区域针对风电机组轴承座特征结构尺寸进行参数优化中，调整过程以直接控制节点的位移实现，并约束了其他特征、参照工艺要求进行，保证调整后仿真模型与实际加工结构的外形差异在误差允许范围以内。直接控制和约束所有节点的移动来实现结构尺寸调整；引入了坐标系、特征面的参考系来定义节点移动；引入了影响单元区域的方法来限定特征的局部调整；引入了位移约束的方法来在结构自动优化计算流程中保持外形的工艺特征不变。
16.具体的，根据步骤s1的轴承座基础模型仿真报告及其结构，确认可优化调整的结构特征及其工艺参数范围（如倒角角度、薄壁结构厚度、回转体半径）；参考坐标系、几何特征，约束其他特征的节点，选择要修改的结构特征的表面节点及其将影响的单元，移动这些表面节点，将该特征工艺参数调整为极限允许值，将这些节点位移组保存和关联到一个控制参数下，实现通过调整参数修改有限元模型的工艺参数。在调整过程中引入了坐标系、几何特征作为位移参考，引入选定影响单元区域，引入通过参考系和位移约束保证工艺 特征的方法，直接对有限元模型结构进行节点级别的精确调整，避免了近似网格变形产生的与实际结构的差异，并且无需对优化结构反复重构验证。
17.引入了自由度约束系统，可选定节点进行自由度约束，避免局部特征调整产生对附件结构产生影响。其中，倒角角度变化过程中约束圆角与被倒角的两个面保持相切；约束薄壁结构区域在变形过程中始终处于圆环面等。
18.s3、将步骤s2中的控制参数与轴承座的有限元模型进行联动，通过修改控制参数来调整轴承座各结构特征的工艺参数；具体的，选择1个倒角、5个厚度的结构特征参数进行调整。如图4所示，以倒角角度参数调整为例展示。第一，使用通用有限元前处理软件，选择倒角面上的节点作为将要移动的点；第二，选择倒角区域的网格作为将要被节点移动影响的网格；第三，选择其他面节点，约束其移动，保证倒角特征尺寸调整过程中其他特征面不被影响；第四，创建轴承座回转中心圆柱坐标系；第五，创建与圆角相连的两个面，一个轴承座内圆柱面，另一个右侧圆环面；第六，将这两个面重新倒角，圆角半径为250mm（作为工艺可行的最小圆角）；第七，将倒角面上的节点，投射到新的倒角面上，实现倒角的圆角参数精确调整，并影响单元随之变形，并将此时所有节点位移保存，关联到一个控制参数上。如此便可通过修改控制参数实现此圆
角半径的修改。
19.图4中a位置调整前初始最大倒角半径为0.4325m，控制参数=0；b位置调整后最小倒角半径为0.25m，控制参数=1；图5中c位置为初始最大厚度，控制参数=0；d为最小厚度，控制参数=1；图6中e位置为初始最大厚度控制参数=0；f为最小厚度，控制参数=1；图7中g位置为初始最大厚度控制参数=0；h为最小厚度，控制参数=1；图8中i位置为初始最大厚度控制参数=0；j为最小厚度，控制参数=1；图9中k位置为初始最大厚度控制参数=0；l为最小厚度，控制参数=1；采取同样方法，获得其他5个厚度特征调整的节点位移组，并关联到各自控制参数之下，不同的是，节点的移动直接沿着轴承座圆柱坐标系的径向移动相同位移即可，准确保证所有的调整下各特征的表面节点都沿圆柱坐标系圆周对称。
20.表1为所确定的各特征调整控制参数的取值范围。表1s4、将步骤s3中调整过的轴承座的有限元模型进行网格化并输出新的模型；通过编辑脚本实现自动化调用有限元前处理软件，实现通过修改特征来控制参数来调整结构特征参数。将调整过的轴承座网格，进行质量优化，并输出新的模型，该模型表面节点位置不变，内部单元质量将全部进行优化，以避免变形导致网格质量问题导致的计算失败。其中编辑的脚本用以打开建模程序并读取模型，将结构特征尺寸调整的指令及调整尺寸的数值提交给建模程序，以执行模型特征尺寸调整，再执行网格指令调整，完成之后输出最新调整过特征尺寸的模型。其中使用的有限元前处理软件为hypermesh。
21.然后编辑脚本实现自动化调用有限元前处理软件，将调整后的轴承座网格进行质量优化，并输出调整后的轴承座网格模型。通过变形执行脚本程序，可提交借助有限元前处理软件将调整过的轴承座有限元模型，进行网格优化，并输出新的模型，该模型表面节点位置不变，内部单元质量将全部进行优化，以避免变形导致网格质量问题导致的计算失败。其中编辑的脚本用于批处理文件，用以打开建模程序并读取模型，并提交给步骤s4中的脚本。
22.s5、将步骤s2和s3中的工艺参数和模型进行集成，采集多个样本点进行样本计算，获取相应的计算结果；具体的，通过自编脚本或借助软件的试验设计组件，依次集成编辑的脚本程序及模板模型文件；实现自动顺序执行轴承座结构调整、网格质量优化、模型计算、应力与质量后处理输出。
23.将6个特征控制参数作为设计变量，其上下限即为变量范围，使用优化拉丁超立方
算法对设计变量进行抽样，获取10个控制参数取值组合，每个控制参数的10个值将在上下限内均匀分布；试验设计组件采用优化拉丁超立方方法生成9
