大跨连续刚构桥下击暴流作用效应试验研究

为研究大跨连续刚构桥在下击暴流水平风速作用下的风振响应，开发了一套在大气边界层风洞中模拟下击暴流水平风速的试验装置。下击暴流水平风速剖面通过调节置于风洞中的斜板竖向位置与倾角来模拟，下击暴流时间特性通过控制两侧水平开合板运动的速度、角度来模拟。以广东虎门大桥辅航道桥为工程背景，设计并制作几何缩尺比为1：200连续刚构桥最大双悬臂状态气弹模型，进行了下击暴流瞬态风场、下击暴流稳态风场和大气边界层B类风场下连续刚构桥最大双悬臂状态气弹模型风洞试验，对不同风场下桥梁结构风致振动位移响应进行了对比分析。结果表明：采用下击暴流模拟装置在大气边界层风洞中所模拟的下击暴流水平风剖面与下击暴流经验风剖面吻合较好；采用下击暴流模拟装置实现了下击暴流风速时间特性的模拟，所模拟的下击暴流瞬态风场湍流度与目标值总体接近。在下击暴流瞬态风场下桥梁梁端横桥向位移响应时变均方根最大值约为在B类风场下梁端横桥向位移响应均方根值的2.7~6.8倍；在下击暴流稳态风场下桥梁梁端横桥向位移响应时变均方根最大值约为在B类风场下梁端横桥向位移响应均方根值的70%~230%。在下击暴流瞬态风场下桥梁梁端竖向位移响应时变均方根最大值约为在B类风场下梁端竖向位移响应均方根值的2.3~5.3倍；在下击暴流稳态风场下桥梁梁端竖向位移响应时变均方根最大值约为在B类风场下梁端竖向位移响应均方根值的90%~260%。     

基于代理模型的龙卷风数值模拟参数优化

为实现以实测数据为目标的龙卷风高精度数值模拟,在总结已有研究成果的基础上,基于计算流体力学(CFD)方法建立了ISU型龙卷风数值模型,通过参数灵敏度分析确定拟优化模拟参数;提出了以实测数据为目标的龙卷风模拟参数优化方法,引入代理模型提高计算效率并通过数值模型计算设计样本点响应来训练代理模型,采用最大切向速度、最大切向速度处半径及标准化风剖面线形误差3个指标建立目标函数;通过一组数值算例验证了所提出优化方法的可靠性,采用所提出的优化方法分别以龙卷风物理模拟器试验数据和龙卷风现场实测数据为目标进行模拟参数优化,并基于此进行CFD数值模拟。研究结果表明:入口切向速度U_t、模拟器离地面高度H_g和地面移动速度V_T三个参数对龙卷风场影响较大,因此选作为待优化模拟参数;引入代理模型进行参数优化,避免了数值模型直接参与优化迭代过程,提高了优化效率;以龙卷风物理模拟器试验数据为目标的数值模拟结果,与试验数据的标准化风剖面线形误差V_Mp仅为0.034 4;以龙卷风现场实测数据为目标的数值模拟结果,在h=250 m及h=450 m高度处与实测结果的风剖面综合误差V_M分别为0.024 0、0.035 1,均小于训练样本集中模拟结果的误差,采用优化后的模拟参数进行龙卷风数值模拟很好地改善了模拟精度。     

山区桥梁桥址风环境数值风洞研究

为确保山区桥梁的抗风稳定性和安全性,根据计算流体动力学(CFD)基本原理,采用基于RNG、k-ε方程湍流模型的数值研究方法,利用计算流体力学软件FLUENT6.0对坝陵河特大桥桥址风环境进行了数值模拟,研究了桥位风场的特征状况.通过引入风速放大系数这一表征考察点与边界入口风速关系的无量纲参数得到16个不同来流风向下考察...     

