海上风机基础的可靠度

        近年来，随着能源需求持续增长、全球气候变暖和环境污染不断加重，人们把目光逐渐聚集到可替代的可再生能源.海洋风能上。海上风机基础长期矗立在恶劣的海洋环境里，体积庞大，造价昂贵，结构设计中需要考虑很多不确定性因素(比如材料特性、几何尺寸、荷载等)，绝对的安全是不可能的，海上风机基础的经济性和可靠性是当前面临的挑战。对桩式海上风机进行较为深入的研究，九洲风机知道具体有以下几个方面的工作：

1、基于粒子群优化(PSO)的桩式海上风机基础确定性优化设计方法

        桩式海上风机基础的优化设计是一个复杂的、非线性约束的优化问题，针对传统的基于梯度信息的优化方法在处理非线性问题中易陷入局部最优解的问题，将一种耦合惩罚函数的PSO算法引入到海上风机基础结构概念设计中，PSO算法是从群体动物聚集觅食这一活动中受到启发而发展的，该算法利用个体和群体的信息共享不断改进自身的位置从而进行局部和全局最优搜索。以桩和三脚架连接段直径及壁厚为设计变量，以基础总重量作为优化的目标函数，在给定的约束条件下建立了三脚架基础优化数学模型，另外还研究了PSO参数变化对结果的影响，协调的参数组合可以避免陷入早熟收敛而能够快速的获得全局的最优解，通过与ANSYS优化模块(零阶方法)的计算结果比较验证了该方法的有效性，为海上风机基础的确定性设计提供了一条有效的途径。

2、基于PSO的轴向荷载桩可靠度分析方法

        针对具有显式表达式的轴向抗压、抗拔荷载桩功能函数往往表现为高度非线性的特点，从可靠度指标的几何涵义出发，建立了可靠度指标的优化数学模型，然后利用全局最优解的PSO算法求解可靠度指标。在解决有约束的问题时，通过代换的方法，将有约束问题转换成无约束问题，该方法计算简便，无需求解偏导数且无需给出初始迭代点，能够获得设计点，并得到足够精确的失效概率，这在解决实际问题时带来很大方便，几个算例验证了其有效性，该方法对于复杂的非线性功能函数的岩土工程问题，更显示出巨大的优越性。

3、基于支持向量机(SVM)分类技术的海上风机桩基体系可靠度方法

        海上风机桩基承受竖向荷载和横向荷载的复合作用，失效模式复杂且极限状态方程无法显式表达，模拟基础上的体系可靠度方法常用来计算该类复杂体系可靠度的精确解，然而一个主要的缺陷是模拟次数很高十分耗时，为了解决这一问题发展了一种基于SVM分类的体系可靠度模拟方法，并进行了数值试验比较，该方法利用SVM构造一个分类器函数，而不是构造功能函数本身的响应面函数，然后采用蒙特卡罗(MCS)进行数值模拟计算失效概率，计算结果通过与直接的MCS、重要抽样(IS)比较，发现该法计算稳定，能够获得更为理想的结果，对于基桩这样的隐式功能函数复杂结构十分有效。

4、基于SVM回归技术的桩式海上风机基础优化方法

        海上风机基础结构的造价很高，确定性优化设计能大大降低基础结构的初始总重，但不能对基础结构的风险水平加以控制。一种基于可靠度的优化设计方法，九洲普惠风机发现它是利用支持向量回归机回归技术进行两级响应面(分析响应面，设计响应面)近似策略，第一级响应面为分析响应面，即利用支持向量机在设计变量和随便变量空间拟合功能函数的近似表达式，第二级响应面为设计响应面，即利用支持向量机在设计变量空间拟合失效概率的近似表达式。通过算例验证了该方法能在结构的可靠性与经济性之间选择一种合理的平衡，同时该方法比其他的基于可靠度的优化设计方法更能够节省计算成本而能维持其精度，为海上风机基础结构基于可靠度的优化设计提供了一种全新可行的科学方法。

5、海上风电场基础结构型式模糊优选

        针对海上风机基础概念设计中经常遇到的复杂的方案优选问题，将多因素、多层次模糊优选理论引入基础的设计选型工作中，针对影响因素复杂、确定隶属函数主观因素较强的情况，成功引入因素的优先关系法来确定优选矩阵的隶属度，这样较好地减少了确定隶属函数的人为影响。通过此优选模型成功地将影响基础设计选型的13种主要因素和4种基础设计型式进行了多级模糊综合优选决策，得到了比较科学的决策结果，以上研究为海上风机这一大型复杂结构的方案选型优化提出了一种量化分析的理论手段。