一种用于疲劳退化浮式海上风机局部极限状态失效分析的连续深度代理框架

《RELIABILITY ENGINEERING & SYSTEM SAFETY》:A continuous-depth surrogate framework for regional ultimate limit state failure analysis of fatigue-degraded floating offshore wind turbines

【字体: 大 中 小 】 时间:2026年08月29日 来源:RELIABILITY ENGINEERING & SYSTEM SAFETY 13.7

编辑推荐:

   引言 过去十年间,海上风电在全球低碳能源体系转型中成为增长最快的可再生能源之一。截至2023年底,全球海上风电累计装机容量已达约75 GW[1]。随着近岸浅水区可用场址减少,而远海区域风速更强且更稳定,海上风电开发逐步向深水区域扩展。超过约60 m水深底桩基础极限后,漂浮式

  

引言

过去十年间,海上风电在全球低碳能源体系转型中成为增长最快的可再生能源之一。截至2023年底,全球海上风电累计装机容量已达约75 GW[1]。随着近岸浅水区可用场址减少,而远海区域风速更强且更稳定,海上风电开发逐步向深水区域扩展。超过约60 m水深底桩基础极限后,漂浮式海上风力涡轮机(FOWTs)已成为深水部署的主要技术构型[2]。然而,向深水的转变显著改变了此类系统的结构风险特征。风、浪、流等多变量海洋气象作用强度增加,且水深、特征波周期与平台运动响应之间的耦合愈发复杂[3]。同时,系泊系统的几何形状直接受水深控制,而长期循环载荷下的疲劳累积逐渐降低关键构件的剩余抗力[4]。这些机制共同导致候选海域区域结构失效概率呈现显著的空间异质性,仅凭单一环境变量或确定性设计校核无法充分刻画。

现有FOWT可靠性研究提供了构件失效概率的有用估计,但仍主要针对选定平台概念在个别代表性场址或狭窄水深范围内开展。针对OC3-Hywind spar型涡轮机,Wilkie和Galasso[5]建立了完全耦合的时域可靠性框架,以计算典型北海场址极端风浪载荷下塔基弯曲失效概率。采用代理辅助的可靠性方法,Zhao等[6]将此类分析扩展至OC4-DeepCwind半潜式涡轮机,并量化了单一近海场址关键结构响应的年超越概率。类似针对特定场址的可靠性研究也在spar、半潜式和张力腿平台上开展[7]。这些研究提高了单台机组的概率估计水平,但其可靠性指标无法直接迁移至其他海域。场址间联合风—浪—流统计特征、水深及系泊构型的差异会导致主导结构响应和构件损伤累积出现非单调变化[8,9]。区域证据进一步支持了这一局限性。Lipari等[10]报告,强化的热带气旋可能使美国沿岸风电机组的屈服和屈曲失效概率分别增加约37%和13%,区域最大增幅达51%。在中国东南沿海,Sheng等[11]指出,在50年重现期风浪载荷下,结构响应在不同候选场址间可变化数倍。北海的长期运维记录亦表明,非计划性维护发生频率高于设计阶段预期[12]。这些发现表明结构风险随水深和地理位置显著变化。然而,FOWT结构风险的区域分布仍刻画不足,实际场址筛选仍缺乏量化风险信息以区分不同海域的结构可靠性[13,14]。

区域尺度可靠性评估还面临计算瓶颈。在大量候选场址上反复进行完全耦合的气—水—伺服—弹性时域模拟成本极高。因此,机器学习代理模型通常被应用于降低可靠性和疲劳分析的计算负担。Echard等[15]建立了主动学习克里金结合蒙特卡洛模拟的范式,此后成为海洋可再生能源系统极限状态问题的方法学基础。在此基础上,Song等[16]扩展了此类分析以量化有限环境—载荷条件采样带来的附加认知不确定性,Zhao等[6]将反向传播神经网络(BPNN)与克里金代理及风—浪联合变量的C-vine copula建模相结合,以刻画多FOWT热点区域的长期疲劳损伤。最近,Zhu等[17]通过注意力神经网络将环境不确定性嵌入响应预测,且XGBoost等梯度提升机(GBMs)已被用于单桩疲劳代理建模并与高斯过程回归进行基准比较[18]。机器学习代理大幅降低了完全耦合气—水—伺服—弹性分析的计算成本。然而,大多数模型仅针对单一水深训练,无法扩展至不同海域。