横风作用下移动车辆脉动风速谱

为研究横风作用下移动车辆的脉动风速谱形式,不依赖于传统的Taylor"冻结"假设和各向同性湍流假设,围绕移动车辆的脉动风速时程生成方法,在传统的谐波合成法基础上提出了一种高效的"直接生成法"。并在此基础上,综合考察了不同离地高度、不同平均风速、不同车辆移动速度等因素对移动点(或移动车辆)脉动风速自相关系数函数的影响。通过参数敏感性分析,建立移动点与固定点自相关系数函数的关系式,并最终推导出移动点的纵向脉动风速谱模型。研究结果表明:所提出的移动点(或移动车辆)脉动风速的"直接生成法"相比传统的"逐步提取生成法"具有更高的计算效率;进一步的,提出的移动点纵向脉动风速谱模型由于不依赖于Taylor"冻结"假设或各向同性湍流假设,也未额外地引入横向脉动风速谱,而仅依靠移动点的纵向脉动风速时程而逐步分析推导而出,这与数值解所采用的条件一致,因而使其计算值与相应的数值解吻合较好,表明提出的移动点纵向脉动风速谱模型具有较高的计算精度。研究结论可为移动车辆脉动风速谱的相关研究提供新的思路。     

横风作用下移动车辆脉动风速谱（双语出版）

为研究横风作用下移动车辆的脉动风速谱形式,不依赖于传统的Taylor“冻结”假设和各向同性湍流假设,围绕移动车辆的脉动风速时程生成方法,在传统的谐波合成法基础上提出了一种高效的“直接生成法”。并在此基础上,综合考察了不同离地高度、不同平均风速、不同车辆移动速度等因素对移动点（或移动车辆）脉动风速自相关系数函数的影响。通过参数敏感性分析,建立移动点与固定点自相关系数函数的关系式,并最终推导出移动点的纵向脉动风速谱模型。研究结果表明：所提出的移动点（或移动车辆）脉动风速的“直接生成法”相比传统的“逐步提取生成法”具有更高的计算效率;进一步的,提出的移动点纵向脉动风速谱模型由于不依赖于Taylor“冻结”假设或各向同性湍流假设,也未额外地引入横向脉动风速谱,而仅依靠移动点的纵向脉动风速时程而逐步分析推导而出,这与数值解所采用的条件一致,因而使其计算值与相应的数值解吻合较好,表明提出的移动点纵向脉动风速谱模型具有较高的计算精度。研究结论可为移动车辆脉动风速谱的相关研究提供新的思路。     

雷暴风作用下大跨度桥梁抖振响应智能预测研究

面向特异风环境桥梁风振实时推演，开展了雷暴风作用下大跨度桥梁抖振响应智能预测研究。以苏通大桥实测数据为基础，分析了风场参数与主梁抖振响应之间的相关性，确定了桥梁雷暴风效应的主要关联参数。基于前馈神经网络(FNN)、卷积神经网络(CNN)、长短期记忆网络(LSTM)、门控循环单元(GRU)等典型神经网络模型，以主要风场关联参数及历史抖振响应作为输入，开展了桥梁抖振响应预测网络架构与模型训练，并对比分析了4种模型的预测效果。研究结果表明：雷暴风作用下大跨度桥梁的抖振响应主要与平均风速、平均风向、脉动风速均方差、紊流积分尺度等风场参数密切相关；待预测的桥梁抖振响应与历史风场及桥梁状态参数有关，需考虑二者的记忆效应；FNN与CNN未能较好地表征该记忆效应，故预测结果与实测值仅趋势相近，预测误差相对较大；GRU与LSTM的预测效果总体较好，GRU在雷暴风风速较大时的预测效果最优；LSTM在高风速下的预测效果略低于GRU,但在风速较低时的抖振预测精度最高，即具有更强的泛化能力。研究结果可为雷暴风易发区大跨度桥梁的安全运维提供借鉴与参考。     

