基于时程深度学习的桥面绕流表征与重构方法

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

所属期刊栏目：40

分类号：O357(流体力学)

资助基金：国家自然科学基金;国家自然科学基金;桥梁结构抗风技术交通行业重点实验室上海开放课题项目;辽宁教育厅研究计划项目;中央高校基本科研业务费专项资金资助项目

在线出版日期：2023-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：13-19