一、脉动风速功率谱与随机Fourier幅值谱的关系研究(论文文献综述)
杨振宇[1](2019)在《基于生成式对抗网络的风速入口及开洞房屋风荷载模拟研究》文中研究表明风灾是常见自然灾害之一,每年都会对我国及全球造成巨大损失。根据对风灾受损情况的统计,开洞低矮房屋破坏与倒塌尤为常见。为了解开洞低矮房屋易破坏区域,为其抗风设计提供依据,有必要对开洞低矮房屋的风荷载分布、风场流动等风场特性进行研究。基于数值模拟研究房屋风场特性是研究者必备手段,但在现有基于数值模拟的抗风研究中,不少学者是以稳态风场或特性较为简单的非稳态风场作为风速入口,该风场与真实风场存在差异,导致其部分结果缺乏有效性。良好的风速入口是抗风研究的必要条件,需利用合理手段生成满足要求的非稳态风场作为风速入口。考虑到目前风场生成方法仍存在缺陷,而生成式对抗网络(Generative Adversarial Network,GAN)作为人工智能领域较为重要的思想与方法,通过学习数据分布特性生成数据,具有良好的适应能力与生成数据能力。本文提出基于GAN生成风场,并以该风场作为风速入口研究开洞低矮房屋的风场特性。其中,由于GAN需要训练数据,考虑到实测风场数据的困难与匮乏,本文通过改进循环预前模拟法生成训练数据。本文主要研究内容与结论如下:1.根据循环预前模拟法中湍流度略低、频谱特性失真等不足,提出改进方法,即利用随机流场生成法(Discretizing and Synthesizing Random Flow Generation,DSRFG)生成非稳态风场作为初始风场。通过对网格划分尺度的分析,确定了合理划分方法。对改进效果进行了验证,并与目标风场从平均风剖面、湍流度剖面、湍流积分尺度、功率谱四个特性进行了对比,其结果表明改进后的循环预前模拟法效果好,其生成的风场特性与目标风场特性相接近。2.提出了基于GAN生成风场的实现方法。其主要步骤为:(1)通过改进循环预前模拟法生成数据训练两个GAN模型,即GAN?与GAN(35)?,前者用于生成单点相位谱,后者用于生成单位距离相位谱差值;(2)基于中心递进法利用GAN?、GAN(35)?的结果生成相位谱;(3)利用相位谱、幅值谱生成风场,其中幅值谱由功率谱计算得到。从数据分布角度定性评估了GAN结果质量;利用1-NN算法定量评估了GAN结果质量;从风场特性角度将GAN生成的风场与目标风场进行了对比验证。通过定性、定量及对比验证可得,基于GAN生成的数据分布与目标分布较接近、生成的风场特性与目标风场较接近。其中,在定量评估中,GAN(35)?平均1-NN准确率为0.467,GAN?平均1-NN准确率为0.518,1-NN准确率理想值为0.5,说明GAN(35)?与GAN?生成数据效果较好。3.采用CFD模拟对开洞低矮房屋风场特性进行了研究,其中风速入口为基于GAN生成的非稳态入口。主要研究内容为风速入口、房屋通风、开洞尺寸、开洞位置对房屋风场特性的影响,其中风场特性包括风场流动、净风压系数、外风压系数、内风压系数、净风压脉动系数、极值风压系数。主要结论为:(1)以稳态风场作为风速入口会大大低估房屋风压,以本文计算工况为例,外风压系数低估约30%、净风压系数低估约9.8%、极值风压系数低估约50%;(2)在不同房屋通风工况中,单面开洞房屋整体受力最大,封闭房屋整体受力最小,前者净风压系数约为后者2.8倍、极值风压约为后者3.1倍;(3)房屋内风压系数、净风压系数、极值风压系数随迎风面开洞率增大而增大;(4)在不同开洞位置工况中,顺风面开洞整体受力最小,其顺风面、屋面、背风面净风压系数仅在0.2左右。本文创新点:1.改进循环预前模拟法,以DSRFG方法生成的非稳态风场作为初始风场,提高生成结果质量;2.在风场特性评价中,引入空计算域验证风场特性保持能力;3.基于GAN生成风场,该方法从数据特性角度生成风场,具有较强适应能力、生成结果质量较好;4.基于非稳态风速入口对开洞低矮房屋的风场特性进行数值模拟,提高结果可信度;研究了风速入口对开洞低矮房屋的影响,为研究者选择风速入口提供参考。
王向杰,淡丹辉,闫兴非,程纬[2](2019)在《现场监测脉动风速的APES法幅值谱相位谱估计》文中研究说明对于超高、大跨架构而言,风致振动是结构安全的重要威胁,对风荷载的建模分析对结构安全具有重要的意义。针对常用的Fourier算法在实测数据谱分析中具有识别精度与频率分辨率不高的缺点,采用一种非参数高精度的幅值相位估计方法(amplitude and phase estimation,简称APES),实现某桥现场实测风速数据的脉动风幅值谱和相位谱高精度估计。通过对估计结果进行统计分析,得到幅值谱与相位谱的概率统计信息并给出在各频率处建议的幅值与相位分布类型,从而提高本地区风谱模型的建模精度,这对结构抗风设计和安全评估均具有重要意义。
