權(quán)利要求書： 1.一種海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于，包括以下步驟：S10、建立浮式風(fēng)機基礎(chǔ)的時域運動控制方程對應(yīng)的第一狀態(tài)空間模型；

S20、建立錨鏈單元非線性控制方程對應(yīng)的第二狀態(tài)空間模型；

S30、基于所述第一狀態(tài)空間模型和所述第二狀態(tài)空間模型，建立浮式風(fēng)機基礎(chǔ)整體耦合運動對應(yīng)的響應(yīng)狀態(tài)空間模型；

S40、采用多自由度機器人作為浮式風(fēng)機基礎(chǔ)運動的執(zhí)行機構(gòu)，并建立機器人的數(shù)學(xué)模型，基于所述響應(yīng)狀態(tài)空間模型和所述機器人的數(shù)學(xué)模型，建立描述所述浮式風(fēng)機基礎(chǔ)的運動狀態(tài)與所述多自由度機器人的運動之間轉(zhuǎn)換關(guān)系的執(zhí)行機構(gòu)運動控制方程；

S50、基于所述執(zhí)行機構(gòu)運動控制方程，采用所述多自由度機器人對風(fēng)機塔基截面處運動的實時追蹤；

S60、根據(jù)風(fēng)機原型，設(shè)計仿形風(fēng)機模型，所述仿形風(fēng)機模型固定在所述多自由度機器人上；

S70、進(jìn)行風(fēng)洞試驗，測量所述仿形風(fēng)機模型所受載荷，作為數(shù)值模型的輸入到所述響應(yīng)狀態(tài)空間模型；

S80、實時測量所述載荷，實時計算并追蹤所述風(fēng)機塔基截面處運動，實時迭代。

2.根據(jù)權(quán)利要求1所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：所述步驟S10中，所述時域運動控制方程為：方程中：M為質(zhì)量矩陣；Ma為附加質(zhì)量矩陣；K(t)為延遲函數(shù)；C為靜水恢復(fù)力系數(shù)矩陣；

為阻尼； 為浮體多自由度下的加速度； 為浮體多自由度下的速度、x(t)為浮體exc多自由度下的位移；f (t)為浮體多自由度下的波浪荷載。

3.根據(jù)權(quán)利要求2所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：所述步驟S10中，針對浮式風(fēng)機基礎(chǔ)開展水池自由衰減試驗，校準(zhǔn)所述時域運動控制方程的阻尼

4.根據(jù)權(quán)利要求1所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：所述步驟S10中，所述第一狀態(tài)空間模型的表達(dá)式為：方程中：[ABCD]為狀態(tài)空間參數(shù)，x為模型狀態(tài)，y為輸入矢量。

5.根據(jù)權(quán)利要求1所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：所述步驟S20中，所述錨鏈單元非線性控制方程為：2

方程中，B為抗彎剛度；r為細(xì)長桿空間位置向量；q為外力；ρ為單元密度；λ＝T?Bk ；T＝Fr′為張力；F＝λr'?(Br”)'；k為曲率。

6.根據(jù)權(quán)利要求1所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：所述步驟S40中，利用傳遞函數(shù)，建立所述執(zhí)行機構(gòu)運動控制方程，按照線性模型和非線性模型，分別采用最小二乘法和遺傳算法對所述線性模型和非線性模型進(jìn)行參數(shù)識別，并對響應(yīng)狀態(tài)空間模型與多自由度機器人分別進(jìn)行測試、調(diào)整和優(yōu)化。

7.根據(jù)權(quán)利要求6所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：還包括位于所述步驟S40后的步驟S41，對比分析所述執(zhí)行機構(gòu)運動控制方程及其參數(shù)選取對塔基截面運動實時追蹤的控制效果，優(yōu)化控制算法及其參數(shù)。

8.根據(jù)權(quán)利要求7所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：針對所述線性模型，采用基于前饋補償?shù)腜ID控制算法。

9.根據(jù)權(quán)利要求7所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：針對所述非線性模型，采用滑動模態(tài)控制算法。

