用于葉片的氣動力，避免葉片發(fā)生顫振。
[0027] 參見圖2,葉片氣動失速系統(tǒng)的輸入信號為葉片攻角，輸出信號為葉片的氣動升 力、氣動阻力和氣動力矩，葉片的氣動失速特性可以通過輸入信號與輸出信號之間的關(guān)系 來體現(xiàn)。通過采集的葉片氣動失速特性實驗數(shù)據(jù)，可以直接計算氣動失速模型的系統(tǒng)相關(guān) 參數(shù)。
[0028] 參見圖2,智能驅(qū)動器的輸入信號為葉片攻角和驅(qū)動展開量，輸出信號為驅(qū)動升 力、驅(qū)動阻力和驅(qū)動力矩。通過適當(dāng)?shù)牟蓸宇l率，等間距選取輸入信號和輸出信號的數(shù)據(jù)， 可以作為原始數(shù)據(jù)用于智能驅(qū)動器的灰色預(yù)測建模。
[0029] 二、分別建立智能驅(qū)動器灰色模型和葉片氣動失速模型 (1)建立基于風(fēng)洞實驗的葉片氣動失速模型：在這里使用Beddoes-Leshiman氣動失速 建模理論對葉片氣動失速模型進行建模，包括以下步驟： 步驟1-1 :通過風(fēng)洞實驗得到葉片失速特性實驗數(shù)據(jù)，利用實驗數(shù)據(jù)，通過曲線擬合， 分別建立葉片氣動升力變匕氣動阻力_氣氣動力矩◎與攻角的函數(shù)關(guān)系表達式：
其中，Cj為擬合系數(shù)，α為攻角。
[0030] 步驟1-2 :基于步驟1-1的表達式，根據(jù)B-L理論計算得到葉片的定常分離點：
其中，Cua為線性區(qū)最大斜率，α。為零升力點對應(yīng)的攻角。
[0031] 步驟1-3 :利用攻角和相對風(fēng)速，根據(jù)B-L理論計算得到葉片表面附著流的狀態(tài) 量，同時計算得到有效攻角a Ε，附著流升力q以及等效攻角a f:
其中，a 3/4為弦長四分之三處等效攻角，A1, A2為常量系數(shù)，U為相對風(fēng)速，I為扭轉(zhuǎn)加 速度，Z1, Z2為附著流狀態(tài)量，z 3為分離流狀態(tài)量。
[0032] 步驟1-4 :利用步驟1-3的等效攻角和步驟1-2的定常分離點，根據(jù)B-L理論計算 葉片準(zhǔn)定常分離點P，同時利用步驟1-3的附著流升力進一步計算葉片表面分離流的狀 態(tài)量f":
其中，為常量，Z4= f"決定動態(tài)分離流特性。
[0033] 步驟1-5 :利用步驟1-1的函數(shù)表達式和步驟1-2的定常分離點，根據(jù)B-L理論計 算得到完全分離流升力： CN 105134482 A 說明書 5/9 頁
步驟1-6 :利用步驟1-1的函數(shù)表達式、步驟1-3的附著流狀態(tài)量、步驟1-4的分離流 狀態(tài)量以及步驟1-5的分離流升力，根據(jù)B-L理論分別計算葉片的動態(tài)氣動升力C1、動態(tài)氣 動阻力Cd和動態(tài)氣動力矩C n:
其中，Tu為常量，為氣動升力引起的氣動阻力變化量，灌為壓力阻尼的動態(tài)變 化量，為分離流引起的氣動力矩變化量。
[0034] (2)建立智能驅(qū)動器灰色模型：由于智能驅(qū)動器對于葉片周圍流場的影響較為復(fù) 雜，傳統(tǒng)的機理建模很難精確描述智能驅(qū)動器對于葉片氣動力的影響。參見圖3,將智能驅(qū) 動器系統(tǒng)視為信息不完整的灰箱，利用灰色理論進行建模，灰色建模方法包括以下步驟： 步驟2-1 :利用智能驅(qū)動器的驅(qū)動特性實驗數(shù)據(jù)，擬合特性曲線，等間距采樣擬合曲 線，得到灰色建模的原始數(shù)據(jù)； 設(shè)置輸入量 a (0) = ( a (0) (1)，α (0) (2)，……，α (?) (η))和 g(〇) = (g (?) (!)，g(〇) (2)，……， g(Q)(n))為相關(guān)因素序列，設(shè)置輸出量 ACl(Q)= (ACl(Q)(l)，ACl(Q)(2)，……，A Cl(Q)(n)) 為系統(tǒng)特征數(shù)據(jù)序列； 其中，a w為攻角原始序列，g (?為驅(qū)動展開量原始序列，為驅(qū)動力原始序列，具 體可為驅(qū)動升力序列AC1(°\驅(qū)動阻力序列ACd(°\驅(qū)動力矩序列AQw; 步驟2-2 :根據(jù)相關(guān)因素序列和系統(tǒng)特征數(shù)據(jù)序列，利用最小二乘法辨識參數(shù)，建立灰 色G (1，3)模型； 步驟2-3 :檢驗所建灰色模型是否滿足擬合精度要求，若檢驗合格，則可作為智能驅(qū)動 器灰色模型對驅(qū)動力進行預(yù)測；若檢驗不合格，則檢驗所建灰色模型是否滿足殘差修正條 件，定義如下：
為A C1^的殘差序列。存在k。，滿足
其中，為灰色模型的擬合序列； 步驟2-4 :若灰色G (1，3)模型滿足殘差修正條件，則利用ε~對義,進行修正，得到修 正后的時間響應(yīng)式，如下： CN 105134482 A 說明書 6/9 頁
