工程力学2023,Vol.40Issue(9) :13-19.DOI:10.6052/j.issn.1000-4750.2021.12.0005

基于时程深度学习的桥面绕流表征与重构方法

REPRESENTATION AND RECONSTRUCTION OF FLOW AROUND BRIDGE DECK USING TIME HISTORY DEEP LEARNING

战庆亮 白春锦 葛耀君
工程力学2023,Vol.40Issue(9) :13-19.DOI:10.6052/j.issn.1000-4750.2021.12.0005

基于时程深度学习的桥面绕流表征与重构方法

REPRESENTATION AND RECONSTRUCTION OF FLOW AROUND BRIDGE DECK USING TIME HISTORY DEEP LEARNING

战庆亮 1白春锦 1葛耀君2
扫码查看

作者信息

  • 1. 大连海事大学交通运输工程学院,辽宁,大连 116026
  • 2. 同济大学土木工程防灾国家重点实验室,上海 200092
  • 折叠

摘要

流场特性的研究是结构风工程的核心问题,而高分辨率的流场数据对解决风致振动问题、探索流固耦合机理具有着重要意义.受测量方法、计算效率等因素限制,高空间分辨率的流场时程数据的直接获取仍有一定困难.该文基于流场时程数据的表征模型,提出了桥面非定常流动时程重构的深度学习方法.基于一维卷积方法建立了非定常桥面绕流场的表征模型,得到了物理空间与表征模型的编码空间之间的映射关系,最后利用表征模型的解码器生成未知测点处的流场时程数据.对较低雷诺数桥梁主梁的非定常绕流流场进行了研究与验证,实现了桥面绕流的时程数据重构,验证了方法的准确性与可行性.该文所提方法基于流场的时程数据进行表征与重构,可广泛应用于工程中基于一点的传感器数据处理,是一种桥面流场数据分析的新方法.

关键词

流场重构/流场时程/深度学习/特征提取/无监督模型

Key words

flow reconstruction/flow time history/deep learning/feature extraction/unsupervised model

引用本文复制引用

基金项目

国家自然科学基金(51778495)

国家自然科学基金(51978527)

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)

辽宁教育厅研究计划项目(LJKZ0052)

中央高校基本科研业务费专项资金资助项目(3132022189)

出版年

2023
工程力学
中国力学学会

工程力学

CSTPCDCSCD北大核心
影响因子:1.083
ISSN:1000-4750
参考文献量12
段落导航相关论文