10.根據(jù)權(quán)利要求1所述的海上浮式風(fēng)機主動式實時混合模型試驗方法，其特征在于：還包括位于所述步驟S41后的步驟S42，根據(jù)所述多自由度機器人運動時滯和跟蹤精度的誤差參數(shù)特性，建立誤差估計和誤差補償方法。

說明書： 一種海上浮式風(fēng)機主動式實時混合模型試驗方法技術(shù)領(lǐng)域[0001] 本發(fā)明屬于海上風(fēng)力發(fā)電技術(shù)領(lǐng)域，具體涉及一種海上浮式風(fēng)機主動式實時混合模型試驗方法。背景技術(shù)[0002] 海上風(fēng)力發(fā)電機組按支撐基礎(chǔ)的類型可分為固定式和漂浮式。目前，國內(nèi)已建成的海上風(fēng)電場均采用固定式海上風(fēng)機。隨著水深不斷增加，各種傳統(tǒng)的固定式海上風(fēng)機已難以滿足深遠(yuǎn)海風(fēng)能開發(fā)的要求，按照目前科研與工程水平，國際上普遍認(rèn)為，當(dāng)工作水深超過50米后，采用海上漂浮式風(fēng)機基礎(chǔ)與錨泊系統(tǒng)作為開發(fā)手段，具有更好的經(jīng)濟(jì)效益與更廣闊的市場前景。中國具有非常豐富的深遠(yuǎn)海風(fēng)能資源，漂浮式風(fēng)機將成為未來海上風(fēng)電開發(fā)的必由之路。[0003] 與傳統(tǒng)的浮式油氣平臺相比，浮式風(fēng)機增加了上部的塔架與葉片結(jié)構(gòu)。其浮式基礎(chǔ)在受到水動力載荷的同時，風(fēng)機葉輪還會受到較大的氣動載荷。因此，浮式風(fēng)機的動力響應(yīng)分析需要同時考慮錨泊系統(tǒng)回復(fù)力、水動力載荷和氣動載荷的影響。目前，針對浮式風(fēng)機的運動響應(yīng)，數(shù)值模擬中存在部分近似理論以及經(jīng)驗修正模型，并且，對于極端工況下的強非線性過程數(shù)值模擬具有較高不確定性，因此，需要進(jìn)行物理模型試驗以校正數(shù)值分析中的經(jīng)驗系數(shù)以及驗證極端工況下的安全性。[0004] 不同于固定式風(fēng)機，浮式風(fēng)機運動響應(yīng)較大，尤其是縱蕩和縱搖運動與氣動載荷耦合作用顯著，因此，如何同時精確模擬氣動載荷和水動力載荷，是保證浮式風(fēng)機模型試驗真實可靠的關(guān)鍵問題。一般情況下，水動力載荷的模擬需遵循弗洛德相似準(zhǔn)則，而空氣動力載荷的模擬則需遵循雷諾相似準(zhǔn)則。浮式風(fēng)機同時受到水動力載荷和空氣動力載荷的作用，因此在相似準(zhǔn)則選取上存在矛盾。[0005] 目前，浮式風(fēng)機模型試驗主要分為兩類。一類是物理模型試驗，即風(fēng)電機組、浮式基礎(chǔ)以及錨泊系統(tǒng)均以物理模型的形式來再現(xiàn)，從而在水池中開展試驗。試驗依據(jù)弗洛德相似準(zhǔn)則進(jìn)行等效，至于風(fēng)機所受氣動載荷，通常在滿足弗洛德相似的基礎(chǔ)上忽略次要氣動載荷，只模擬主要氣動載荷，例如定常風(fēng)速下的葉輪軸向推力，這也不可避免地給試驗帶來了誤差。此外，傳統(tǒng)海洋工程水池的造風(fēng)質(zhì)量較差，所模擬風(fēng)場不能很好再現(xiàn)真實條件，且風(fēng)場會對水池中的波浪產(chǎn)生影響，使得波浪變形。[0006] 另一類是實時混合模型試驗方法，采用氣動載荷數(shù)值模擬代替真實風(fēng)場和風(fēng)機轉(zhuǎn)子，在水池中開展試驗，從而解決了浮式風(fēng)機實驗的相似準(zhǔn)則矛盾。