综述：大型海上风力涡轮机疲劳预测的改进：气候、气动-水动力和计算方法的综述

《Journal of Ocean Engineering and Science》：Towards better fatigue predictions in large offshore wind turbines: A review of climate, aero-hydrodynamic, and computational approaches

　　

海上风力涡轮机尺寸的快速增加使得疲劳计算（fatigue calculation）成为设计和评估的关键挑战。涡轮机尺寸、轮毂高度和环境暴露的增加在疲劳评估（fatigue assessment）的所有步骤中引入了显著的不确定性，而详细的长期模拟仍然计算量巨大。该综述旨在提供用于大型海上风力涡轮机疲劳预测（fatigue prediction）的工程标准框架的结构化概述，涵盖气候表征（climatological characterization）、载荷评估（load evaluation）和疲劳损伤计算（fatigue damage calculation）。在整个估计链中——从风和波浪数据表征与建模，经过气动和水动力载荷评估（aerodynamic and hydrodynamic load evaluation），到结构建模（structural modeling）和疲劳评估（fatigue assessment）——系统性地回顾和比较了多种常用方法。此外，该综述明确讨论了上述所有部分中，不同方法选择所涉及的建模保真度（modeling fidelity）与计算成本（computational cost）之间的权衡，并强调了它们对疲劳预测（fatigue predictions）的影响。通过采用这种与工程实践和设计标准相一致的广泛系统级视角——而不是仅仅关注最新的学术发展——该工作支持为大型海上风力涡轮机的设计优化、迭代评估程序和面向疲劳的设计进行明智的方法选择。

**1. Introduction**
文章引言指出，海上风力涡轮机（offshore wind turbines, OWT）尺寸的快速增加使疲劳计算成为关键的设计与评估挑战。涡轮机尺寸、轮毂高度和环境暴露的增加在疲劳评估（fatigue assessment）的所有步骤中引入显著不确定性，而详细的长期模拟计算量巨大。现有综述研究多集中于疲劳评估的单个阶段，缺乏涵盖所有建模步骤的系统级视角，尤其缺少对建模选择如何影响最终疲劳评估结果的综合考量。本文旨在填补这一空白，提供工程标准疲劳评估方法的全面综述，重点关注气候、气动-水动力、结构和疲劳建模策略对预测准确性与可靠性的综合影响，并明确界定“不确定性”为由于采用不同方法所导致的计算结果或估计量的变异性。

**2. Climatological data uncertainties**
该部分讨论了气候数据建模中的不确定性来源。**2.1 Wind data**：风力数据通常基于Van Der Hoven谱，其中湍流谱区域对疲劳损伤影响最大。标准短时风模型（如Mann均匀剪切湍流模型和Kaimal谱与指数相干模型）假设高斯统计，但实际风场常呈现非高斯特性，导致载荷低估。长期风特征通过Rayleigh或Weibull分布结合再分析数据与现场测量获得，但再分析数据空间分辨率有限，且标准方法可能忽略极低频风循环（如synoptic和diurnal峰值），导致疲劳损伤低估。**2.2 Wave data**：波浪建模常用Pierson-Moskowitz谱和JONSWAP谱，后者含峰值形状参数γ（典型值3.3），其取值依赖场地数据，引入不确定性。多向性波浪可导致疲劳损伤比单向近似降低40-60%。长期波浪特征通过散点图（scatter plots）表征，数据来源包括卫星、浮标和再分析模型（如ERA5），各方法在精度、可靠性、成本和覆盖范围上存在权衡。**2.3 Sea currents and sea water level**：海流包括潮流和风生流，波流相互作用可导致系泊线张力变化达15%，反向波流配置增加疲劳载荷。海水水位变化（如天文潮和风暴潮）在标准中通常仅考虑正常范围。**2.4 Climate-change effects on data**：气候变化对风资源分布影响显著，例如基于SSP2-4.5和SSP5-8.5情景，欧洲风能潜力可能减少5-20%，而某些区域（如加拿大西海岸）可能增加。研究表明，气候变化对疲劳损伤的影响大于对能量产出的影响，但现有框架难以标准化，通常仅通过安全系数考虑。