目前FOWT可靠性分析通常对极限状态(ULS)和疲劳极限状态(FLS)采用不同的建模策略。大多数ULS导向研究聚焦于极端环境载荷、构件脆弱性以及基于原始结构抗力的可靠性设计。代表性工作包括Choe和Ramezani[19]提出的构件脆弱性框架。Wilkie等[20]开发了概率风险建模框架,以评估极端天气条件下海上风电机组在极限状态下的结构损伤风险。Zhang等[21]提出了一种适用于瞬态和稳态条件的响应面方法,用于可靠性反优化,有效提高了风电机组的稳定性和安全性。相比之下,FLS研究已形成成熟的理论体系。近期研究采用时域气—水—伺服—弹性模拟、基于copula的环境建模和代理模型来评估FOWT下支撑结构和系泊系统的疲劳损伤[[22], [23], [24]]。此类研究通常以疲劳损伤、疲劳可靠性或剩余疲劳寿命为核心评价指标。值得注意的是,疲劳与环境退化不仅累积损伤,还会降低后续极端载荷下的残余结构抗力。现有海上风电支撑结构综述已表明,残余应力、微裂纹扩展、腐蚀及腐蚀—疲劳交互作用共同影响长期结构性能[25]。环境劣化可加速叶片胶接接头和塔筒连接处的性能退化[26,27]。此外,累积疲劳损伤导致复合材料残余强度和刚度退化[28,29]。高强度钢中也观察到类似的劣化行为,其中预疲劳损伤会影响其屈服强度、极限抗拉强度和残余力学性能[30,31]。Liu等[32]建立了叶片胶接接头在循环载荷下渐进刚度退化的模型,并定义了92%归一化刚度的临界阈值以确保结构安全。尽管ULS和FLS分析均已成熟,但其耦合效应——极端载荷下疲劳引起的抗力损失——尚未在变化海域中被量化。疲劳累积如何改变ULS失效概率并导致空间风险差异仍不清楚。

为解决现有局限,本文提出了一个面向漂浮式FOWT的创新区域尺度可靠性分析框架,如图1所示,其主要贡献总结如下:第一,所提可靠性框架弥合了传统特定场址可靠性分析与区域风险知情选址之间的鸿沟,填补了海洋场址筛选中量化结构风险评价的空白。第二,深度归一化的系泊几何特征使机器学习代理模型在单次训练后即可应用于目标海域范围,同时能捕捉停机条件下稀疏的极端系泊张力响应。第三,本研究首次表征了漂浮式海上风力涡轮机各构件在连续区域尺度上的失效概率空间分布,为大规模海洋场址选择提供了精细化风险支撑。

其余部分组织如下。第2节详述了正常运行和停机条件下建立的代理模型,包括深度归一化特征的构建以及系泊线极端尾张力两阶段分类预测。第3节提出了失效概率预测框架,其中纳入了三类不确定性,即代理残差误差、环境变异性及抗力离散性。第4节描述了代理模型训练的实验设计,并评估了其在研究区域内的空间预测性能。第5节报告了疲劳耦合下的ULS失效概率结果,并讨论了其内在机理。最后,第6节得出结论,阐明了所提方法的适用性与局限性。

**研究区域与环境数据**

研究区域覆盖15°N–45°N和105°E–130°E之间的西北太平洋近海海域。环境输入变量包括风速U、有效波高Hs、谱峰周期Tp、流速Vc和水深。风和浪数据取自ERA5[33],潮流数据取自CMEMS[34],地形数据取自ETOPO 2022.2[35]。所有环境变量在1993–2024年期间进行了协调,并插值至ERA5 0.25°×0.25°空间网格。

**失效预测框架**

在第2.3节所训练代理模型的基础上,本文进一步开发了面向大规模海上漂浮风电场的场址级结构失效评估框架,如图1所示。与全生命周期经济模拟不同,该框架不追踪每一时间步的系统运行状态。相反,每个场址的风、浪、流条件被视为统计意义上的随机过程,结构响应和失效事件……

**实验设计**

为验证停机状态系泊线张力代理模型两阶段策略的有效性,开展了消融研究。如图5所示,比较了三种模型配置:(i)直接回归;(ii)使用2.3.2节所定义工程特征的回归;以及(iii)两阶段模型。运行条件数据集(4982个OpenFAST模拟样本)采用60/20/20%的训练/校准/测试划分,而停机条件数据集(5032个模拟样本……

**疲劳可靠性分析与空间分布特征**

图12展示了不同蒙特卡洛样本量下退化ULS失效概率估计的稳定性。水平轴表示样本量,垂直轴表示相对于最终蒙特卡洛配置的ULS失效概率相对偏差。误差线反映典型场址和随机种子间的波动范围。叶片结果的平均偏差自N=700时从?11.67%起逐渐收敛……系泊……

**结论**

本文开发了一套面向FOWT的连续深度代理—蒙特卡洛区域可靠性框架。该框架明确耦合了20年累积疲劳损伤与ULS失效概率。以西北太平洋水深60 m至500 m范围内的1167个场址为研究对象,本研究量化了5 MW FOWT三个关键构件(叶片、塔筒和系泊线)的疲劳退化ULS失效概率。主要发现为……

**CRediT作者贡献声明**

何子淇:原创手稿撰写、可视化、方法论。洪俊凌:验证、数据整理。徐万海:手稿审阅与编辑、方法论、资金获取。

何子淇 | 洪俊凌 | 徐万海
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号