基于加权Kendall相关系数和序贯代理模型的有限元模型修正

为了提高桥梁结构有限元模型修正的效率和效果，提出基于加权Kendall相关系数和序贯代理模型的有限元模型修正方法。首先，建立基于目标响应误差和待修正设计参数灵敏度的加权Kendall相关系数指标，并采用凝聚层次聚类算法，合理确定待修正设计参数的数量和位置，保证待修正设计参数对目标响应具有合适的解耦能力；其次，为解决传统一次性代理模型法在构造代理模型过程中产生的欠采样或者过采样的问题，采用基于FLOLA-Voronoi通用序贯设计策略的序贯代理模型法，提高构造代理模型过程中试验设计样本的利用率和模型修正效率；最后，根据一座斜拉桥的静动力荷载试验数据进行有限元模型修正。结果表明：基于FLOLA-Voronoi算法的序贯代理模型能够合理地确定构造代理模型所需的样本数量和位置，使得在相同样本数量的情况下，序贯代理模型比一次性代理模型具有稍好的精度指标；采用加权Kendall相关系数指标的聚类方法可以得到具有合适解耦能力的待修正设计参数，使得修正前大误差目标响应的误差显著下降，小误差目标响应的误差基本都处于合理范围内，有效地降低了目标响应的整体误差；同时，有限元理论静动力响应与实测静动力响应的平均误差分别由5.56%、8.43%降低至1.87%、3.41%，并且相较于常规方法，修正精度更好，所提方法可以用于桥梁结构有限元模型修正，可得到准确的桥梁结构数值模型。     

山区大跨径悬索桥风场特性CFD数值模拟研究

为研究山区大跨径钢桁梁悬索桥的桥位地形风场特性,确定基准风速,以开州湖特大桥为依托,采用CFD数值模拟,通过8种工况的计算分析,研究大桥桥址区的风参数,得出桥址区的风场特性分布。结果表明,不同工况下,主梁高度处的各向风速及风攻角有较大差异;CFD数值模拟得到的主梁基准风速较依据规范确定的基准风速小;综合考虑桥址区的风场特性,本桥桥面处的基准风速为38.5 m/s。     

基于Q1黄土直剪试验的单屈服面扩展模型研究

为了准确模拟Q₁黄土直剪受力状态的硬化响应，提出单屈服面扩展模型。以典型黄土-泥岩接触面滑坡滑带土附近Q₁黄土为研究对象，通过固结排水直剪试验获得一系列硬化响应，并获得模型常数；运用MATLAB实现模型数值计算，并模拟验证试验结果；同时，对模型屈服面的敏感性进行探讨。结果显示:单屈服面扩展模型可准确描述Q₁黄土直剪硬化力学响应；Q₁黄土硬化参数为0.35～0.02；含水率和硬化参数影响屈服面大小和弯曲状态；随着含水率增加，逐渐出现较低硬化参数的屈服面，而较高硬化参数的模型屈服面逐渐消失。单屈服面扩展模型丰富了岩土接触面本构模型，并为接触面滑坡的变形预测提供了依据。     

基于TL-Conv LSTM-AM组合模型的薄平板抖振响应预测

针对大跨度桥梁等工程结构在紊流场作用下的抖振响应预测问题，以薄平板为例，将数值模拟的薄平板抖振响应时程结果作为训练与测试数据，选用风场时程数据作为输入，并将薄平板的横向位移、竖向位移以及扭转角响应时程数据作为输出，分别采用带外部输入的非线性自回归(NARX)、长短期记忆(LSTM)、卷积长短期记忆(Conv LSTM)、注意力机制长短期记忆(LSTM-AM)神经网络模型预测薄平板的抖振响应。进一步地，将迁移学习(TL)方法与上述神经网络模型相结合，提出基于Davenport准定常抖振理论获取大量源任务数据的方法。通过筛选出的可用源任务数据，训练上述神经网络模型并经共享权重、微调参数后完成对薄平板目标任务数据的预测，并最终构建了TL-Conv LSTM-AM组合模型来预测薄平板抖振响应的思路。研究结果表明：在薄平板抖振响应预测中，LSTM模型的预测精度要高于NARX模型；引入卷积计算和注意力机制均有利于时序数据的预测，因此Conv LSTM和LSTM-AM模型的抖振响应预测精度相比单一的LSTM模型的预测精度要高；当上述神经网络模型结合迁移学习方法后能有效提升抖振响应的预测精度，但在局部...     

