桥面风场时程重构的机器学习方法

作     者：战庆亮 刘鑫 张冠华 白春锦 葛耀君 ZHAN Qing-liang;LIU Xin;ZHANG Guan-hua;BAI Chun-jin;GE Yao-jun

作者机构：大连海事大学交通运输工程学院辽宁大连116026 辽宁省交通规划设计院有限责任公司技术研发中心辽宁沈阳110111 同济大学桥梁结构抗风技术交通行业重点实验室上海200092 

基　　金：大连海事大学博联科研基金项目(3132023619) 桥梁结构抗风技术交通行业重点实验室(上海)开放课题(KLWRTBMC21-02) 国家自然科学基金项目(51978527) 辽宁教育厅研究计划项目(批准号:LJKZ0052) 

出 版 物：《中国公路学报》 (China Journal of Highway and Transport)

年 卷 期：2023年第36卷第8期

页      码：22-31页

摘      要：获得桥面的高分辨率时变流场对研究桥梁风致问题尤为关键,然而受传感器布设与测量方法等因素制约,难以通过试验直接测得高空间分辨率的流场数据。机器学习是流场表征的有效手段,但是数据驱动的训练方法在已知样本较少时难以获得准确的模型。针对此问题,引入流场时程的人工神经网络方法,使用流体控制方程辅助模型训练,通过增加未知测点处的方程约束提高模型的精度,得到了考虑物理约束的桥面风场时程的机器学习重构模型。以低雷诺数桥面绕流为例,实现了基于稀疏已知测点时程数据的模型训练,得到了较好的效果。结果表明:通过引入未知测点处的控制方程约束,可在较少已知时程数据的情况下,获得更准确的桥面风场重构模型,为人工智能方法在风场实测时程数据中的应用提供了基础。

主 题 词：桥梁工程 桥面风场时程 人工智能 时程深度学习 物理方程约束 流场重构 

学科分类：081406[081406] 08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.19721/j.cnki.1001-7372.2023.08.003

馆 藏 号：203123366...