但是所采用的數(shù)值模擬方法存在以下缺點：[0007] (1)所采用的理論均為近似理論或者經(jīng)驗修正模型；[0008] (2)為了滿足試驗的實時性要求，需要進(jìn)行快速高頻計算，因此對數(shù)值模型進(jìn)行了簡化處理，將葉片視為剛體且盡量減少葉片單元數(shù)量，導(dǎo)致計算精度較低；[0009] (3)湍流風(fēng)場的生成缺乏全面可靠數(shù)據(jù)，只能參照相關(guān)規(guī)范和經(jīng)驗，存在不確定性；[0010] (4)所采用的計算方法對時間步長有著嚴(yán)格的要求，在試驗中與物理模型的匹配難度較大。[0011] 現(xiàn)有的浮式風(fēng)機實時混合模型試驗方法盡管在一定程度上解決了試驗中弗洛德數(shù)和雷諾數(shù)無法同時相似的矛盾，但是由于風(fēng)機葉片的氣動載荷計算是一個考慮流體粘性的復(fù)雜非線性問題，而所采用的數(shù)值計算方法存在簡化和假設(shè)，且算法中存在較多經(jīng)驗系數(shù)。物理模型試驗最重要作用之一就是通過試驗發(fā)現(xiàn)復(fù)雜的非線性現(xiàn)象。氣動載荷流體粘性起主要作用，相比于水動力載荷而言非線性更強，而用數(shù)值計算代替物理模型試驗中的氣動載荷，無疑降低了物理模型試驗的真實性和可靠性。[0012] 因此，急需建立一套能夠真實可靠預(yù)報浮式風(fēng)機系統(tǒng)運動和動力響應(yīng)的有效試驗方法。發(fā)明內(nèi)容[0013] 為解決現(xiàn)有技術(shù)中的上述問題，本發(fā)明提供了一種海上浮式風(fēng)機主動式實時混合模型試驗方法，其能夠很好地模擬海上浮式風(fēng)機的工作，更加準(zhǔn)確地模擬氣動載荷和水動力載荷，保證浮式風(fēng)機模型試驗真實可靠，為海上浮式風(fēng)電建設(shè)提供理論與技術(shù)支持。[0014] 本發(fā)明采用了以下技術(shù)方案：[0015] 一種海上浮式風(fēng)機主動式實時混合模型試驗方法，包括以下步驟：[0016] S10、建立浮式風(fēng)機基礎(chǔ)的時域運動控制方程對應(yīng)的第一狀態(tài)空間模型；[0017] S20、建立錨鏈單元非線性控制方程對應(yīng)的第二狀態(tài)空間模型；[0018] S30、基于所述第一狀態(tài)空間模型和所述第二狀態(tài)空間模型，建立浮式風(fēng)機基礎(chǔ)整體耦合運動對應(yīng)的響應(yīng)狀態(tài)空間模型；[0019] S40、采用多自由度機器人作為浮式風(fēng)機基礎(chǔ)運動的執(zhí)行機構(gòu)，并建立機器人的數(shù)學(xué)模型，基于所述響應(yīng)狀態(tài)空間模型和所述機器人的數(shù)學(xué)模型，建立描述所述浮式風(fēng)機基礎(chǔ)的運動狀態(tài)與所述多自由度機器人的運動之間轉(zhuǎn)換關(guān)系的執(zhí)行機構(gòu)運動控制方程；[0020] S50、基于所述執(zhí)行機構(gòu)運動控制方程，采用所述多自由度機器人對風(fēng)機塔基截面處運動的實時追蹤；[0021] S60、根據(jù)風(fēng)機原型，設(shè)計仿形風(fēng)機模型，所述仿形風(fēng)機模型固定在所述多自由度機器人上；[0022] S70、進(jìn)行風(fēng)洞試驗，測量所述仿形風(fēng)機模型所受載荷，作為數(shù)值模型的輸入到所述響應(yīng)狀態(tài)空間模型；[0023] S80、實時測量所述載荷，實時計算并追蹤所述風(fēng)機塔基截面處運動，實時迭代。[0024] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟S10中，所述時域運動控制方程為：[0025][0026] 方程中：M為質(zhì)量矩陣；Ma為附加質(zhì)量矩陣；K(t)為延遲函數(shù)；C為靜水恢復(fù)力系數(shù)矩陣； 為阻尼； 為浮體多自由度下的加速度； 為浮體多自由度下的速度、x(t)exc為浮體多自由度下的位移；f (t)為浮體多自由度下的波浪荷載。