山区钢桁梁斜拉桥施工期抖振时域分析研究

以某山区大跨钢桁梁斜拉桥为工程背景,首先对斜拉桥施工期的结构动力特性进行了分析,然后利用数值模拟方法对钢桁加劲梁气动参数进行了识别,并编制了风场模拟程序,通过对模拟的风速时程曲线进行相关性检验,验证了模拟脉动风场的适用性和准确性。最后通过时域分析计算了山区钢桁梁斜拉桥施工期最不利工况下的抖振响应。分析表明,依托工程结构施工期不会出现风致动力失稳现象,在不采取抗风措施的情况下,风致抖振响应不会对结构安全性造成影响。     

湍流DSRFG与LES风场沿计算域流向变化的影响因素

为生成满足桥梁风工程大涡模拟（LES）要求的入口湍流风场，以丹麦大带桥桥址风特性为例，采用离散再合成的随机流动生成（DSRFG）方法合成了满足目标湍流度、积分尺度、脉动风速谱及空间相关性等参数的各向异性湍流；讨论了DSRFG方法在生成湍流风场上关键参数的合理取值；基于Fluent平台，通过自主开发的用户自定义函数（UDF）程序将生成的湍流风场赋给大涡模拟的入口边界，基于LES研究了不同网格尺寸和时间步长取值，入口湍流风场在计算域流向的变化规律。研究结果表明：DSRFG方法能生成满足桥梁LES模拟要求的指定湍流特性风场，产生的风场风谱和速度分量统计值与目标值吻合较好；入口湍流风场特性在计算域流向有较好的维持，脉动风谱在低频段与目标谱吻合较好，高频段出现一定衰减，而衰减起始频率随网格尺寸和时间步长的减小而增大。最后拟合了网格尺寸与脉动风谱衰减起始频率的关系曲线，建议了LES合适的网格尺寸和时间步大小，相关研究结果可为湍流风场模拟和桥梁风工程大涡模拟提供重要参考。     

桥墩附近桥面局部风环境数值研究

桥墩的存在改变了主梁的空气绕流特征,容易使桥面形成局部风场,可能导致桥上运行车辆气动力的突然变化而直接威胁行车安全。然而,目前对于桥墩影响下桥面的局部风环境少有研究。为探明桥墩影响下桥面的局部风场特性,本研究以数值模拟方为基础开展了研究。以某跨海大桥桥墩—主梁侧风绕流为对象,采用CFD数值分析方法建立模型,探究桥墩附近桥面不同行车道上局部风环境特征,通过有无风屏障的模拟分析风屏障对桥面风环境突变效应的影响,考察了桥墩影响下桥面局部风场沿桥轴向的变化。通过与风洞试验结果进行对比,验证了所采用数值模型及计算方法的准确性。通过不同风速条件确定了雷诺数对有无风屏障下桥面风场的影响,以桥墩-主梁绕流的流线明确了局部风场特征,采用风速变化率量化桥墩影响下桥面风环境的突变效应。分析表明:对于所采用的桥墩-主梁对象与风屏障,桥面风环境对雷诺数不敏感;桥墩的出现导致了桥面出现大的漩涡与分离流动从而形成了桥面局部风场,使得车辆高度范围内迎风侧车道风速总体大于背风侧车道;桥墩沿桥轴向对桥面局部风场的影响随车道与高度的不同而存在差异,背风侧车道受影响高度大于迎风侧车道;风屏障弱化了风速在桥墩附近的突变效应,有利于桥面行车安全。     

大攻角下超大跨度斜拉桥颤振性能节段模型风洞试验

为了研究一座1 400 m跨径流线型闭口箱梁断面斜拉桥的颤振性能，根据其风致静力失稳或颤振前主梁最大有效风攻角已接近±10°的特点，通过弹簧悬挂节段模型试验，开展了大攻角下桥梁颤振性能研究。试验发现，在4°~10°风攻角下，高风速时模型均出现了弯扭耦合程度较弱的自限幅非线性颤振现象；而在其他攻角下，高风速时模型则表现为常规的发散型弯扭耦合颤振。研究发现，经典的线性颤振理论无法适用于研究试验中大攻角下出现的非线性颤振现象。因此，采用了一种简化的非线性半经验数学模型来表示非线性颤振中的自激扭矩，并从试验模型颤振位移时程中识别得到了模型参数。基于这一非线性自激力模型，通过试验测得的位移信号来构造自激扭矩时程，再利用自激扭矩的做功时程来识别各个气动参数。之后，利用其中的部分气动参数构造气动阻尼，并基于结构阻尼系数与气动线性阻尼系数之和为零的判断条件，提出了一种针对非线性颤振现象的临界风速确定方法，同时将线性和非线性颤振的起振判断条件进行了很好的统一。研究结果表明，利用这一方法求得的颤振临界风速与风洞试验中出现的现象基本吻合。     

