基于圆周割线改进型粒子群算法的叶片临界颤振系统参数辨识方法

摘要

本发明公开了一种基于圆周割线改进型粒子群算法的风力机叶片临界颤振系统参数辨识方法，首次将几何学的圆周割线理论与传统粒子群算法相结合，提出新型的CMS‑PSO优化辨识算法：引入圆心角决定学习因子的圆周动态调节速率，提高学习因子调节的平滑性，从而增强全局搜索和局部搜索的动态平衡，避免陷入局部最优、加快收敛速度；引入圆周割线理论更新学习因子，局部学习因子和全局学习因子的均方和具有不变性，提高优化算法的鲁棒性。针对基于NACA0012翼型的叶片临界颤振系统，应用本发明设计的辨识算法，与多种已有的改进型粒子群算法相比，大幅度提高了叶片临界颤振系统参数的辨识精度、降低了计算成本、并显著增强了优化辨识的鲁棒性。