论文摘要：式中，img2是预测时选取的主坐标，img3是预测位置的本征模态，由于本征模态是仅依赖于空间位置的随机函数，因此可以通过插值来得到预测位置的模态，而且不同插值模态精度是影响预测精度的重要因素之一，由于篇幅有限本文对不同插值方法的精度不做详细分析，在进行风压预测时均采用插值精度较高的样条曲面插值方法进行后续计算。-论文网
论文关键词：预测,选取,坐标,预测,位置
本试验在广东省建筑科学研究院CGB-1建筑风洞中进行。该风洞为串联双试验段单回流式大气边界层风洞，大试验段长10米×宽3米×高2米，最高风速为18米/秒，其工作转盘直径为2.5米，采用档板、尖塔、粗糙元装置模拟大气边界层风场。鄂尔多斯火车站刚性模型测压风洞试验即在此试验段进行。
图3预测点的分布（方框中测点表示预测点）
图4预测点风压系数时程
Fig.4Windpressurecoefficienttimeserialofpredictedpoints
图5预测点脉动风压系数时程
Fig.5Fluctuatingwindpressurecoefficienttimeserialofpredictedpoints
从图中可以看出，风压系数时程预测值与试验值的变化趋势相同，但是均值偏大，极值不够吻合，说明均值和极值的预测效果欠佳；脉动风压时程预测值与试验值基本吻合，说明脉动风压系数预测效果较好。为了进一步考察本征模态数对预测精度的影响情况，本文对选用不同模态数时脉动风压均方根预测值与试验值的误差进行分析。图6给出了各预测点的误差曲线。
  0
(a)(b)
 
(c)(d)
 
(e)(f)
 
(g)(h)
 
(i)(j)
图6预测结果误差曲线（a~i）与模态累计能量比曲线(j)
Fig.6Predictionerrorcurves(a~i)andtotalenergyratiocurve(j)
从误差曲线走势看，脉动风压均方根相对误差随模态阶数的增加在一定范围内呈现出减小的趋势，尤其是前几阶模态误差减小明显，这与模态能量比曲线变化规律类似。但是并不是随着模态的增加，相对误差会逐步减少，有时反而会出现误差增大的现象。从误差曲线数值上看，屋盖曲面边缘上的点Z101、Z119的预测脉动风压均方根误差相对较大。从总体上看，不同预测点的误差曲线差异明显，很难找到统一的模态截断的数量，其原因本文所研究的大跨度非规则曲面屋盖结构由于几何特性导致的湍流特性使得其风荷载分布较为复杂。
为了进一步考察风向角对预测精度的影响，本文选择Z143点作为研究对象，图7给出了从0度到315度每隔45度一个风向角情况下的脉动风压均方根误差曲线。从图中可以看出，随着模态数的增加脉动风压均方根误差呈减小趋势，到一定范围后误差曲线平稳，说明均方根误差减小不明显。各风向角差异不明显，大部分在30阶左右就可以达到最小误差。
图7Z143点不同风向角误差曲线
Fig.7errorcurvesofpredictedpointZ143indifferentwinddirection
 0
(a)(b)
图8样本1（a）与样本2（b）测点分布
Fig.8Distributionofmeasuringpointsforsample1(a)andsample2(b)
表1样本测试预测结果对比
Table1Comparisonofpredictionresultsoftwosamples
|
测点
|
试验值
|
样本1
|
样本2
|
|
预测值
|
相对误差
|
预测值
|
相对误差
|
|
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
|
-0.43
|
7.89%
|
-0.533
|
14.12%
|
|
Z56
|
-0.645
|
-0.638
|
1.11%
|
-0.731
|
13.41%
|
表2BPNN预测结果
Table2PredictionresultsusingBPNN
|
测点
|
目标值
|
预测值
|
相对误差绝对值
|
|
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
|
-0.52
|
-0.511
|
1.82%
|
|
Z143
|
-0.452
|
-0.442
|
2.32%
|
|
|
|
|
|
从表中数据看出，BP网络在预测0度风向角时，大部分仿真值即预测值与试验值的差异不大，都能控制在5%以内，因此能够满足工程精度要求。为了考察BP网络在预测不同位置测点的精度，下面以Z85点为例，分别对其位于区域中心、角点以及边缘时，0度到315度，每45度一个风向角，共8个风向角进行风压预测。Z85处于不同位置的样本数据选择如图9所示。
  
图9预测点Z85不同位置的样本分布
Fig.9DistributionofBPNNsamplesofpredictionpointZ85indifferentpositions
表3给出了Z85不同位置，各风向角的仿真结果，从表中可以看出风向角对预测精度的影响不大，但是测点位置对预测精度的影响较大，处在脚部位置的点预测精度不高，有待进一步改善。
表3Z85各位置不同风向角预测结果
Table3Predictionresultsofvarypositionsin
differentwinddirections
|
风向角
|
试验值
|
中间位置
|
|
预测值
|
相对误差
|
|
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
|
-11.26%
|
|
225°
|
-0.654
|
-0.65
|
0.56%
|
|
270°
|
-0.2
|
-0.194
|
3.12%
|
|
315°
|
-0.379
|
-0.378
|
0.28%
|
续表3
|
边缘位置
|
角部位置
|
|
预测值
|
相对误差
|
预测值
|
相对误差
|
|
|
|
|
|
|
-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%
|
|
-0.389
|
-2.63%
|
-0.462
|
-21.88%
|
|
|
|
|
|
本文采用风洞试验数据，对未布置测点位置的风压预测方法本征正交分解法和人工神经网络进行研究，各自预测结果以及对比分析预测结果得出如下结论：
（1）大跨度屋盖结构，尤其是本文研究的大跨度非规则曲面屋盖结构的风荷载特性较高层建筑或平屋盖结构复杂得多，因此运用POD进行预测时，其极值的预测和平均值的预测效果较差，但是均方根值的预测效果能够达到精度要求。 1/2 1 2 下一页 尾页 |