陈潜溢[3](2019)在《基于卷积神经网络和空间-频谱信息的拱桥损伤识别研究》文中研究表明在结构健康监测领域,基于结构模型和动力指纹的损伤检测已成为研究的热点。然而,现实中的结构常受到诸多不确定因素的影响,基于结构响应提取的特征会受到各种噪声的干扰,使得基于模式识别的损伤检测仍具有较大的应用难度。近年来,基于机器学习的损伤识别研究受到广泛的关注,其中一类研究方向是利用机器学习算法对结构的动态响应进行特征提取,学习结构动力特性变化与结构损伤位置乃至损伤程度的相关关系,从而达到损伤识别的目的。这些研究大多采用结构在随机白噪声下的动力响应时程信号或经过特征提取后的基频振型等模态特性作为机器学习算法的输入。然而用白噪声无法真实地模拟结构受到的环境激励,另一方面,结构的原始动态响应时程对于结构的损伤表征并不直观,而基频振型等模态数据不仅需要进行繁杂的特征值提取,而且可能在特征提取的过程中丢失大量信息。基于以上不足,本文提出了一种基于卷积神经网络(CNN)的利用结构响应的空间和频域信息的损伤识别方法,该方法不需要复杂的特征提取过程,只需将桥上各点的响应转换到频域并根据空间位置排列成矩阵,即可利用CNN实现损伤的自动识别。CNN是一种深度神经网络,它通常由卷积层、池化层和全连接层组成。利用作者所在课题组自行编写的向量式有限元(VFIFE)程序构建桥梁的数值模型,以快速地生成训练集和测试集中数万个损伤和无损样本。对脉动风速进行数值模拟并计算其在桥上产生的抖振力,并将该抖振力而非白噪声作为激励对系杆拱桥的吊杆进行了损伤识别的数值模拟研究。本文的主要研究内容如下:(1)完成了基于向量式有限元的拱桥模型建模,并对比Midas Civil软件搭建的拱桥模型的频率与模态,验证向量式有限元模型的准确性。(2)通过模拟多元随机过程模拟出拱桥上各节点的脉动风速时程,从而计算作用在拱桥上各点抖振风力时程。(3)介绍了 CNN的基本原理与训练过程,利用TensorFlow搭建自行设计的CNN,采用了多种正则化方法以预防过拟合以及提高CNN的泛化能力。(4)利用搭建好的CNN,将桥面各点的加速度响应的傅立叶幅值谱(FAS)排列成矩阵作为CNN的输入,实现损伤识别。数值结果表明,目前使用FAS数据的CNN在不同损伤状态下的性能优于使用时程数据的CNN和使用FAS的传统反向传播(BP)神经网络。经验证,本文提出的损伤识别算法在不同观测噪声和风速水平下具有较高的鲁棒性。
马晋[4](2018)在《风-波浪作用下半潜式海洋平台结构状态的评价方法研究与应用》文中研究说明半潜式海洋平台作为深海油气开发的主力装备,深海作业环境复杂多变,与平台结构安全有关的环境因素以波浪和海洋风为主,平台结构的动态响应复杂,其结构强度和热点处的疲劳损伤会直接影响平台全寿命周期的安全性。为了保证平台安全可靠的运营,开展随机风-波浪荷载作用下的平台动态响应分析具有重要的意义。本文以第六代半潜式海洋平台为研究对象,研究了随机风-波浪时程数值模拟方法和平台结构动态响应的数值计算理论与方法,着重分析了随机风-波浪作用对平台的运动响应、结构动力响应和疲劳损伤的动态影响。本文主要研究工作包括:随机风-波浪荷载的模拟理论与方法。研究了海洋风和波浪的能量传递机制,揭示了脉动风平均风速和波浪有效波高的关系,运用功率谱描述了具有一定耦联关系的随机风和波浪。提出了三种数值模拟方法—修正傅里叶法、混合模拟方法和改进混合模拟方法,改善了传统方法中线性滤波法计算精度低和谐波叠加法计算效率低的不足,为本文模拟随机风、波浪时程数据提供了高效高精度的数值模拟方法。半潜式海洋平台的风场和波浪场分析。系统开展了平台出水部分的风场分析,揭示了不同风向角和平台倾角下平台风压分布和风载合力规律,并计算了结构表面的风压时程数据。系统开展了平台水面以下部分的波浪场分析,探讨了随机波浪作用下结构形式对平台拖航性能和水动力性能的影响,并计算了结构表面的波浪压力时程数据。半潜式海洋平台在随机风-波浪作用下的结构动力响应分析。提出了半潜式海洋平台参数化建模方法,综合运用VC++和ANSYS/APDL建立半潜式海洋平台有限元模型。研究了不同短期海况条件下风-波浪入射角和平台倾角与平台的结构动力响应的规律,进一步分析了横撑破损对平台结构动力响应的影响。半潜式海洋平台在随机风-波浪作用下的疲劳损伤评估。加入改进雨流技术法和海况组合分析法,提出了改进时域分析法,揭示了风-波浪入射角和平台倾角与平台结构疲劳损伤的规律,并验证了改进时域法可靠、精确和高效的特点。联合关键子模型分析方法,分析了平台热点区域的疲劳损伤,更加精细化地确定结构热点处的疲劳损伤分布。自主研究开发的半潜式海洋平台结构分析集成化软件。针对以上半潜式海洋平台结构分析的具体问题,以VB6.0为研发平台封装MATLAB、ANSYS/Fluent和ANSYS/APDL等商业软件,开发了一集成化软件,实现半潜式海洋平台建模、荷载模拟以及风、波浪作用下的结构分析等功能,提高了半潜式海洋平台的计算和设计效率。
洪旭,彭勇波,李杰[5](2018)在《脉动风速随机傅里叶谱模型的参数聚类分析》文中进行了进一步梳理脉动风速随机Fourier谱模型为脉动风速模拟提供了一条基于物理的建模途径.为了实现对这一模型基本参数概率分布的合理建模,阐述了模型基本参数的物理含义,利用实测风速记录识别了基本参数的概率分布.分析发现,分界波数的统计分布出现典型的双峰形态;由原始识别结果的统计分布导出的功率谱与Kaimal谱在中、低频段有较大差别.深入研究表明,分界波数有显着的聚类特征.基于此,采用kmeans函数聚类方法分析了分界波数的数据结构,指出上述异常现象与参数的聚类结果密切相关.根据聚类结果,合理地筛选实测风速记录,进行了分界波数的建模.
