基于状态方程的显式欧拉法符号网络常微分方程识别方法

    公开(公告)号:CN115344819A

    公开(公告)日:2022-11-15

    申请号:CN202210978921.X

    申请日:2022-08-16

    Abstract: 本发明提出基于状态方程的显式欧拉法符号网络常微分方程识别方法。本发明所述方法首先通过数值模拟准备识别方程所用的数据集,将位移数据与速度数据组合成状态向量;将状态向量形式的数据送入符号网络进行学习,网络的深度推进格式采用显式欧拉法,每一个符号网络循环块的输入都作为下一个网络循环块的输入以此提高网络对长期时域信号的学习能力;将最终学习到的方程形式与真实方程作比较并用学习到的方程作预测曲线与真实的曲线对比来验证学习方程的准确性。所述方法智能化学习程度更高,所需先验知识更少,实用性更广模型搭建的难度更低。

    基于OpenFOAM和导数矩变换的二维流场气动力重构方法

    公开(公告)号:CN115310176A

    公开(公告)日:2022-11-08

    申请号:CN202210843596.6

    申请日:2022-07-18

    Inventor: 赖马树金 薛耿

    Abstract: 本发明提出基于OpenFOAM和导数矩变换的二维流场气动力重构方法。该方法将流场气动力重构通过导数矩方法变换为基于流场流态的气动力重构公式,将流场流动信息与桥梁气动力相结合,桥梁结构在发生振动时流场出现的特征流态与振动之间存在关系。二维气动力重构公式建立了从流场获得气动力的通道,通过OpenFOAM获得流场数据,计算出流动控制体内的数据作为气动力重构的输入数据,实现了流场特征流态、气动力与结构振动之间的关联。在OpenFOAM数据基础上实现了二维特征流动的流场气动力重构,搭建了流场流动信息到结构气动力的桥梁,可以用于特征流动分离的气动力贡献与机理分析。

    一种基于双向门控循环单元的高时间分辨率流场重构方法

    公开(公告)号:CN115114859A

    公开(公告)日:2022-09-27

    申请号:CN202210833876.9

    申请日:2022-07-15

    Abstract: 本发明提出一种基于双向门控循环单元的高时间分辨率流场重构方法。该方法使用粒子图像测速技术(PIV)测量的高空间分辨率流场数据和局部测量点处高频风速传感器测量的高时间分辨率数据,通过深度卷积自编码器的提取流场空间特征,将局部测点处的高时间分辨率数据输入双向门控循环单元,重构出整个流场的高时间分辨率的特征时程系数,最后将该系数输入卷积自编码器中即可重构出高时间分辨率的流场。本发明无需采用昂贵的高频PIV设备,采用普通低频PIV和高频风速传感器即可较好地重构出高时间分辨率流场。

    一种基于空间相关性和监测数据的精细风场模拟方法

    公开(公告)号:CN113627096A

    公开(公告)日:2021-11-09

    申请号:CN202110797822.7

    申请日:2021-07-14

    Abstract: 本发明公开一种基于空间相关性和监测数据的精细风场模拟方法。步骤1:获得空间相关性系数场,其通过不结合观测资料的WRF模拟获得;步骤2:获得传统观测及非传统观测得到的观测资料;步骤3:结合步骤2的观测资料的数值模拟模块考虑流体力学控制方程和多物理过程,通过运行步骤1的WRF核心模块ARW进而求得准确的空间场资料。本发明对现有方法中忽略地形、风向和大气环流等因素的影响的表述,其精度不准确的问题。

    一种抑制圆柱形结构涡激振动的结构

    公开(公告)号:CN113502741A

    公开(公告)日:2021-10-15

    申请号:CN202110659167.9

    申请日:2021-06-15

    Abstract: 本发明公开一种抑制圆柱形结构涡激振动的结构,在圆柱形结构的外表面覆盖一定厚度和孔隙数的多孔材料覆层,所述的多孔材料覆层的孔隙率不低于97%,每英寸孔隙数PPI=15‑30,厚度=1/8‑1/2倍的圆柱形结构直径。本发明通过合理设计覆层结构参数从而实现减弱的脉动荷载、按需求降低柱形结构涡激振动幅值。本发明可显著降低脉动升、阻力,进而抑制钝体结构涡激振动,同时具有使用简便的优点。

    抑制分离式箱梁涡激振动控制系统

    公开(公告)号:CN102505627A

    公开(公告)日:2012-06-20

    申请号:CN201110365848.0

    申请日:2011-11-03

    Inventor: 李惠 赖马树金

    Abstract: 本发明提供一种抑制分离式箱梁涡激振动控制系统。涡激振动感知单元连接涡激振动控制单元,涡激振动控制单元连接涡激振动制动单元,涡激振动制动单元连接涡激振动控制板单元。涡激振动感知单元的两个单向高精度加速度传感器和两个三维超声风速仪连接A/D数据采集卡和工控机。涡激振动制动单元的电机连接导向轨道和导向杆。涡激振动控制板单元的四块轻质碳纤维板可自由伸展和折叠。本发明的涡激振动控制板单元在涡激振动发生时自动将空隙封闭,从而完全消除分离式箱梁的涡激振动。控制板能自动收缩至折叠状态,避免对大跨度桥梁的颤振效应产生影响。本发明能够对现场大跨度桥梁的涡激振动迅速做出响应,进而采取相应的控制措施。

    一种基于实时去噪的大跨度桥梁风速预测方法

    公开(公告)号:CN115345367B

    公开(公告)日:2023-04-18

    申请号:CN202210978845.2

    申请日:2022-08-16

    Abstract: 本发明提出一种基于实时去噪的大跨度桥梁风速预测方法。其涉及截断实时分解、形成多分辨率数据输入、构造预测模型三个步骤。在截断实时分解步骤中,使用奇异谱分析提取现有数据的趋势项,并结合奇异谱分析的参数设置截去受端部效应影响的部分;在形成多分辨率数据输入步骤中,引入高分辨率数据来补充由于进行截断实时分解所造成的信息损失;在构造预测模型步骤中,使用两个门限循环单元神经网络分别提取原始分辨率数据以及高分辨率数据中的风速特征,并使用多层感知机来将风速特征作为输入并给出风速趋势的预测。本发明为结合实时去噪的数据驱动模型,其可以有效消除实时分解所带来的端部效应,并结合深度学习模型充分提取时序数据中的特征。

Patent Agency Ranking