論文: Generative design of steel-prestressed concrete hybrid wind turbine tower based on machine learning and multi-objective optimization
DOI: https://doi.org/10.1016/j.engstruct.2025.120835
鋼-預(yù)應(yīng)力混凝土混合塔筒是一種新型的高性能塔筒形式，在提升風(fēng)能利用效率方面展現(xiàn)出巨大的發(fā)展?jié)摿?。如何在給定風(fēng)場(chǎng)環(huán)境下為已選定的風(fēng)電機(jī)組匹配合適的塔筒設(shè)計(jì)方案成為了工程師面臨的難題。針對(duì)傳統(tǒng)
設(shè)計(jì)過(guò)程中依賴人工試算、仿真流程繁瑣且優(yōu)效率低等問(wèn)題，本研究提出一種基于代理模型的鋼-混凝土混合塔筒多目標(biāo)智能優(yōu)化方法，實(shí)現(xiàn)了在復(fù)雜荷載條件下混合塔筒建造成本與發(fā)電效益的綜合平衡。該研究有效提升了鋼-混凝土混合塔筒的設(shè)計(jì)效率與智能化水平，為風(fēng)電工程結(jié)構(gòu)的經(jīng)濟(jì)化設(shè)計(jì)提供了可靠的技術(shù)支持。
荷載自動(dòng)仿真及結(jié)構(gòu)響應(yīng)自動(dòng)獲取
本研究基于專業(yè)風(fēng)機(jī)仿真平臺(tái)OpenFAST進(jìn)行了系統(tǒng)性二次開(kāi)發(fā)，創(chuàng)新性地提出了三維風(fēng)場(chǎng)自動(dòng)建模、葉片-塔筒一體化結(jié)構(gòu)自動(dòng)建模、以及極限荷載與疲勞時(shí)序荷載自動(dòng)計(jì)算的一體化解決方案。通過(guò)開(kāi)發(fā)自動(dòng)化建模與分析程序，實(shí)現(xiàn)了建模文件的自動(dòng)生成與OpenFAST多模塊的智能調(diào)度，從而高效完成一體化結(jié)構(gòu)建模與荷載分析。該程序基于預(yù)設(shè)設(shè)計(jì)條件與模板文件，動(dòng)態(tài)配置并生成風(fēng)模型塔架模型及主控程序文件，進(jìn)而依次調(diào)用turbism.exe、bmodes.exe與OpenFAST.exe等核心模塊，實(shí)現(xiàn)一體化結(jié)構(gòu)建模與荷載響應(yīng)的全流程自動(dòng)化分析。為顯著提升優(yōu)化過(guò)程中的計(jì)算效率，項(xiàng)目在優(yōu)化前構(gòu)建了覆蓋不同輪轂高度的風(fēng)機(jī)荷載數(shù)據(jù)庫(kù)。該數(shù)據(jù)庫(kù)以5米為高度間隔，預(yù)計(jì)算并存儲(chǔ)各高度對(duì)應(yīng)的極限荷載與疲勞荷載數(shù)據(jù)，支持優(yōu)化過(guò)程中的快速檢索與調(diào)用，有效避免了重復(fù)仿真帶來(lái)的時(shí)間消耗。在得到不同工況的仿真荷載后，為了將其荷載響應(yīng)轉(zhuǎn)化為結(jié)構(gòu)響應(yīng)評(píng)估指標(biāo)，建立了混合塔筒的精細(xì)化有限元模型并基于設(shè)計(jì)規(guī)范對(duì)結(jié)構(gòu)響應(yīng)進(jìn)行了后處理。此外，優(yōu)化過(guò)程需要執(zhí)行大量的有限元迭代分析，為了實(shí)現(xiàn)優(yōu)化過(guò)程中有限元模型的自動(dòng)化創(chuàng)建，對(duì)有限元程序OpenSees進(jìn)行二次開(kāi)發(fā)，編寫了參數(shù)化建模以及結(jié)構(gòu)響應(yīng)自動(dòng)提取和整理的腳本文件以便優(yōu)化算法調(diào)用。
基于代理模型的鋼-混凝土混合塔筒多目標(biāo)智能優(yōu)化方法