淡丹辉,王向杰,闫兴非,夏烨[6](2018)在《基于实测的脉动风随机幅值谱模型》文中进行了进一步梳理风荷载建模问题是结构抗风设计和安全评估的关键,已有规范给出的脉动风功率谱密度函数很难全面反应原始随机过程的概率信息,为此,根据量纲分析给出脉动风幅值谱的一般化表达形式,并结合某桥的实测风速数据的谱估计,给出Davenport形式的随机幅值谱模型,并采用PSO(partical swarm optimization)算法估计该模型的参数,最后给出该模型的3种具体使用方式.与实测风幅值谱的统计特性进行对比,表明提出的随机脉动风幅值谱模型能真实描述当地风场概率统计特性,可以提高该桥所在地区风荷载的建模精度.
杨波[7](2016)在《随机脉动风场的数值模拟》文中指出近地层内的空气运动是一种随机的湍流运动,在研究其湍流特性时,通常将空间一点的风速看做是由平均风和脉动风两部分组成,其中平均风速的值不随时间发生变化,脉动风则反映了大气边界层的湍流特性,其数值和方向随时间而随机变化,周期只有几秒到几十秒。因此准确、高效的模拟满足指定特性的脉动风场是研究大气湍流运动的基础。本文模拟了近地层内的随机脉动风场,主要研究内容如下:首先,对近地层内风场的数值模拟研究现状进行了总结,介绍了近地层内风场的基本特性,将脉动风看做是平稳高斯随机过程,分别以线性滤波法、谐波叠加法和逆傅里叶变换法编制了模拟程序,模拟空间单点的顺风向和竖风向脉动风速,对比了目标功率谱与模拟功率谱的吻合程度,计算了二者之间的偏差以及时间相隔为0 s时的自相关函数。结果表明模拟功率谱与目标功率谱之间的吻合程度较好,偏差较小,说明上述三种模拟方法行之有效。其次,分析三种模拟方法的优缺点,选择线性滤波法模拟空间多点相关的脉动风速,依据基本算法编制计算程序,基于目标功率谱模拟近地层内10m及以下多点的顺风向和竖风向脉动风速。从模拟所得结果来看:线性滤波法模拟的空间多点脉动风速随机性较好,模拟功率谱和目标功率谱之间吻合度较高,由计算得到的互相关函数可以看出,相邻点的相干性较强,相距越远,相干性越弱,结果满足空间相关性检验。最后,依据模拟结果,计算了各模拟点的顺风向湍流强度以及湍流积分尺度,并拟合出它们随距离地面高度和地面粗糙度变化的关系式。
刘志刚,侯运昌,韩志伟,汪宏睿[8](2013)在《基于风场模拟的高铁接触网动态性能分析》文中认为风场是影响高铁接触网动态性能的重要因素之一。本文分别使用谐波合成法、自回归模型法、小波重构法和随机傅里叶谱法进行了脉动风速时程的模拟,并进行对比。通过建立高速铁路弓网模型,将生成的风速时程数据加入模型,仿真风场影响接触网受流的主要参数,分析接触网的水平和垂直位移、弓网接触压力等动态性能的影响。其结论为:接触线在水平风力作用下主要在跨中点一侧做水平摆动和垂直振动,跨中点处的摆动幅值明显较大;当列车速度给定时,弓网接触压力随风速的增大而绕一固定的接触压力均值波动,偏移均值的程度变大。
何伟[9](2013)在《湍流风场模拟与风力发电机组载荷特性研究》文中认为大型风力发电机组所处的外部环境复杂多变,建立合理且正确的湍流风场模型、空气动力学模型和结构动力学模型,不但能准确获取风力发电机组的结构动力响应特性,同时也是其设计的前提条件。风力发电机组风轮叶片在风场中做周期性的运动,使得湍流风场的建模和气动载荷的计算需要考虑风轮的旋转效应,而旋转湍流风速激励下机组的随机载荷脉动和响应需要在频域范围内进行分析。复杂外部环境条件和各种影响因素下风力发电机组的动态响应特性和载荷特性的研究对改善风电机组的结构,优化控制策略,保证机组安全运行起着至关重要的作用。本课题在国家高技术研究发展计划(863)项目“风电场、光伏电站集群控制系统研究与开发(No.2011AA05A104)"的资助下,完成了以下研究工作。(1)建立了三维湍流风场模型,详细推导了改进的Von Karman谱,归纳了影响三维湍流风场的塔影效应和尾流效应的计算模型。介绍了风力发电机组的叶素动量理论,并分析了叶素动量理论的不足。为了考虑风轮空气动力的三维效应,引入了叶尖轮毂损失修正、推力系数修正、攻角修正和风切变速度修正。总结了现有的几种结构建模方法,对比了三种结构建模方法的优缺点。(2)推导了旋转Fourier自谱和互谱准确的解析表达式,分析了旋转Fourier谱的物理本质,旋转Fourier谱为无数个源谱经过旋转频率的整数倍平移再乘以相应的加权系数的叠加,其中加权系数为平移之后旋转频率的n阶模态即相干函数的Fourier展开系数。旋转Fourier自谱本身既包含幅频特性,也包含相频特性。