汽车在环境风洞内流场的数值模拟与实验研究

为研究汽车在环境风洞内的流场特性,建立了环境风洞和整车数值模型,考虑了风洞喷口和收缩段的阻塞效应、边界层抽吸以及实验设施等对汽车流场的干扰效应,对环境风洞内汽车前方、车身和车轮周围、冷却模块以及机舱内的流场进行了数值模拟。对车身表面的静压以及车身周围和车底部的风速等进行测试,通过数值模拟结果与实验结果的对比,表明数值风洞能准确预测汽车在环境风洞内的流场特性。研究结果显示：汽车前端气流的速度分布沿着气流方向发生显著变化,越接近前端冷却模块时风速的均匀性变得越差;汽车底部气流受地面、车底和轮胎旋转等的共同影响呈现规律性的变化,车底风速沿车身纵向先增大后减小。本方法对研究汽车在环境风洞内的热气动性能以及开发数值风洞提供了新的思路和参考。     

桥面风场时程重构的机器学习方法

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。     

高精度入口边界的峡谷桥址风场数值模拟

山区峡谷地区由于受特殊地形地貌条件影响使得其风场十分复杂，这些地区建立的大跨度桥梁面临着更为突出的风致振动问题，而当前规范对峡谷桥梁的抗风设计还没有明确规定。为更加深入认识峡谷风场的分布特性，基于WRF与CFD耦合模式对峡谷桥址风场进行精细化分析，在中尺度气象模式基础上结合多项式插值方法获取入口边界的平均风速，同时对峡谷桥址上游风速进行实时监测，利用实测站脉动特性互等的原则获取数值模拟入口位置的脉动特性。将平均风速和脉动风速综合考虑后利用UDF程序赋给大涡模拟的入口边界并对峡谷桥址位置风场进行详细分析，最后将模拟结果与实测结果的湍流特性进行对比。研究结果表明：考虑脉动风速后的入口边界条件相比于无脉动入口风速其湍流特性与实测值吻合更好；中国现有规范中的标准谱不适用于复杂峡谷桥址地区，如用现有规范设计山区峡谷桥梁，其结果偏不安全；来流风向与峡谷走向是引起加速效应的主要原因，峡谷上游的复杂局部地形是引起峡谷桥址风场多样性的根本原因。研究成果可供山区峡谷大跨度桥梁抗风设计提供参考。     

摩托车底盘试验风机风速均匀性优化设计研究

摩托车底盘检测对冷却风机风速均匀性有着严格要求，现有传统风机均存在风场特性不理想的突出问题。采用模型试验和数值模拟相结合的方法，对试验风机的出口风速进行了深入分析，在几何优化拓扑的基础上得到了风机出口段的最佳优化方案。结果表明：增加出风管道长度、减小进风口尺寸可以改善风速均匀性，而采用平均等分格栅形式对出风口进行改造并不能显著改善出风口的风场特性，通过几何拓扑优化得到的风机出口优化方案可以显著提升风机出口风速分布均匀性，满足机动车测试的要求。     

注塑短纤维增强复合材料汽车尾门内板轻量化设计

本文中针对短纤维增强复合材料汽车尾门内板，提出一种包含材料-结构并行优化的轻量化设计流程。考虑纤维分层分布特点建立材料分层模型，在此基础上提出材料参数化本构模型，在改变材料参数时可快速预测其力学性能；根据纤维取向的分布特征，提出材料参数提取和映射方法，有效提升结构分析精度；考虑材料和结构设计变量，结合Kriging代理模型和基于边界搜索的改进粒子群优化算法，提出复合材料汽车尾门内板轻量化设计流程。最终结果，在保证多工况设计要求的同时，实现了材料和结构参数的并行优化，取得减质量10.5%的轻量化效果。     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。