桥面风场时程重构的机器学习方法 |
| |
引用本文: | 战庆亮,刘鑫,张冠华,白春锦,葛耀君.桥面风场时程重构的机器学习方法[J].中国公路学报,2023(8):22-31. |
| |
作者姓名: | 战庆亮 刘鑫 张冠华 白春锦 葛耀君 |
| |
作者单位: | 1. 大连海事大学交通运输工程学院;2. 辽宁省交通规划设计院有限责任公司技术研发中心;3. 同济大学桥梁结构抗风技术交通行业重点实验室 |
| |
基金项目: | 国家自然科学基金项目(51978527); |
| |
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。
|
关 键 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 |
|
|