大跨度屋蓋結(jié)構(gòu)風(fēng)壓預(yù)測(cè)方法研究

1、大跨度屋蓋結(jié)構(gòu)風(fēng)壓預(yù)測(cè)方法研究論文摘要：式中，img2是預(yù)測(cè)時(shí)選取的主坐標(biāo)，img3是預(yù)測(cè)位置的本征模態(tài)，由于本征模態(tài)是僅依賴于空間位置的隨機(jī)函數(shù)，因此可以通過插值來得到預(yù)測(cè)位置的模態(tài)，而且不同插值模態(tài)精度是影響預(yù)測(cè)精度的重要因素之一，由于篇幅有限本文對(duì)不同插值方法的精度不做詳細(xì)分析，在進(jìn)行風(fēng)壓預(yù)測(cè)時(shí)均采用插值精度較高的樣條曲面插值方法進(jìn)行后續(xù)計(jì)算。-論文關(guān)鍵詞：預(yù)測(cè),選取,坐標(biāo),預(yù)測(cè),位置本試驗(yàn)在廣東省建筑科學(xué)研究院CGB-1建筑風(fēng)洞中進(jìn)行。該風(fēng)洞為串聯(lián)雙試驗(yàn)段單回流式大氣邊界層風(fēng)洞，大試驗(yàn)段長(zhǎng)10米x寬3米x高2米，最高風(fēng)速為18米/秒，其工作轉(zhuǎn)盤直徑為2.5米，采用檔板、尖塔、粗糙元裝置

2、模擬大氣邊界層風(fēng)場(chǎng)。鄂爾多斯火車站剛性模型測(cè)壓風(fēng)洞試驗(yàn)即在此試驗(yàn)段進(jìn)行。圖3預(yù)測(cè)點(diǎn)的分布圖4預(yù)測(cè)點(diǎn)風(fēng)壓系數(shù)時(shí)程Fig.4Windpressurecoefficienttimeserialofpredictedpoints圖5預(yù)測(cè)點(diǎn)脈動(dòng)風(fēng)壓系數(shù)時(shí)程Fig.5Fluctuatingwindpressurecoefficienttimeserialofpredictedpoints從圖中可以看出，風(fēng)壓系數(shù)時(shí)程預(yù)測(cè)值與試驗(yàn)值的變化趨勢(shì)相同，但是均值偏大，極值不夠吻合，說明均值和極值的預(yù)測(cè)效果欠佳；脈動(dòng)風(fēng)壓時(shí)程預(yù)測(cè)值與試驗(yàn)值根本吻合，說明脈動(dòng)風(fēng)壓系數(shù)預(yù)測(cè)效果較好。為了進(jìn)一步考察本征模態(tài)數(shù)對(duì)預(yù)測(cè)精度的影響

3、情況，本文對(duì)選用不同模態(tài)數(shù)時(shí)脈動(dòng)風(fēng)壓均方根預(yù)測(cè)值與試驗(yàn)值的誤差進(jìn)行分析。圖6給出了各預(yù)測(cè)點(diǎn)的誤差曲線。0(a)(b)(c)(d)(e)(f)(g)(h)(i)(j)圖6預(yù)測(cè)結(jié)果誤差曲線ai與模態(tài)累計(jì)能量比曲線(j)Fig.6Predictionerrorcurves(ai)andtotalenergyratiocurve(j)從誤差曲線走勢(shì)看，脈動(dòng)風(fēng)壓均方根相對(duì)誤差隨模態(tài)階數(shù)的增加在一定范圍內(nèi)呈現(xiàn)出減小的趨勢(shì)，尤其是前幾階模態(tài)誤差減小明顯，這與模態(tài)能量比曲線變化規(guī)律類似。但是并不是隨著模態(tài)的增加，相對(duì)誤差會(huì)逐步減少，有時(shí)反而會(huì)出現(xiàn)誤差增大的現(xiàn)象。從誤差曲線數(shù)值上看，屋蓋曲面邊緣上的點(diǎn)Z101、

4、Z119的預(yù)測(cè)脈動(dòng)風(fēng)壓均方根誤差相對(duì)較大。從總體上看，不同預(yù)測(cè)點(diǎn)的誤差曲線差異明顯，很難找到統(tǒng)一的模態(tài)截?cái)嗟臄?shù)量，其原因本文所研究的大跨度非規(guī)那么曲面屋蓋結(jié)構(gòu)由于幾何特性導(dǎo)致的湍流特性使得其風(fēng)荷載分布較為復(fù)雜。為了進(jìn)一步考察風(fēng)向角對(duì)預(yù)測(cè)精度的影響，本文選擇Z143點(diǎn)作為研究對(duì)象，圖7給出了從0度到315度每隔45度一個(gè)風(fēng)向角情況下的脈動(dòng)風(fēng)壓均方根誤差曲線。從圖中可以看出，隨著模態(tài)數(shù)的增加脈動(dòng)風(fēng)壓均方根誤差呈減小趨勢(shì)，到一定范圍后誤差曲線平穩(wěn)，說明均方根誤差減小不明顯。各風(fēng)向角差異不明顯，大局部在30階左右就可以到達(dá)最小誤差。圖7Z143點(diǎn)不同風(fēng)向角誤差曲線Fig.7errorcurvesofp