[0027] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟S10中，針對浮式風(fēng)機基礎(chǔ)開展水池自由衰減試驗，校準(zhǔn)所述時域運動控制方程的阻尼[0028] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟S10中，所述第一狀態(tài)空間模型的表達(dá)式為：[0029][0030] 方程中：[ABCD]為狀態(tài)空間參數(shù)，x為模型狀態(tài)，y為輸入矢量。[0031] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟S20中，所述錨鏈單元非線性控制方程為：[0032][0033] 方程中，B為抗彎剛度；r為細(xì)長桿空間位置向量；q為外力；ρ為單元密度；λ＝T?2

Bk；T＝Fr′為張力；F＝λr'?(Br”)'；k為曲率。

[0034] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，所述步驟S40中，利用傳遞函數(shù)，建立所述執(zhí)行機構(gòu)運動控制方程，按照線性模型和非線性模型，分別采用最小二乘法和遺傳算法對所述線性模型和非線性模型進(jìn)行參數(shù)識別，并對響應(yīng)狀態(tài)空間模型與多自由度機器人分別進(jìn)行測試、調(diào)整和優(yōu)化。[0035] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，還包括位于所述步驟S40后的步驟S41，對比分析所述執(zhí)行機構(gòu)運動控制方程及其參數(shù)選取對塔基截面運動實時追蹤的控制效果，優(yōu)化控制算法及其參數(shù)。[0036] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，針對所述線性模型，采用基于前饋補償?shù)腜ID控制算法。[0037] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，針對所述非線性模型，采用滑動模態(tài)控制算法。[0038] 作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn)，還包括位于所述步驟S41后的步驟S42，根據(jù)所述多自由度機器人運動時滯和跟蹤精度的誤差參數(shù)特性，建立誤差估計和誤差補償方法。[0039] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：[0040] 本發(fā)明的海上浮式風(fēng)機主動式實時混合模型試驗方法中，先建立無束縛的風(fēng)機基礎(chǔ)的狀態(tài)空間模型，然后建立錨鏈單元的狀態(tài)空間模型，再將兩個空間模型結(jié)合，形成了有束縛的浮式風(fēng)機基礎(chǔ)的整體耦合運動對應(yīng)的響應(yīng)狀態(tài)空間模型；然后用多自由度機器人來按照該響應(yīng)狀態(tài)空間模型進(jìn)行風(fēng)機塔基截面處運動的實時追蹤，從而實現(xiàn)對有束縛的浮式風(fēng)機基礎(chǔ)在水面的運動模擬；再仿照風(fēng)機原型設(shè)計出仿形風(fēng)機模型，并固定在多自由度機器人上，則實現(xiàn)了浮式風(fēng)機在水面的模擬；然后進(jìn)行進(jìn)行風(fēng)洞試驗，實現(xiàn)了浮式風(fēng)機在水面、風(fēng)環(huán)境下的模擬，在這一環(huán)境下采集風(fēng)機模型所受載并輸入到響應(yīng)狀態(tài)空間模型，實時測量、追蹤和迭代，從而很好地模擬海上浮式風(fēng)機的工作，更加準(zhǔn)確地模擬氣動載荷和水動力載荷，保證浮式風(fēng)機模型試驗真實可靠，為海上浮式風(fēng)電建設(shè)提供理論與技術(shù)支持。附圖說明[0041] 下面結(jié)合附圖和具體實施方式對本發(fā)明的技術(shù)作進(jìn)一步地詳細(xì)說明：[0042] 圖1是本發(fā)明的方法的流程示意圖；[0043] 圖2是本發(fā)明的方法在進(jìn)行風(fēng)洞試驗時的示意簡圖。[0044] 附圖標(biāo)記：[0045] 1?多自由度機器人；2?塔筒；3?風(fēng)輪；31?葉片；4?風(fēng)洞；41?風(fēng)場。具體實施方式[0046] 以下將結(jié)合實施例和附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果進(jìn)行清楚、完整的描述，以充分地理解本發(fā)明的目的、方案和效果。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。附圖中各處使用的相同的附圖標(biāo)記指示相同或相似的部分。[0047] 需要說明的是，如無特殊說明，當(dāng)某一特征被稱為“固定”、“連接”在另一個特征，它可以直接固定、連接在另一個特征上，也可以間接地固定、連接在另一個特征上。此外，本發(fā)明中所使用的上、下、左、右等描述僅僅是相對于附圖中本發(fā)明各組成部分的相互位置關(guān)系來說的。[0048] 參照圖1和圖2，一種海上浮式風(fēng)機主動式實時混合模型試驗方法，包括以下步驟：[0049] S10、基于CUMMINS方程，建立浮式風(fēng)機基礎(chǔ)的時域運動控制方程對應(yīng)的第一狀態(tài)空間模型。即先建立無束縛的風(fēng)機基礎(chǔ)的狀態(tài)空間模型。[0050] 本步驟中，所述時域運動控制方程為：[0051][0052] 方程中：M為質(zhì)量矩陣；Ma為附加質(zhì)量矩陣；K(t)為延遲函數(shù)；C為靜水恢復(fù)力系數(shù)矩陣； 為阻尼； 為浮體多自由度下的加速度； 為浮體多自由度下的速度、x(t)exc為浮體多自由度下的位移；f (t)為浮體多自由度下的波浪荷載。