风轮的旋转效应主要通过相干函数和时滞参数体现出来,相干函数体现幅值谱的变化,时滞参数体现相位变化。相干函数的选取对旋转Fourier谱的分布具有重要的影响。对传统的Davenport指数相干函数进行修正可以消除旋转Fourier谱在旋转频率的整数倍频处出现的跌落。风切变改变了平均风速在垂直平面上的分布,从而改变了源谱谱值的大小和旋转采样点的选取。(3)基于谱表示方法分别模拟了塔架和风轮叶片上不同点的湍流风速时程,提出了引入相位延迟因子的湍流风谱谱表示方法。对比了多时间尺度的旋转采样点和静止采样点模拟得到的风速时程。旋转效应导致旋转叶片上计算点的风速时程脉动频率明显要高于静止叶片上对应点的风速时程。计算谱与目标谱变化规律具有高度的一致性,结果表明:旋转Fourier谱和引入相位延迟因子的谱表示方法能够准确有效地模拟旋转风轮叶片上的风速时程。(4)在频域里推导了风力发电机组在湍流风作用下的动态载荷谱,指出了载荷谱旋转模态与感应系数和旋转Fourier谱各阶模态的相关关系。得到了其挥舞运动的幅频谱和旋转叶片的载荷谱以及考虑叶片挥舞运动的单叶片、双叶片和三叶片风轮的载荷谱。风力发电机组随随机高斯湍流风输入的响应为线性系统时,频谱分析可以获得系统的各种统计特性。通过弯矩功率谱可以预估疲劳载荷,通过雨流计数法则可以预估机组的疲劳寿命。(5)计算分析了风力发电机组在各种外部环境条件和机组状态下的极限载荷和疲劳载荷以及重要工况下的动态响应和疲劳载荷特性。机组正常发电时,叶尖位移、叶根面外弯矩、轮毂中心推力、塔顶位移和塔架各法兰处的弯矩在额定风速下的值大于切出风速下的值,并不是风速越大,对应的动态响应越大。机组遇到故障而紧急停机时,各部件的响应易产生突变,并产生振荡。机组在停机工况下存在明显的谐振现象。通过雨流计数和等效载荷方法把随机交变载荷转化成等效疲劳载荷,获得了疲劳载荷谱。
吴昊[10](2013)在《考虑非平稳性的顺风向脉动风速修正谱研究》文中提出台风是我国东南沿海地区常见的自然现象,由于其无法控制性和巨大的破坏性,每年都会造成大量的人员伤亡和重大的财产损失。我国现行结构抗风设计规范使用的Davenport风速谱是对常态风采用平稳随机过程的各态历经假设,通过统计研究得到的。台风属于强风过程,已有的研究表明台风具有明显的非平稳性。本文通过研究台风的非平稳性,用时频域分析结果修正经验风速谱,并分析台风非平稳性对结构响应的影响,为将来指导台风高发区的结构抗风设计提供参考,以达到结构抗风设计既安全又经济的目的。本文主要内容如下:从数量统计上对比常态风和台风黑格比实测数据的平稳性差异。用轮次检验法对常态风和台风黑格比的顺风向10min实测风速样本进行平稳性检验,验证了常态风平稳性假设的合理性及台风黑格比在数量统计上体现出的明显的非平稳性。用经验模态分解(EMD)法提取台风黑格比10min脉动风速的趋势项,分析了采用不同区间长度做轮次检验对EMD方法提取趋势项有效性的影响。对比常用的时频域分析方法,选择了HHT方法作为非平稳性研究的工具,应用该方法对非平稳样本进行时频域分析,推导出了能够反映脉动风样本非平稳特性的且与Fourier功率谱在本质上具有相同物理意义的Hilbert功率谱。定义了用以调整von Karman谱的风速谱调整系数(n)和用以描述样本非平稳程度的非平稳指数NI (n),通过对台风黑格比非平稳样本的统计,拟合出了风速谱调整系数(n)的期望值表达式e(n)。通过e(n)得到了考虑非平稳性的顺风向脉动风速修正谱——修正von Karman谱。依据《建筑结构荷载规范GB50009-2012》中的抗风设计计算方法,对处于不同基本自振周期段的结构在Davenport谱、von Karman谱和修正von Karman谱下的顺风向响应进行了对比。
二、脉动风速功率谱与随机Fourier幅值谱的关系研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、脉动风速功率谱与随机Fourier幅值谱的关系研究(论文提纲范文)
(1)基于生成式对抗网络的风速入口及开洞房屋风荷载模拟研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与研究意义 |
1.2 大气边界层风场特性 |
1.2.1 大气边界层 |
1.2.2 平均风剖面 |
1.2.3 湍流度剖面 |
1.2.4 湍流积分尺度 |
1.2.5 脉动风速功率谱 |
1.3 大气边界层风场模拟方法研究现状 |
1.3.1 预前模拟法 |
1.3.2 序列合成法 |
1.4 开洞低矮房屋风场特性研究现状 |
1.4.1 低矮房屋风场特性研究现状 |