本研究提出了一種基于代理模型與多目標(biāo)優(yōu)化算法的鋼-混凝土混合塔筒生成設(shè)計(jì)框架。該框架通過(guò)高效探索與精準(zhǔn)評(píng)估自動(dòng)生成的設(shè)計(jì)方案，實(shí)現(xiàn)混合塔筒建造成本與發(fā)電量之間的最優(yōu)平衡。如下圖所示，該框架涵蓋數(shù)據(jù)庫(kù)構(gòu)建、代理模型開(kāi)發(fā)與多目標(biāo)優(yōu)化三大核心模塊。在數(shù)據(jù)庫(kù)構(gòu)建階段，開(kāi)發(fā)了高效的參數(shù)化有限元分析模型，并通過(guò)拉丁超立方采樣方法系統(tǒng)生成包含一階頻率、塔頂位移與轉(zhuǎn)角、材料應(yīng)力響應(yīng)及疲勞損傷等關(guān)鍵指標(biāo)的結(jié)構(gòu)響應(yīng)數(shù)據(jù)集，為機(jī)器學(xué)習(xí)模型開(kāi)發(fā)提供完備數(shù)據(jù)基礎(chǔ)。在代理模型開(kāi)發(fā)階段，集成支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)與XGBoost等先進(jìn)機(jī)器學(xué)習(xí)算法，精準(zhǔn)學(xué)習(xí)結(jié)構(gòu)參數(shù)與響應(yīng)之間的復(fù)雜映射關(guān)系。針對(duì)不同響應(yīng)特性，采用差異化代理建模策略：對(duì)頻率、應(yīng)力、變形等指標(biāo)采用回歸算法進(jìn)行擬合預(yù)測(cè)；對(duì)離散性顯著的疲勞損傷指標(biāo)，則采用分類算法進(jìn)行失效狀態(tài)判別，從而實(shí)現(xiàn)設(shè)計(jì)方案的快速智能評(píng)估。在多目標(biāo)優(yōu)化階段，建立了以性能約束下建造成本最小化和基于風(fēng)速概率分布的年發(fā)電量最大化為目標(biāo)的優(yōu)化模型，綜合考慮振動(dòng)特性、應(yīng)力狀態(tài)、變形控制、穩(wěn)定性及疲勞性能等多準(zhǔn)則約束條件。通過(guò)NSGA-II優(yōu)化算法系統(tǒng)求解，最終獲得滿足工程實(shí)際需求的最佳設(shè)計(jì)解集。
本研究提出的鋼-混凝土混合塔筒智能優(yōu)化設(shè)計(jì)方法在某大型風(fēng)電場(chǎng)項(xiàng)目中進(jìn)行了工程驗(yàn)證。該風(fēng)電場(chǎng)采用代表性5MW級(jí)風(fēng)力發(fā)電機(jī)組，其混合塔筒結(jié)構(gòu)混凝土強(qiáng)度等級(jí)為C80，鋼材等級(jí)為Q355，預(yù)應(yīng)力系統(tǒng)采用極限抗拉強(qiáng)度1860MPa的高強(qiáng)鋼絞線。
為了獲取適用于混合塔筒的代理模型，本研究采用拉丁超立方采樣方法，系統(tǒng)生成了4096組塔筒設(shè)計(jì)參數(shù)樣本，并通過(guò)有限元分析獲取相應(yīng)的結(jié)構(gòu)響應(yīng)數(shù)據(jù)。通過(guò)對(duì)設(shè)計(jì)參數(shù)進(jìn)行歸一化處理，有效消除了量綱差異對(duì)機(jī)器學(xué)習(xí)性能的影響。開(kāi)發(fā)了支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)和XGBoost三種機(jī)器學(xué)習(xí)模型的回歸與分類算法。回歸算法用于預(yù)測(cè)塔筒頻率、應(yīng)力及變形等連續(xù)響應(yīng)，分類算法則用于判斷結(jié)構(gòu)是否發(fā)生疲勞破壞。多類型模型性能評(píng)估表明，人工神經(jīng)網(wǎng)絡(luò)模型在各項(xiàng)結(jié)構(gòu)響應(yīng)預(yù)測(cè)中均表現(xiàn)最優(yōu)，其擬合優(yōu)度R2普遍高于其他模型，均方根誤差和平均絕對(duì)誤差顯著降低，預(yù)測(cè)值誤差主要集中在±10%范圍內(nèi)。在疲勞破壞分類任務(wù)中，三種模型均展現(xiàn)出優(yōu)異的分類性能，準(zhǔn)確率均滿足工程應(yīng)用要求。