[0053] 此外，為了提高準(zhǔn)確度，還需要針對浮式風(fēng)機基礎(chǔ)在水池中開展靜水自由衰減試驗，校準(zhǔn)所述時域運動控制方程的阻尼[0054] 進(jìn)一步地，為了提高計算效率，將式(1)進(jìn)行轉(zhuǎn)換獲得第一狀態(tài)空間模型，所述第一狀態(tài)空間模型的表達(dá)式為：[0055][0056] 方程中：[ABCD]為狀態(tài)空間參數(shù)，x為模型狀態(tài)，y為輸入矢量。[0057] S20、基于細(xì)長桿理論，建立錨鏈單元非線性控制方程對應(yīng)的第二狀態(tài)空間模型，即建立錨鏈單元的狀態(tài)空間模型。[0058] 本步驟中，所述錨鏈單元非線性控制方程為：[0059][0060] 方程中，B為抗彎剛度；r為細(xì)長桿空間位置向量；q為外力；ρ為單元密度；λ＝T?2

Bk；T＝Fr′為張力；F＝λr'?(Br”)'；k為曲率。

[0061] S30、基于所述第一狀態(tài)空間模型和所述第二狀態(tài)空間模型，建立浮式風(fēng)機基礎(chǔ)整體耦合運動對應(yīng)的響應(yīng)狀態(tài)空間模型。[0062] 本步驟中，通過將兩個空間模型結(jié)合，模擬有約束的風(fēng)機基礎(chǔ)(即浮式風(fēng)機基礎(chǔ))的耦合運動，進(jìn)而獲得的浮式風(fēng)機基礎(chǔ)的整體耦合運動對應(yīng)的響應(yīng)狀態(tài)空間模型，從而提高計算速度，減少誤差積累，實現(xiàn)浮式風(fēng)機時域運動響應(yīng)的快速、高精度計算，提供風(fēng)機塔基截面處運動的實時追蹤目標(biāo)。[0063] S40、采用多自由度機器人1作為浮式風(fēng)機基礎(chǔ)運動的執(zhí)行機構(gòu)，并建立機器人的數(shù)學(xué)模型，基于所述響應(yīng)狀態(tài)空間模型和所述機器人的數(shù)學(xué)模型，建立描述所述浮式風(fēng)機基礎(chǔ)的運動狀態(tài)與所述多自由度機器人1的運動之間轉(zhuǎn)換關(guān)系的執(zhí)行機構(gòu)運動控制方程。該執(zhí)行機構(gòu)運動控制方程根據(jù)所采用的多自由度機器人1的不同而不同，但是將兩個不同的目標(biāo)的運動進(jìn)行對應(yīng)轉(zhuǎn)換獲得相應(yīng)的運動控制方程的方法屬于常規(guī)的方式，在此不再贅述。在一個實施例中，多自由度機器人1為六自由度機器人。