1.4.2 开洞低矮房屋风场特性研究现状 |
1.5 神经网络与生成式对抗网络 |
1.5.1 神经网络 |
1.5.2 生成式对抗网络 |
1.6 本文主要研究内容 |
参考文献 |
第二章 生成式对抗网络训练数据的生成与验证 |
2.1 循环预前模拟法 |
2.1.1 初始风场 |
2.1.2 缩放因子 |
2.1.3 计算域及粗糙元 |
2.1.4 循环预前模拟法的不足及改善 |
2.2 循环预前模拟法的实现方法与CFD参数设置 |
2.2.1 基于FLUENT的实现方法 |
2.2.2 CFD求解方法选取 |
2.2.3 网格划分以及时间步长 |
2.2.4 其他参数 |
2.3 后处理方法 |
2.4 参数分析 |
2.5 模拟结果验证 |
2.5.1 改善措施效果验证 |
2.5.2 模拟结果与目标风场对比 |
2.5.3 模拟结果的特性保持能力 |
2.6 小结 |
参考文献 |
第三章 生成式对抗网络的风场生成研究 |
3.1 生成式对抗网络 |
3.1.1 GAN的基本原理 |
3.1.2 神经网络的基本原理 |
3.1.3 GAN的训练 |
3.1.4 GAN的不足及改进 |
3.2 GAN生成风场的实现方法 |
3.2.1 GAN的应用方法 |
3.2.2 GAN模型建立 |
3.2.3 GAN参数设置 |
3.2.4 训练数据处理 |
3.3 结果质量分析 |
3.3.1 定性分析 |
3.3.2 定量分析 |
3.4 风场生成及特性验证 |
3.4.1 风场生成关键步骤 |
3.4.2 风场生成时间 |
3.4.3 生成结果与目标风场对比 |
3.4.4 生成结果的特性保持能力 |
3.5 小结 |
参考文献 |
第四章 开洞低矮房屋风场特性研究 |
4.1 CFD模拟方法 |
4.1.1 模型及计算工况 |
4.1.2 计算域及网格划分 |
4.1.3 计算参数选取 |
4.1.4 数据处理方法 |
4.2 模拟结果验证 |
4.2.1 与风洞试验结果对比 |
4.2.2 与现场实测结果对比 |
4.3 风速入口的影响分析 |
4.3.1 对风场流动影响 |
4.3.2 对房屋平均风压系数影响 |
4.3.3 对房屋风压系数脉动特性影响 |
4.4 房屋通风的影响分析 |
4.4.1 对风场绕流影响 |
4.4.2 对屋面平均风压系数影响 |
4.4.3 对屋面风压系数脉动特性影响 |
4.5 开洞尺寸的影响分析 |
4.5.1 对风场绕流影响 |
4.5.2 对屋面平均风压系数影响 |
4.5.3 对屋面风压系数脉动特性影响 |
4.6 开洞位置的影响分析 |
4.6.1 对风场绕流影响 |
4.6.2 对屋面平均风压系数影响 |
4.6.3 对屋面风压系数脉动特性影响 |
4.7 小结 |
参考文献 |
第五章 结论 |
5.1 主要结论 |
5.2 主要创新点 |
5.3 不足以及对今后研究的建议 |
作者攻读硕士学位期间发表的论文 |
致谢 |
(2)现场监测脉动风速的APES法幅值谱相位谱估计(论文提纲范文)
引言 |
1 基于APES算法的脉动风速特征表示 |
1.1 脉动风速的信号模型 |
1.2 基于APES的脉动风幅值谱相位谱估计 |
2 APES算法与Fourier变换在信号处理中的比较 |
3 闵浦二桥风速监测数据处理 |
4 平稳脉动风幅值谱与相位谱估计结果及统计分析 |
4.1 平稳脉动风幅值谱和相位谱估计 |
4.2 幅值谱相位谱的估计结果统计 |
4.3 幅值谱相位谱的分布估计 |
5 结束语 |
(3)基于卷积神经网络和空间-频谱信息的拱桥损伤识别研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
1 绪论 |
1.1 研究背景和意义 |
1.2 国内外桥梁健康监测的研究进展 |
1.3 机器学习与结构健康监测 |
1.3.1 支持向量机(SVM)在结构健康监测中的应用 |
1.3.2 主成分分析(PCA)在结构健康监测中的应用 |
1.3.3 稀疏编码在结构健康监测中的应用 |
1.3.4 神经网络(NN)在结构健康监测中的应用 |
1.4 基于向量式有限元的结构动力分析 |
1.5 本文研究意义及主要内容 |
2 基于向量式有限元的二维拱桥模型 |
2.1 概述 |
2.2 向量式有限元建模基本理论 |
2.2.1 点值描述 |
2.2.2 途径单元 |
2.2.3 虚拟的逆向运动 |
2.3 基于向量式有限元的二维拱桥模型 |
2.3.1 二维拱桥模型参数介绍 |
2.3.2 向量式二维弯曲杆件元 |
