从广袤草原到辽阔海域，一座座“大风车”日夜不息，将无形的风转化为清洁能源。然而，复杂气候引发气流波动，对百米长风力发电机叶片产生巨大冲击力，引发颤振，不仅影响发电效率，还会对叶片结构造成损伤。 

内蒙古工业大学能源与动力工程学院马剑龙教授团队，长期针对传统风力机叶片结构不稳定、风力涡轮机效率低、使用寿命短等方面开展研究，提出了一种基于混合双向协同约束多目标优化算法的风力机叶片翼型优化方法，可有效提升风力机叶片空气动力学和抗颤振性能，为未来风力机叶片设计提供重要参考和技术支持。相关研究成果发表于国际期刊《能源转换与管理》‌‌。

图1 叶片翼型分布图

图2 风力机示意图/翼型网格划分

图3 叶片吸力面与压力面压力云图对比

叶片设计技术是风力发电技术升级的核心。马剑龙团队采用混合翼型轮廓设计，将不同跨度位置的翼型组合，通过提升叶片翼型的扭转刚度与空气动力学性能，保持高升阻比，减轻叶片颤振性并增强结构稳定性。同时开发的混合双向协同约束多目标进化算法，从可行与不可行区域双向搜索，在复杂优化问题中表现优越。以NREL 5MW叶片为例，研究对18%、21%、25%厚度的翼型进行优化，经计算流体动力学与气动弹性分析验证，优化后叶片升阻比与结构稳定性显著提升。

此外，团队采用优化后的非均匀B样条曲线对翼型几何参数化建模，创新性融合气动与结构设计，以升阻比与极惯性矩为目标函数、约束翼型最大厚度进行优化，无需依赖昂贵新材料即可提升翼型的稳定性，降低了风力发电的建设与运维成本，提升了项目经济效益。

该研究获得国家自然科学基金、自治区自然科学基金、自治区科技计划项目等支持，为风机叶片的设计、制造和使用提供重要的理论支撑。下一步，该研究成果将应用于实际生产，推动行业向更大单机容量、更高发电效率方向迈进，为全球清洁能源产业规模化发展与可持续推进注入动力。