‑
13个设计矩阵。轴承座主要在中心区域通过与轴承的装配承受载荷，两边安装凸台受到主机架支撑，传力路径形式比较单一和统一，同时风电机组中主机架与轴承座体积与质量庞大，因此，轴承座各区域的尺寸参数对各工况性能的影响与敏度并不具备高度非线性，一般相关曲线为单调平缓曲线。因此，每个优化尺寸变量只需在允许范围内均匀采集9
‑
13个点即可，即9
‑
13个样本点，进行9
‑
13次样本计算；将每个样本组合提交执行，完成轴承座的设计抽样，并通过数学算法计算各项应力、质量对各控制参数的敏度信息。
24.s6、提取步骤s5中的计算结果进行最佳可行域计算；具体的，基于第步骤s5中所得部分试验样本点输入与输出数据，以各个优化尺寸变量允许范围长度的1/5为变量（连续平移），以该范围内样本的最大应力为主要评价指标，其权重为4，轴承座最大、最小质量为次一级评价指标，其权重为1，计算了一个最佳可行域，即通过稀疏试验设计方法的10次计算，获得各个优化尺寸变量的最佳可行域。
25.s7、以步骤s2中的控制参数作为设计变量，并以步骤s6中获得的可行域边界作为上下限进行优化计算，并通过优化计算获得最优尺寸优化方案。
26.s71、以步骤s2中的控制参数作为设计变量，并以步骤s6中获得的可行域边界作为上下限；s72、以所选工况的最大应力设置为最大值进行约束；s73、将体积最小化作为优化目标；s74、以hooke
‑
jeeves算法进行数值寻优计算，获得最优尺寸优化方案。
27.表2为优化前后特征控制参数的取值对比，表2s8、然后将步s7的优化方案模型输出，修改工况进行疲劳验证、调整、验证，直至满足即作为最终优化方案。
28.s9、将最终优化方案进行几何重构，获得最终优化设计。
29.表3为优化前后轴承座主要性能分析结果对比，实现减重8.12吨，应力、疲劳虽有所增大但满足强度要，表3
综上可知，优化后轴承座质量从53.15t减少至45.03t，降低15.3%，疲劳累积损伤略有增加，轴承座极限工况强度略有下降，但仍满足设计要求，轴承座的减重潜力得到了充分挖掘。
30.本方案中由于网格节点是有限元模型的最小单位，所以该方法可有效的对所有类型结构特征进行准确控制和优化，其中复杂特征包括薄壁、倒角、开孔、以及其它狭窄、不规则区域。
31.本方法引入了自由度约束系统，可选定节点进行自由度约束，避免局部特征调整产生对附件结构产生影响。其中，倒角角度变化过程中约束圆角与被倒角的两个面保持相切；约束薄壁结构区域在变形过程冲始终处于圆环面等本方法采用多种参考系进行复杂结构调整，保证结构变化复合工艺要求。回转体内径大小，参照圆柱坐标系保证内径调整过程中始终沿径向位移；也可以几何面作为参照，使表面节点向其直接投射和变化。
32.本方法引入网格影响区域方法，可在结构调整中直接指定将影响的单元，选择之外的单元将不受影响，以便捷实现局部特征变形。
33.本方法可快速实现基于有限元模型实现结果特征与尺寸的的准确调整，保证变化后的仿真模型与实际加工结构的外形差异在误差允许范围以内。与现有的通过控制体进行变形优化的近似粗略变形相比，其优势在于：模型结构精度的优势避免了对优化算法的干扰，计算的样本的结果直接代表实际制造结构的仿真结果；对复杂细节特征可以进行准确控制，因此可以更深入的挖掘结构的质量和性能优化的空间；参考系与自由度约束技术，爆炸结构满足制造工艺要求，优化设计的结构性能即表达实际制造结构的性能，使得不必在每次优化之后进行重构和验证，只需将最终优化方案进行几何重构出图，极大降低了工作量，简化了流程，提高了效率和优化效果。
34.该方法与现有风电机组轴承座优化策略相比具有以下优势：1、样本量少，计算体量小。现有优化策略为大样本量试验设计、近似建模、优化计算、优化方案重构、重构几何验证。其中大样本量计算的确对设计空间挖掘更精细，但基于风电机组轴承座的承载单一及各区域的尺寸参数对各工况性能的影响一般为单调平缓曲线的特征，执行进行低样本量的试验设计计算，及采用优化拉丁超立方方法生成9
‑
13个设计矩阵，进行9
‑
13次样本计算，即可初步确定最佳可行域；而现有试验设计对7变量的样本计算，建立2阶近似模型需要36样本点，建立阶近似模型需要43样本点，建立4阶近似模型需要50样本点，且样本数量越多，样本计算失败数越高。
35.2、基于各区域的尺寸参数对各工况性能的影响一般为单调平缓曲线的特征，采用
hooke
‑
jeeves算法，设置步长进行10次左右的寻优，即可找到最优解或其邻近解，即试验设计加优化计算，只需19至23次仿真计算即可。
36.本方法中未引入近似建模方法，避免了代理模型误差，以及随之而来的优化模型重构验证工作，大大降低了工作量，简化了流程，提高了效率。
37.最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。