**3. Load evaluation uncertainties**
该部分回顾了气动、水动力和结构建模中的不确定性。**3.1 Aerodynamic loads evaluation**：气动载荷建模常用方法包括叶素动量理论（Blade Element Momentum theory, BEM）、边界元法（Boundary Element method, BE）、自由涡尾迹法（Free Vortex Wake method, FVWM）和计算流体动力学（Computational Fluid Dynamics, CFD）。BEM因低计算成本和高可靠性广泛应用，但需引入经验修正（如Glauert修正和Prandtl叶尖损失修正），且对浮式风机（floating wind turbines）的复杂尾流效应处理不足。FVWM在非稳态条件下优于BEM，但计算成本更高；CFD提供最高精度，但计算负担大，多用于验证。BEM通常高估叶片载荷15-20%，而FVWM在大偏航条件下可低估达30%。**3.2 Wave load evaluation**：包括线性和非线性方法。线性势流理论（linear potential flow theory）基于无黏、无旋、不可压缩假设，通过边界元法（如WAMIT、NEMOH）求解，适用于小/中等波浪条件，获得辐射力和绕射力。非线性方法（如部分非线性势流、全非线性势流和CFD）用于大波浪或大幅运动工况，可捕捉波浪破碎、砰击等效应，但计算成本显著增加。对于细长结构，Morison方程可有效整合惯性力和拖曳力。**3.3 Structural modeling approaches**：结构建模从高保真度的三维有限元法（3D Finite Element Method, FEM）到简化模型不等。3D FEM提供局部应力高精度，但计算成本高。简化模型包括一维梁理论（1D beam theory）结合二维FEM截面分析，或仅分析叶片根部（blade root）的解析应力评估。对于浮式风机，通常采用多体动力学（multibody dynamics）方程（如OpenFAST中的Kane方法）或动量云法（momentum cloud method），以在计算效率与精度间取得平衡。**3.4 Recent developments in loads calculation**：新兴方法包括统一动量模型（Unified Momentum Model）以改进BEM的理论一致性，以及机器学习（ML）技术加速CFD和湍流建模。对于波浪载荷，非线性Morison方程和ML框架被用于提高快速模拟精度。结构方面，全非线性几何精确梁理论（geometrically-exact beam theory）和数字孪生（digital twins）技术正受到关注。

**4. Fatigue evaluation methods**
该部分讨论了疲劳评估方法及其不确定性。**4.1 S-N curves**：S-N曲线（W?hler曲线）描述应力范围与失效循环数之间的关系，通常由Basquin和Stromeyer模型拟合，材料参数存在统计变异性。对于金属材料，S-N曲线可能显示双疲劳极限；对于复合材料，由于各向异性和损伤机制复杂，曲线形状多变。概率S-N曲线（如97%存活率曲线）用于考虑可靠性。**4.2 Miner’s rule limitations**：Miner线性累积损伤法则（Miner’s rule）是工程中广泛使用的方法，通过雨流计数（rainflow counting）提取循环，结合S-N曲线计算累积损伤D。其失效值Δ通常设为1，但实际呈现变异性（变异系数COV_Δ为0.3-0.45）。该方法忽略载荷顺序和相互作用，而非线性模型（如Mesmacque模型）可能增加不确定性而不显著提高精度。损伤等效载荷（Damage Equivalent Load, DEL）概念将变幅载荷转换为等效常幅载荷。**4.3 Stress concentration factors**：对于焊接接头，应力集中系数（Stress Concentration Factors, SCFs）用于调整局部应力。SCF可通过实验测量、经验公式（如Efthymiou公式）或有限元分析（FEA）获得，不同方法在精度和适用性上存在差异。**4.4 Fracture mechanics approach**：断裂力学（fracture mechanics, FM）通过Paris公式da/dN = C(ΔK₁)^m描述裂纹扩展，其中ΔK₁为应力强度因子范围。该方法需初始裂纹尺寸，常通过S-N曲线校准确定。与S-N曲线相比，断裂力学预测更保守（疲劳寿命可低2倍）。Walker定律（Walker Law）引入应力比参数R以改进Paris公式。对于复合材料，扩展有限元法（XFEM）和近场动力学（peridynamic）模型被用于裂纹扩展分析。此外，检测概率（probability of detection, POD）和维修策略影响可靠性更新。**4.5 Recent developments in fatigue assessment**：机器学习（ML）方法被用于超越S-N曲线和线性累积损伤，直接预测裂纹扩展速率，但缺乏标准化监管框架。数字孪生（digital twins）技术通过实时数据更新结构损伤，降低不确定性。

**5. Discussion**
讨论部分综合了各环节的不确定性。在气候数据方面，湍流模型选择对疲劳损伤敏感，标准模型（如Mann和Kaimal）未考虑非高斯效应和尾流影响，导致载荷变异性5-15%。波浪数据中，卫星和再分析模型误差约7-10%，与现场测量（误差6%）相当；JONSWAP谱参数依赖场地，不同谱形可使剪切力均方根差异达40%。海流影响相对较小。气候变化导致历史数据可靠性下降，但量化困难。在载荷评估方面，BEM计算寿命损伤等效载荷可比FVWM高9%；非线性波浪可使基础弯矩增加7.5%或降低，取决于条件。结构模型中，3D FEM与简化梁模型在弯矩估计上差异5-15%，叶片梁模型与FEM差异仅5%。疲劳评估方法中，S-N曲线与Miner规则结合是主流，但失效值不确定性30-60%；断裂力学更保守，但参数估计困难。

**6. Conclusion**
结论指出，没有单一方法普遍最优，模型选择需根据研究目标。对于初步设计和大规模优化，频率域简化方法（如BEM、线性势流、Morison方程）结合FEM是有效折中；对于浮式风机详细分析，耦合时域气动-伺服-水动-弹性模拟是当前最先进方法。S-N曲线与Miner规则仍是最方便且成熟的方法，且与断裂力学方法一致。未来发展方向包括改进非高斯湍流和波浪谱模型、机器学习减少数据缺口、以及数字孪生实现连续疲劳寿命更新。