2.3.3 二维拱桥模型搭建 |
2.3.4 二维模型验证及风力下响应的计算 |
2.4 拱桥吊杆损伤模拟 |
2.4.1 损伤引入 |
2.4.2 吊杆损伤后的内力变化 |
2.5 本章小结 |
3 卷积神经网络的介绍及模型搭建 |
3.1 概述 |
3.2 卷积神经网络的基本理论 |
3.2.1 卷积层 |
3.2.2 池化层 |
3.2.3 全连接层 |
3.2.4 反向传播参数训练 |
3.2.5 参数初始化法则 |
3.3 卷积神经网络的优化策略 |
3.3.1 小批量随机梯度下降(Mini-batch Stochastic Gradient Descent) |
3.3.2 随机失活(Dropout) |
3.3.3 批正则化(Batch-nomalization(BN)) |
3.4 TensorFlow机器学习框架 |
3.5 本章小结 |
4 脉动风风场的模拟及抖振风力的计算 |
4.1 概述 |
4.2 桥面各点脉动风速场模拟 |
4.2.1 脉动风时程模拟 |
4.2.2 脉动风谱 |
4.2.3 抖振风力公式 |
4.3 拱桥各点脉动风风速场模拟 |
4.4 拱桥上抖振风力的计算 |
4.4.1 拱桥抖振风力计算 |
4.4.2 训练集以及测试集的脉动风风场生成 |
4.5 本章小结 |
5 二维拱桥损伤识别 |
5.1 概述 |
5.2 训练样本生成 |
5.2.1 响应时程预处理 |
5.2.2 训练集,验证集和测试集的生成 |
5.3 用于单处损伤识别的卷积神经网络搭建 |
5.3.1 卷积神经网络结构设计及超参数的选取 |
5.3.2 卷积神经网络训练过程 |
5.3.3 测试集结果 |
5.4 用于多处损伤识别的卷积神经网络搭建 |
5.4.1 卷积神经网络结构设计及超参数的选取 |
5.4.2 卷积神经网络训练过程 |
5.4.3 测试集结果 |
5.5 鲁棒性验证 |
5.5.1 样本的测量噪声模拟 |
5.5.2 卷积神经网络的训练和测试结果 |
5.5.3 噪声注入学习及其验证 |
5.6 网络结构参数的讨论 |
5.6.1 选择不同的卷积核尺寸 |
5.6.2 选择不同训练批样本数 |
5.7 传统BP神经网络及采用加速度时程的损伤识别结果对比 |
5.8 本章小结 |
6 结论与展望 |
6.1 主要结论 |
6.2 创新点 |
6.3 展望 |
作者简历及在学期间取得的科研成果 |
参考文献 |
(4)风-波浪作用下半潜式海洋平台结构状态的评价方法研究与应用(论文提纲范文)
摘要 |
ABSTRACT |
主要符号对照表 |
第一章 绪论 |
1.1 选题背景与依据 |
1.2 国内外研究现状 |
1.3 本文主要工作 |
第二章 随机风场与波浪场模拟的数值模拟研究 |
2.1 风和波浪特性 |
2.2 风浪耦联关系 |
2.3 随机风、波浪场的数值模拟方法研究与改进 |
2.4 数值算例 |
2.5 本章小结 |
第三章 半潜式海洋平台的风场与波浪场分析 |
3.1 基于CFD的半潜式海洋平台风场分析 |
3.2 基于CFD的半潜式海洋平台波浪场分析 |
3.3 本章小结 |
第四章 半潜式海洋平台的结构动力响应分析 |
4.1 平台结构模型 |
4.2 结构动力响应的分析理论与方法 |
4.3 荷载的计算与转化 |
4.4 半潜式海洋平台完整结构的动力响应分析 |
4.5 半潜式海洋平台结构破损状态下的动力响应分析 |
4.6 本章小结 |
第五章 半潜式海洋平台结构疲劳分析方法与改进 |
5.1 疲劳分析理论 |
5.2 疲劳分析方法 |
5.3 时域法中的子方法改进 |
5.4 本章小结 |
第六章 风-波浪作用下半潜式海洋平台疲劳损伤评估 |
6.1 半潜式海洋平台结构模型 |
6.2 疲劳损伤评估方法的对比 |
6.3 基于改进时域法的半潜式海洋平台疲劳损伤分析 |
6.4 本章小结 |
第七章 半潜式海洋平台结构分析集成化与软件研究 |
7.1 集成化软件的总体设计 |
7.2 集成化软件的实现研究 |
7.3 集成化软件的实现应用 |
7.4 本章小结 |
第八章 结论与展望 |
8.1 研究结论 |
8.2 创新点 |
8.3 研究展望 |
参考文献 |
致谢 |
攻读博士学位期间的论文和科研情况 |
(5)脉动风速随机傅里叶谱模型的参数聚类分析(论文提纲范文)
1 随机Fourier谱模型 |
2 参数识别 |
2.1 厦门风场观测台阵 |
2.2 参数识别方法与结果 |
3 分界波数的聚类分析与建模 |
3.1 聚类分析的基本原理 |
3.2 分界波数的聚类结果 |