[0064] 本步驟的目的是用多自由度機器人1來模擬浮式風(fēng)機基礎(chǔ)的運動，通過建立機器人的數(shù)學(xué)模型，并將該機器人的數(shù)學(xué)模型與響應(yīng)狀態(tài)空間模型關(guān)聯(lián)，獲得浮式風(fēng)機基礎(chǔ)的運動與多自由度機器人1之間的轉(zhuǎn)化關(guān)系，則按照響應(yīng)狀態(tài)空間模型對多自由度機器人1運動的主動控制，從而模擬浮式風(fēng)機基礎(chǔ)的運動和反過來將多自由度機器人1的運動轉(zhuǎn)變?yōu)楦∈斤L(fēng)機基礎(chǔ)的運動，作為后續(xù)變化數(shù)據(jù)的輸入。利用傳遞函數(shù)，建立所述執(zhí)行機構(gòu)運動控制方程，按照線性模型和非線性模型，分別采用最小二乘法和遺傳算法對所述線性模型和非線性模型進(jìn)行參數(shù)識別，并對響應(yīng)狀態(tài)空間模型與多自由度機器人1分別進(jìn)行測試、調(diào)整和優(yōu)化。[0065] S41、為了進(jìn)一步優(yōu)化執(zhí)行機構(gòu)運動控制方程及其參數(shù)，對比分析所述執(zhí)行機構(gòu)運動控制方程及其參數(shù)選取對塔基截面運動實時追蹤的控制效果，優(yōu)化控制算法及其參數(shù)。針對所述線性模型，采用基于前饋補償?shù)腜ID控制算法，通過優(yōu)化PID控制算法中的比例系數(shù)、積分時間、微分時間三個參數(shù)以及附加前饋控制算法，提高執(zhí)行機構(gòu)的運動跟蹤精度。

