مقاله فرامدل ها برای تخمین آسیب فرسودگی زیرساخت های جکت توربین های بادی فراساحلی (2017 الزویر)

1- مقدمه

2- شبیه‌سازی و حالات بار طراحی

3- فرا مدل‌ها برای تحلیل استوار و کمی‌سازی عدم قطعیت

3-1- Kriging

3-2- مدل پیش بینی کننده‌ دامنه‌ای

4- مثال عددی

4-1- تحلیل حساسیت عمومی

4-2- نتایج برای مدل Kriging

4-3- نتایج مدل پیش بینی کننده‌ دامنه‌ای

5- نتیجه‌گیری‌ها و مطالعات آتی

One of the main structural components of offshore wind turbines is the substructure which bridges the gap between seabed and tower foot. One possible concept employed in intermediate water depths for turbines with high-rated power is the jacket. This structure is excited by several environmental impacts like wind and wave loads or centrifugal loads from the rotor motion. In order to reach competitive costs of energy, it is crucial to minimize the lifetime capital expenses by means of robust and reliability-based design. However, a simulation-based optimization approach on the full scale model requires high numerical capacity. In this work, the problem of numerically expensive fatigue life evaluation is addressed by the utilization of a meta-model approach. The performance of two meta-models solutions, namely Kriging and Interval Predictor Model, is compared. In particular, the different behavior of the probabilistic confidence intervals of the Kriging regression and the interval bounds of the IPM is discussed.

یکی از اصلی‌ترین بخش‌های ساختاری توربین‌های بادی فراساحلی زیرساخت آن‌ها است که شکاف بین بستر دریا و پایه‌ی برج را پر می‌کند. یک مفهوم ممکن مورداستفاده در اعماق آبی نزدیک برای توربین‌های دارای توان نرخ بالا، جکت است. این ساختار توسط چندین اثر محیطی از قبیل باد و فشار امواج یا بارهای گریز از مرکز ناشی از حرکت گردشی برانگیخته می‌شود. به‌منظور رسیدن به هزینه‌های رقابتی انرژی ضروری است که هزینه‌های سرمایه‌ای طول عمر را با استفاده از طراحی استوار و مبتنی بر قابلیت اطمینان، به حداقل برسانیم. با این‌حال، یک رویکرد بهینه‌سازی مبتنی بر شبیه‌سازی بر روی مدل مقیاس کامل نیازمند ظرفیت عددی بالایی است. در این مطالعه، مسئله‌ی ارزیابی طول عمر فرسودگی دارای هزینه‌ی عددی با استفاده از یک رویکرد فرا مدل مورد بررسی قرار می‌گیرد. عملکرد دو راه‌حل فرا مدل، یعنی Kriging و مدل پیش‌بین دامنه (Interval Predictor Model) باهم مقایسه می‌شود. علی‌الخصوص، رفتار متفاوت دامنه‌های اطمینان احتمالاتی رگرسیون Kriging و مرزهای دامنه‌ی IPM موردبحث قرار می‌گیرد.