3.3 聚类现象原因分析 |
3.4 基于聚类分析的分界波数建模 |
4 结论 |
(6)基于实测的脉动风随机幅值谱模型(论文提纲范文)
1 脉动风的幅值谱经验表达式 |
2 经验风谱模型的具体表达式选取 |
2.1 实测脉动风速幅值谱 |
2.2 实测脉动风幅值谱形式的选取 |
3 Davenport形式的经验幅值谱参数确定 |
3.1 PSO算法简介 |
3.2 Davenport经验幅值谱参数确定 |
3.3 Davenport经验幅值均值谱与经验幅值标准差谱参数确定 |
4 Davenport经验幅值谱的概率特性 |
4.1 风谱模型与实测结果的数值对比 |
4.2 脉动风速经验幅值谱的分布统计 |
4.3 脉动风谱的使用方式 |
5 结语 |
(7)随机脉动风场的数值模拟(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 随机风场的研究方法 |
1.3 本文的主要内容 |
第二章 近地层内风场的基本特性 |
2.1 平均风的基本特性 |
2.2 脉动风的基本特性 |
2.2.1 脉动风速功率谱 |
2.2.2 湍流强度 |
2.2.3 湍流积分尺度 |
2.2.4 脉动风的空间相关性 |
第三章 单点脉动风速的数值模拟 |
3.1 线性滤波法模拟单点脉动风速 |
3.2 谐波叠加法模拟单点脉动风速 |
3.3 逆傅里叶变换法模拟单点脉动风速 |
3.4 三种模拟方法的比较 |
第四章 多点脉动风速的数值模拟和特性研究 |
4.1 多点脉动风速的数值模拟 |
4.2 湍流强度和湍流积分尺度的计算及拟合 |
4.3 本章小结 |
第五章 结论与展望 |
5.1 本文的主要结论 |
5.2 展望 |
参考文献 |
致谢 |
(8)基于风场模拟的高铁接触网动态性能分析(论文提纲范文)
1 高速铁路弓网模型建立 |
(1)接触网模型 |
(2)受电弓模型 |
(3)弓网耦合模型 |
2 随机风场模拟 |
(1)基于AR模型的方法 |
(2)谐波合成法 |
(3)小波重构法 |
(4)随机Fourier谱法 |
(5)4种方法的模拟结果 |
3 风场对接触网动态性能的影响 |
4 结论 |
(9)湍流风场模拟与风力发电机组载荷特性研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 风力发电机组湍流风场的研究现状 |
1.2.2 风力发电机组动态响应及载荷特性研究现状 |
1.3 论文的研究内容和技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
第2章 风力发电机组建模 |
2.1 引言 |
2.2 湍流风场建模 |
2.2.1 平均风速 |
2.2.2 脉动风速 |
2.2.3 三维湍流模型 |
2.2.4 塔影效应 |
2.2.5 尾流效应 |
2.3 空气动力学建模 |
2.3.1 贝茨理论 |
2.3.2 叶素动量理论 |
2.4 结构动力学建模 |
2.4.1 几种结构建模方法 |
2.4.2 基于模态分析法的动力学建模 |
2.5 本章小结 |
第3章 旋转Fourier谱模型 |
3.1 引言 |
3.2 旋转Fourier谱的的基本思路 |
3.3 旋转Fourier自功率谱密度 |
3.4 旋转Fourier互功率谱密度 |
3.5 相干函数对旋转Fourier谱的影响 |
3.6 风切变对旋转Fourier谱的影响 |
3.7 本章小结 |
第4章 风力发电机组周围湍流风场数值研究 |
4.1 引言 |
4.2 塔架周围湍流风场数值模拟 |
4.2.1 固定点平均风速 |
4.2.2 固定点脉动风速模拟方法 |
4.2.3 塔架周围湍流风场仿真 |
4.3 叶片周围湍流风场数值模拟 |
4.3.1 旋转采样点平均风速 |
4.3.2 旋转采样点脉动风速模拟方法 |
4.3.3 叶片周围湍流风场仿真 |
4.4 本章小结 |
第5章 风力发电机组载荷脉动的频域分析 |
5.1 引言 |
5.2 叶片载荷的功率谱密度 |
5.2.1 载荷的功率谱密度 |
5.2.2 感应系数的求解 |
5.3 运动方程的频谱分析 |
5.3.1 风轮叶片的假设条件 |
5.3.2 挥舞运动方程 |
5.3.3 挥舞运动的幅频谱 |
5.4 旋转叶片和风轮的载荷谱 |
5.4.1 挥舞叶片的载荷谱 |
5.4.2 考虑叶片挥舞的风轮载荷谱 |
5.5 算例分析 |
5.6 本章小结 |
第6章 风力发电机组动态响应及疲劳载荷特性研究 |
6.1 引言 |
6.2 基于GH-Bladed的载荷计算 |