其中，a，bp b2為原灰色模型參數(shù)，a E，bEl，bE2為殘差修正參數(shù)，忍丨(' ;)為驅(qū)動力擬合 序列的1-AG0序列，a (1)〇〇為攻角原始序列的1-AG0序列，g(1)(k)為驅(qū)動展開量原始序列 的1-AG0序列，ε w(k)為可建模殘差尾端序列。
[0035] 步驟2-5 :檢驗所建灰色殘差修正模型是否滿足擬合精度要求，若檢驗合格，則可 作為智能驅(qū)動器灰色模型對驅(qū)動力進行預(yù)測；若檢驗不合格，對采樣的原始數(shù)據(jù)做更新處 理，如下： 步驟2-6:置入最新信息〇(°)(11+1)4 (°)(11+1)，(：1(°)(0)(11+1)，去掉最老信息（ 1(°) (1)，a W (1)，Δ C1w (1)，利用更新的原始數(shù)據(jù)重新辨識G (1，3)模型，即新陳代謝G (1，3)模 型； 步驟2-7 :檢驗所建新陳代謝G (1，3)模型是否滿足擬合精度要求，若檢驗合格，則可作 為智能驅(qū)動器灰色模型對驅(qū)動力進行預(yù)測；若檢驗不合格，則改變建模維數(shù)重新進行建模， 直至滿足擬合精度要求。
[0036] 三、建立大型智能風(fēng)機葉片灰色組合模型 如圖4所示大型智能風(fēng)機葉片系統(tǒng)由葉片振動結(jié)構(gòu)系統(tǒng)、葉片氣動系統(tǒng)和智能驅(qū)動器 系統(tǒng)耦合而成，內(nèi)部多場耦合較為復(fù)雜使系統(tǒng)具有不確定性。因此在葉片失速顫振機理模 型的基礎(chǔ)上，通過智能驅(qū)動器灰色模型引入灰色預(yù)測量，形成灰色組合模型來克服系統(tǒng)內(nèi) 部的不確定性因素，是一種高效又準(zhǔn)確的建模方法。
[0037] 智能驅(qū)動器通過作用于葉片結(jié)構(gòu)系統(tǒng)來影響葉片氣動力的變化，因此大型智能風(fēng) 機葉片灰色組合模型的建立包括基于智能驅(qū)動器的葉片振動結(jié)構(gòu)狀態(tài)空間模型、葉片氣動 失速狀態(tài)空間模型兩部分，具體步驟如下： (1)葉片結(jié)構(gòu)狀態(tài)空間模型 根據(jù)葉片振動運動的動能Ek和勢能E p，構(gòu)建拉格朗日公式。葉片截面的結(jié)構(gòu)模型可描 述為：
其中，m翼型截面質(zhì)量，ζχ，ζγ，ζ e為擺振/揮舞/扭轉(zhuǎn)阻尼系數(shù)，ω x，coy，ω0為擺 振/揮舞/扭轉(zhuǎn)固有頻率，Ια；為截面彈性軸心與質(zhì)心的距離，r ΕΑ為截面回轉(zhuǎn)半徑，I Ae為截 面氣動中心與彈性軸心的距離，Iea為截面相對于彈性軸的轉(zhuǎn)動慣量。Φ為風(fēng)速的方向角， β為葉片截面槳距角，α為葉片截面攻角。LAe，DAe，MAe為作用在葉片截面上的氣動升力、氣 動阻力和氣動力矩。此模型中氣動力由兩部分組成，一部分來自葉片的氣動失速效應(yīng)（C1, Cd，QJ，另一部分來自于智能驅(qū)動器的驅(qū)動力（AC1, ACd，ACni),即Lac= LaJC1, AC1), Lac=Lac (Cd，ACd) ,Mac= Mac ((；，ACJ。
[0038] 因此，上式線性化后，可以構(gòu)建葉片振動結(jié)構(gòu)模型的狀態(tài)空間方程如下：
上式中，V代表葉片多個自由度的振動位移量，f為振動加速度，
為智能驅(qū)動器驅(qū)動展開量； (2) 葉片氣動失速狀態(tài)空間模型 通過Beddoes-Leishman氣動失速理論建立的葉片氣動失速模型為：
上式中，c為葉片截面弦長，Iea為氣彈軸心與截面葉尖的距離，T u，Tp，Tf為時間常數(shù)， Iv IvA1, A2為相關(guān)常數(shù)，α Ε(α3/4, Zl，Z2)為有效攻角，α°為零升力是對應(yīng)的攻角，Cua為 靜升力曲線的線性斜率，fstS氣流分流點，U為相對風(fēng)速。
[0039] 由葉片氣動失速引起的氣動力（C1, Cd，CJ為：
根據(jù)以上葉片氣動失速模型的方程和氣動力（CpCpCni)的方程，葉片氣動失速狀態(tài)空 間模型可表示為：
上式中，Z= [Z1 Z2 Z3 ζ4]τ為氣動失速模型的狀態(tài)變量，Ya= [Cl Cd CJt為氣動失速 引起的氣動力，為振動結(jié)構(gòu)模型的狀態(tài)變量； (3) 大型智能風(fēng)機葉片灰色組合狀態(tài)空間模型 利用葉片振動結(jié)構(gòu)狀態(tài)空間模型和葉片氣動失速狀態(tài)空間模型，大型智能風(fēng)機葉片灰 色組合狀態(tài)空間模型可表示為如下形式：
上式中，q= [X Ζ]τ，X為振動結(jié)構(gòu)模型的狀態(tài)變量，z為氣動失速模型的狀態(tài)變量，u =g為智能驅(qū)動器的驅(qū)動展開控制量，y