風力機葉片仿生設計研究進展

趙樹萍

(西安交通工程學院，西安 710300)

0 引 言

葉片是風力機能量轉換的主要部件，同時也是主要的承載部件，其結構、質量和性能的優劣決定著機組是否能長期穩定運行。當前風力機在朝著大型化和海上化的趨勢發展，葉片在長期不停運轉的同時需要承受各種復雜的載荷，加上葉片的設計壽命不得低于20年，其必須具有足夠的強度、剛度和疲勞壽命，避免振動失穩并不得產生過大的噪聲。且葉片成本占到整個風力發電總成本的1/4到1/3左右，因此葉片的優化設計對促進風力機進一步發展尤為重要。

1 風力發電機葉片技術的發展

風力機葉片在大型化，柔性化的同時，葉片技術隨著材料學、空氣動力學等相關學科的發展也在不斷進步。葉片材料由最初的木材和帆布到后來的金屬，一直發展到具有高強度和低模量的玻璃纖維和碳纖維復合材料。風力機葉片翼型由最初的選用航空翼型到設計專用翼型以改善葉片氣動外形來提高風力機風能的捕獲效率。為了提高葉片的捕風效率，翼型還在不斷地被優化，如劉雄等通過優化設計得到一種具有高升阻比、低噪聲水平的風力機翼型[1]。

風力機葉片的結構也由實心發展為蒙皮—主梁式的空心結構，為降低單位發電成本，對風力機葉片結構優化主要有兩種途徑：一是降低葉片質量；二是提高葉片氣動效率，即葉片以最小的質量獲得最大的風能捕獲效率，要提高氣動效率葉片必須在多種風載情況下均具有良好的氣動性能。目前各國學者主要通過分段設計緩解葉根部的巨大載荷實現葉片的增長減重與多葉素局部設計改變氣動外形以改善葉片的氣動性能，但這兩類方法都具有一定的局限性，前者分段連接處對氣動性能會造成一定的損失，后者需要在葉片主體上連接局部附加結構，由于附加結構要承受相當大的氣動力，連接方式是一大難點。

2 風力機葉片仿生設計研究現狀

仿生學的主要任務是研究生物系統的優異性能產生的機理，并把它抽象為數學模型，然后應用到實際工程中。風力機葉片的外形和工作環境與植物的葉片以及鳥類的羽翼具有一定的相似性，這些生物在自然環境中經過長期進化具有較強的適應能力，一些植物能在颶風等惡劣條件下生存，而在空中飛行的一些鳥類能巧妙地利用氣流實現高效飛行且具有低阻和低噪聲等特性，正是這些現象為風力機葉片的設計帶來新的思考，仿生結構在風力機葉片設計中的應用成為一個重要的研究方向。

目前仿照抗風型植物葉片結構的仿生主要是汲取其輕質高強度剛度的特點，通過優化風力機葉片材料鋪層使之柔性增加，承受復雜多變風載的能力提高，進而提高風能的利用率。劉旺玉等人參照葉脈的中軸圖式對稱結構對風力機葉片的蒙皮設計了新的鋪層方式，研究表明優化后的葉片內部載荷降低，自適應性增強，風力機運行的風速范圍增加[2]；張立等人借鑒葉脈分布規律建立了一種仿生腹板模型，分析表明與原始腹板相比，仿生腹板的柔性增加，具有優越的抗共振性能，且可以節省近一半的材料[3]。

針對動物的仿生技術最初應用在飛行器機翼和軸流風機葉片等工程領域，并逐漸過渡到與其結構類似的風力機葉片上，主要集中在研究如何利用飛行動物(如：鳥類和昆蟲)的高升阻比特性優化葉片的氣動外形。吉林大學的華欣和馬毅通過研究典型鳥類(海鷗、長耳鸮和軍艦鳥)翅翼的翼型及構型的空氣動力特性，提取優良翼型和構型應用于風力機葉片，通過分析發現仿生葉片能有效地降低阻力，提高升阻比和風能利用率[4,5]；Sudo S等通過研究馬蠅翅膀的結構特性，構建了仿馬蠅翅膀的微型發電機葉片，研究表明這種發電機的效率是一般發電機的3倍[6]。在現有專利技術中，亦有針對風力機葉片的仿生技術，專利(CN 101619705B)公開了一種帶有仿魚鱗型葉頂凸臺的水平軸風力機葉片，該葉片可削弱葉尖渦流，減少葉頂損失，達到對整個風輪減阻降噪的目的[7]。

水生動物(如：鯨類和鯊魚)與飛行動物的非光滑表面(溝槽、凹坑、凸包、凸環等)有助于其在流體運動中的減阻降噪，這為風力機葉片的優化提供了新的啟示。Weber Paul W等發現鯨鰭前緣突起產生的渦流可有效地減小游動過程中的阻力，并延遲失速攻角[8]，據此開發出的前緣鋸齒葉片，葉尖失速基本消除，風力機在高風速下的性能更優[9]；德國的研究人員將仿鯊魚皮的溝槽涂層鋪設在風力機葉片表面以提高發電效率，減少噪音[10]；于洪文基于鴿子翼羽外緣的凹凸結構設計的仿生風力機葉片能夠有效改善表面流場，增升降阻[11]；Zhang Rikui等研究了具有正弦前緣的仿生風力機葉片的氣動特性，結果表明與直前緣葉片相比，仿生葉片在高風速下的扭矩明顯減小[12]。

3 結束語

本文梳理和總結了在風力機葉片優化設計進程中仿生技術的應用情況，主要是借鑒動植物的優良特性以降低葉片的內部載荷，增強其自適應性，改善氣動性能，減阻降噪從而降低風力機的發電成本。但是目前的仿生基本是利用生物的單一或者是雙特性對風力機葉片的結構進行優化，且做不到像生物一樣能夠根據環境的改變進行自適應調節控制，因此基于生物的多特性耦合仿生有待進一步研究。