針對所述非線性模型，采用滑動模態(tài)控制算法，通過確定合理的滑動面和控制律算法，實現(xiàn)良好的魯棒性和控制效果。

[0066] S42、根據(jù)所述多自由度機器人1運動時滯和跟蹤精度的誤差參數(shù)特性，建立誤差估計和誤差補償方法。多自由度機器人1運動跟蹤的誤差主要包括：時滯、噪聲和干擾。時滯是導(dǎo)致執(zhí)行機構(gòu)運動跟蹤誤差的核心因素。傳統(tǒng)時滯補償方法往往假定試驗中時滯不變，然而系統(tǒng)中非線性等因素可能導(dǎo)致時滯特性變化，使得此類方法性能不夠理想。針對此問題，本方法采用基于模型參數(shù)識別的自適應(yīng)時滯補償方法，將伺服系統(tǒng)簡化為離散模型，通過在線參數(shù)估計確定系統(tǒng)狀態(tài)，從而對伺服系統(tǒng)進(jìn)行在線時滯補償。噪聲一般屬于高頻信號，根據(jù)浮式風(fēng)機響應(yīng)頻率范圍，選擇合適的低通濾波器，可減小噪聲對運動跟蹤誤差的影響。針對作動器的線性數(shù)學(xué)模型，可以利用PID+前饋+干擾觀測器的控制算法來解決干擾對運動跟蹤造成的誤差問題；針對作動器的非線性數(shù)學(xué)模型，滑動模態(tài)控制等算法本身即具有較好的抗干擾能力。[0067] S50、基于所述執(zhí)行機構(gòu)運動控制方程，采用所述多自由度機器人1對風(fēng)機塔基截面處運動的實時追蹤，即采用實現(xiàn)多自由度機器人1進(jìn)行風(fēng)機塔基截面處運動的實時模擬。[0068] S60、根據(jù)風(fēng)機原型，設(shè)計仿形風(fēng)機模型，所述仿形風(fēng)機模型固定在所述多自由度機器人1上。其中，仿形風(fēng)機模型的氣動性能和結(jié)構(gòu)性能應(yīng)當(dāng)與風(fēng)機原型相似，具體地，仿形風(fēng)機包括安裝有若干葉片31的風(fēng)輪3和塔架，塔機固定在多自由度機器人1上。其中，風(fēng)輪3轉(zhuǎn)子要求氣動性能也與風(fēng)機原型相似，從而保證在不同葉尖速比下，該仿形風(fēng)機模型和風(fēng)機原型的推力系數(shù)要相同。同樣的，仿形風(fēng)機模型的塔筒2要求和風(fēng)機原型的風(fēng)載荷系數(shù)以及一階振動頻率相同，從而全面模擬風(fēng)機，確保本方法的準(zhǔn)確性。[0069] S70、進(jìn)行風(fēng)洞試驗，測量所述仿形風(fēng)機模型所受載荷，作為數(shù)值模型的輸入到所述響應(yīng)狀態(tài)空間模型。如圖2所示，其中，該風(fēng)洞4需要提供質(zhì)量高、可控性好的風(fēng)場41，在風(fēng)洞實驗室內(nèi)進(jìn)行，風(fēng)洞4應(yīng)當(dāng)提供精準(zhǔn)的風(fēng)剖面以及根據(jù)風(fēng)譜提供隨機風(fēng)速，從而模擬不同的風(fēng)的環(huán)境。在當(dāng)前試驗中，試驗?zāi)Ｐ屯耆珴M足弗洛德數(shù)相似，測得的載荷，可直接用于數(shù)值計算，無需額外處理，提高了計算速度。[0070] S80、實時測量所述載荷，實時計算并追蹤所述風(fēng)機塔基截面處運動，實時迭代。[0071] 本發(fā)明針對所提出主動式實時混合模型試驗的實時性要求，創(chuàng)新性研發(fā)基于時變狀態(tài)空間的浮式風(fēng)機耦合運動響應(yīng)快速高精度計算方法，并形成相應(yīng)程序，實現(xiàn)混合模型試驗中浮風(fēng)機式基礎(chǔ)運動響應(yīng)的實時高精度計算；針對塔基截面處運動的實時追蹤，基于浮式風(fēng)機耦合運動響應(yīng)快速高精度計算方法，建立動力學(xué)控制方程以及作動器的數(shù)學(xué)模型，比選優(yōu)化主動控制方法，采用基于模型參數(shù)識別的自適應(yīng)方法補償時滯，并通過敏感性與穩(wěn)定性分析選取合適的時間步長，從而保證混合模型和物理模型的響應(yīng)特性完全等效，在試驗中準(zhǔn)確實現(xiàn)浮式風(fēng)機基礎(chǔ)數(shù)值模型和風(fēng)機物理模型的實時動力耦合作用；創(chuàng)新性提出在風(fēng)洞實驗室進(jìn)行的新型主動式實時混合模型試驗方法，建立一套可以彌補現(xiàn)有模型試驗方法不足、能夠真實可靠預(yù)報浮式風(fēng)機運動與動力響應(yīng)的有效試驗方法和流程。[0072] 本發(fā)明所述的海上浮式風(fēng)機主動式實時混合模型試驗方法的其它內(nèi)容參見現(xiàn)有技術(shù)，在此不再贅述。[0073] 以上所述，僅是本發(fā)明的較佳實施例而已，并非對本發(fā)明作任何形式上的限制，故凡是未脫離本發(fā)明技術(shù)方案內(nèi)容，依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。