優(yōu)化階段采用上述訓(xùn)練后的機(jī)器學(xué)習(xí)模型作為有限元分析的代理模型，結(jié)合NSGA-II算法進(jìn)行多目標(biāo)優(yōu)化求解。在優(yōu)化效率方面，基于代理模型的生成式設(shè)計(jì)方法將計(jì)算時(shí)間從傳統(tǒng)方法的117,340秒大幅縮減至7,898秒，效率提升約90%，同時(shí)獲得的帕累托前沿與傳統(tǒng)基于有限元優(yōu)化的方法高度吻合，證明了該框架在解決復(fù)雜工程優(yōu)化問(wèn)題中的有效性與高效性。最終優(yōu)化方案在保證結(jié)構(gòu)安全性的前提下，實(shí)現(xiàn)了建造成本與年發(fā)電量的最佳平衡，所有方案均通過(guò)有限元驗(yàn)證確認(rèn)滿足疲勞性能要求，且關(guān)鍵結(jié)構(gòu)響應(yīng)指標(biāo)均接近設(shè)計(jì)限值，體現(xiàn)了良好的材料利用效率。
為解決風(fēng)電機(jī)組鋼-混凝土混合塔筒發(fā)電量和建造成本難以平衡以及人工優(yōu)化效率低等關(guān)鍵技術(shù)問(wèn)題，本研究基于仿真平臺(tái)二次、機(jī)器學(xué)習(xí)及多目標(biāo)優(yōu)化算法提出了混合塔筒的多目標(biāo)優(yōu)化方法，實(shí)現(xiàn)了從荷載仿真到結(jié)構(gòu)優(yōu)化的全流程自動(dòng)化。主要?jiǎng)?chuàng)新及結(jié)論如下：
（1）基于風(fēng)機(jī)仿真平臺(tái)OpenFAST進(jìn)行二次開(kāi)發(fā)，提出了三維風(fēng)場(chǎng)自動(dòng)建模、葉片-塔筒一體化結(jié)構(gòu)自動(dòng)建模、極限荷載以及疲勞時(shí)序荷載自動(dòng)計(jì)算方法；對(duì)有限元分析程序OpenSees進(jìn)行二次開(kāi)發(fā)，建立了混合塔筒的參數(shù)化有限元模型，并實(shí)現(xiàn)了結(jié)構(gòu)響應(yīng)自動(dòng)提取。
（2）基于拉丁超立方抽樣獲取訓(xùn)練機(jī)器學(xué)習(xí)代理模型所需的優(yōu)質(zhì)數(shù)據(jù)集，針對(duì)不同響應(yīng)特性采用差異化代理建模策略開(kāi)發(fā)了響應(yīng)預(yù)測(cè)模型，實(shí)現(xiàn)設(shè)計(jì)方案的快速智能評(píng)估。
（3）以年最大發(fā)電量和最小建造成本為目標(biāo)函數(shù)建立了混合塔筒的優(yōu)化數(shù)學(xué)模型，基于NSGA-II優(yōu)化算法實(shí)現(xiàn)混合塔筒在建造成本與發(fā)電量之間平衡的最佳設(shè)計(jì)，提升設(shè)計(jì)效率約90%。
本研究提出的混合塔筒生成式設(shè)計(jì)框架顯著提升了大型風(fēng)電塔筒的智能化設(shè)計(jì)能力。該方法能夠在極短時(shí)間內(nèi)完成大規(guī)模設(shè)計(jì)空間的自動(dòng)探索，實(shí)現(xiàn)塔筒結(jié)構(gòu)建造成本與發(fā)電量的全局權(quán)衡。生成式設(shè)計(jì)方法的應(yīng)用能在工程前期快速形成多套高質(zhì)量備選方案，大幅縮短風(fēng)電塔筒設(shè)計(jì)周期，為風(fēng)電裝備產(chǎn)業(yè)化、標(biāo)準(zhǔn)化、自動(dòng)化奠定堅(jiān)實(shí)技術(shù)基礎(chǔ)。預(yù)期該技術(shù)將在陸上與海上大容量風(fēng)電塔筒研發(fā)、個(gè)性化塔筒方案定制化設(shè)計(jì)、智能優(yōu)化設(shè)計(jì)平臺(tái)建設(shè)等領(lǐng)域具有廣泛的應(yīng)用前景和顯著的經(jīng)濟(jì)效益。