6.2.1 风力发电机组载荷源 |
6.2.2 载荷计算坐标系 |
6.2.3 风电机组等级及基本参数 |
6.2.4 风况计算模型 |
6.2.5 极限载荷计算工况 |
6.2.6 疲劳载荷计算工况 |
6.3 风力发电机组的动态响应 |
6.3.1 叶片动态响应分析 |
6.3.2 轮毂动态响应 |
6.3.3 塔架动态响应分析 |
6.4 风力发电机组疲劳载荷特性研究 |
6.4.1 雨流计数法则 |
6.4.2 等效疲劳载荷特性研究 |
6.5 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 创新点 |
7.3 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(10)考虑非平稳性的顺风向脉动风速修正谱研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源及研究的目的和意义 |
1.1.1 课题来源 |
1.1.2 课题研究的目的和意义 |
1.2 国内外研究现状与发展趋势 |
1.2.1 顺风向脉动风速谱模型 |
1.2.2 风的非平稳特性的研究 |
1.2.3 希尔伯特-黄变换理论 |
1.2.4 非平稳度的研究 |
1.3 本文主要研究内容 |
第2章 风速样本实测数据及平稳性检验 |
2.1 引言 |
2.2 观测设备 |
2.2.1 YOUNG05106 螺旋桨风速风向仪 |
2.2.2 WindMaster Pro 三维超声风速风向仪 |
2.3 观测位置 |
2.3.1 港珠澳大桥 A 塔观测点 |
2.3.2 峙仔岛观测点 |
2.4 台风过程 |
2.5 样本选取与数据质量控制 |
2.5.1 港珠澳大桥 A 塔常态风样本 |
2.5.2 博贺海洋气象站台风黑格比样本 |
2.5.3 数据质量控制 |
2.6 平稳性检验 |
2.6.1 轮次检验法 |
2.6.2 常态风平稳性检验 |
2.6.3 台风平稳性检验 |
2.7 本章小结 |
第3章 顺风向非平稳脉动风速修正谱研究 |
3.1 引言 |
3.2 时频域分析方法及数据前处理方案 |
3.2.1 传统时频域分析方法比较 |
3.2.2 EMD 方法的问题及其解决方案 |
3.3 基于 HHT 的台风样本时频域分析 |
3.3.1 分析对象 |
3.3.2 顺风向脉动风速样本时频域分析 |
3.4 顺风向脉动风速修正谱的研究 |
3.4.1 边际谱与功率谱的转换 |
3.4.2 von Karman 谱的修正 |
3.4.3 脉动风样本的非平稳指数 |
3.4.4 推荐修正 von Karman 谱 |
3.5 本章小结 |
第4章 经验谱与修正谱的结构响应对比 |
4.1 引言 |
4.2 计算模型及参数 |
4.3 顺风向结构响应计算及对比分析 |
4.3.1 顺风向结构响应计算基本参数 |
4.3.2 风振系数 z |
4.3.3 频率响应函数 |
4.3.4 平均风速与湍流积分尺度 |
4.3.5 结构响应分析及对比 |
4.4 本章小结 |
结论 |
参考文献 |
附录 |
致谢 |
四、脉动风速功率谱与随机Fourier幅值谱的关系研究(论文参考文献)
- [1]基于生成式对抗网络的风速入口及开洞房屋风荷载模拟研究[D]. 杨振宇. 东南大学, 2019(05)
- [2]现场监测脉动风速的APES法幅值谱相位谱估计[J]. 王向杰,淡丹辉,闫兴非,程纬. 振动.测试与诊断, 2019(02)
- [3]基于卷积神经网络和空间-频谱信息的拱桥损伤识别研究[D]. 陈潜溢. 浙江大学, 2019(01)
- [4]风-波浪作用下半潜式海洋平台结构状态的评价方法研究与应用[D]. 马晋. 上海交通大学, 2018
- [5]脉动风速随机傅里叶谱模型的参数聚类分析[J]. 洪旭,彭勇波,李杰. 同济大学学报(自然科学版), 2018(06)
- [6]基于实测的脉动风随机幅值谱模型[J]. 淡丹辉,王向杰,闫兴非,夏烨. 同济大学学报(自然科学版), 2018(04)
- [7]随机脉动风场的数值模拟[D]. 杨波. 兰州大学, 2016(08)
- [8]基于风场模拟的高铁接触网动态性能分析[J]. 刘志刚,侯运昌,韩志伟,汪宏睿. 铁道学报, 2013(11)
- [9]湍流风场模拟与风力发电机组载荷特性研究[D]. 何伟. 华北电力大学, 2013(11)
- [10]考虑非平稳性的顺风向脉动风速修正谱研究[D]. 吴昊. 哈尔滨工业大学, 2013(03)