5、redictedpointZ143indifferentwinddirection0(a)(b)圖8樣本1a與樣本2b測(cè)點(diǎn)分布Fig.8Distributionofmeasuringpointsforsample1(a)andsample2(b)表1樣本測(cè)試預(yù)測(cè)結(jié)果比照Table1Comparisonofpredictionresultsoftwosamples 測(cè)點(diǎn) 試驗(yàn)值 樣本1 樣本2 預(yù)測(cè)值 相對(duì)誤差 預(yù)測(cè)值 相對(duì)誤差 Z22 -0.496 -0.475 4.29% -0.523 5.56% Z26 -0.377 -0.37 1.91% -0.38 0.81% Z52 -0.467 -

6、0.43 7.89% -0.533 14.12% Z56 -0.645 -0.638 1.11% -0.731 13.41% 表2BPNN預(yù)測(cè)結(jié)果Table2PredictionresultsusingBPNN 測(cè)點(diǎn) 目標(biāo)值 預(yù)測(cè)值 相對(duì)誤差絕對(duì)值 Z22 -0.496 -0.496 0.02% Z26 -0.377 -0.37 1.88% Z52 -0.467 -0.491 5.05% Z56 -0.645 -0.636 1.45% Z85 -0.817 -0.811 0.71% Z101 -0.451 -0.456 0.97% Z119 -0.302 -0.398 31.82% Z139

7、-0.52 -0.511 1.82% Z143 -0.452 -0.442 2.32% 從表中數(shù)據(jù)看出，BP網(wǎng)絡(luò)在預(yù)測(cè)0度風(fēng)向角時(shí)，大局部仿真值即預(yù)測(cè)值與試驗(yàn)值的差異不大，都能控制在5%以內(nèi)，因此能夠滿足工程精度要求。為了考察BP網(wǎng)絡(luò)在預(yù)測(cè)不同位置測(cè)點(diǎn)的精度，下面以Z85點(diǎn)為例，分別對(duì)其位于區(qū)域中心、角點(diǎn)以及邊緣時(shí)，0度到315度，每45度一個(gè)風(fēng)向角，共8個(gè)風(fēng)向角進(jìn)行風(fēng)壓預(yù)測(cè)。Z85處于不同位置的樣本數(shù)據(jù)選擇如圖9所示。圖9預(yù)測(cè)點(diǎn)Z85不同位置的樣本分布Fig.9DistributionofBPNNsamplesofpredictionpointZ85indifferentpositions表

8、3給出了Z85不同位置，各風(fēng)向角的仿真結(jié)果，從表中可以看出風(fēng)向角對(duì)預(yù)測(cè)精度的影響不大，但是測(cè)點(diǎn)位置對(duì)預(yù)測(cè)精度的影響較大，處在腳部位置的點(diǎn)預(yù)測(cè)精度不高，有待進(jìn)一步改善。表3Z85各位置不同風(fēng)向角預(yù)測(cè)結(jié)果Table3Predictionresultsofvarypositionsindifferentwinddirections 風(fēng)向角 試驗(yàn)值 中間位置 預(yù)測(cè)值 相對(duì)誤差 0 -0.817 -0.84 -2.82% 45 -0.47 -0.469 0.14% 90 -0.205 -0.207 -0.98% 135 -0.452 -0.456 -0.90% 180 -0.44 -0.49 -11.2

9、6% 225 -0.654 -0.65 0.56% 270 -0.2 -0.194 3.12% 315 -0.379 -0.378 0.28% 續(xù)表3 邊緣位置 角部位置 預(yù)測(cè)值 相對(duì)誤差 預(yù)測(cè)值 相對(duì)誤差 -0.807 1.22% -0.75 8.20% -0.402 14.41% -0.529 -12.63% -0.206 -0.49% -0.19 7.32% -0.448 0.87% -0.667 -47.59% -0.418 5.09% -0.492 -11.71% -0.657 -0.51% -0.579 11.42% -0.208 -3.87% -0.218 -8.86% -0.3

10、89 -2.63% -0.462 -21.88% 本文采用風(fēng)洞試驗(yàn)數(shù)據(jù)，對(duì)未布置測(cè)點(diǎn)位置的風(fēng)壓預(yù)測(cè)方法本征正交分解法和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行研究，各自預(yù)測(cè)結(jié)果以及比照分析預(yù)測(cè)結(jié)果得出如下結(jié)論：1大跨度屋蓋結(jié)構(gòu)，尤其是本文研究的大跨度非規(guī)那么曲面屋蓋結(jié)構(gòu)的風(fēng)荷載特性較高層建筑或平屋蓋結(jié)構(gòu)復(fù)雜得多，因此運(yùn)用POD進(jìn)行預(yù)測(cè)時(shí)，其極值的預(yù)測(cè)和平均值的預(yù)測(cè)效果較差，但是均方根值的預(yù)測(cè)效果能夠到達(dá)精度要求。3合理BPNN樣本對(duì)預(yù)測(cè)效果產(chǎn)生較大影響，選擇適宜的學(xué)習(xí)方法將會(huì)使計(jì)算效率大大提高。4與POD法相比，BPNN避開了整體風(fēng)場(chǎng)的相關(guān)性，因此對(duì)不同位置，不同風(fēng)向角的敏感程度不會(huì)太大，其預(yù)測(cè)精度均能到達(dá)預(yù)期目標(biāo)，但是BPNN的外插性能還難以滿足工程需要，對(duì)于處在極端角部位置的點(diǎn)其預(yù)測(cè)誤差較大，因此BP網(wǎng)絡(luò)逼近方法還有待改善