公开(公告)号：CN115597818A

公开(公告)日：2023-01-13

申请号：CN202211220825.5

申请日：2022-10-08

Applicant: 重庆大学(CN)

Inventor： 闫渤文 ,  袁养金 ,  舒臻孺 ,  周绪红 ,  杨庆山 ,  柏龙 ,  李潇 ,  周旭

IPC: G01M9/04 ,  G01M9/06

Abstract: 本发明公开了一种用于模拟瞬态非平稳风场的多叶片翼栅装置，包括支撑框架，所述支撑框架内设有至少两个相互独立的叶片组件；所述叶片组件包括叶片，所述叶片上设有转轴，所述叶片的两端分别设有安装座，所述叶片的两端通过所述转轴分别转动配合安装在两个所述安装座上，所述安装座上设有用于驱动所述叶片绕所述转轴转动的转动驱动机构；所述支撑架上设有分别位于所述叶片两端的直线轨道，所述直线轨道与所述转轴垂直，两个所述安装座分别与对应的所述直线轨道滑动配合，且所述安装座上还设有用于驱动所述叶片沿着所述直线轨道移动的直线驱动机构。本发明用于模拟瞬态非平稳风场的多叶片翼栅装置，可直接实现瞬态非平稳风场模拟。

公开(公告)号：CN115330085A

公开(公告)日：2022-11-11

申请号：CN202211136465.0

申请日：2022-09-19

Applicant: 重庆大学

Inventor： 闫渤文 ,  申瑞芳 ,  李珂 ,  舒臻孺 ,  王振国 ,  杨庆山 ,  周绪红

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度神经网络且无未来信息泄露的风速预测方法，包括如下步骤：步骤1：分别风速序列数据进行数据筛选和数据预处理；根据子模态能量占比大小筛选有效成分Tc并作为预测模型的输出值；采用实时滚动分解策略对风速序列数据进行预处理以得到无信息泄露的预测模型的输入值；以输入值和输出值构建数据集；步骤2：确定预测步长：按照实际的预测需求，确定需要预测的未来时间步数；步骤3：构建预测模型：构建结合注意力机制的双向长短期记忆网络作为预测模型，利用数据集对预测模型进行训练和测试；步骤4：风速预测：利用训练得到的预测模型预测风速，得到风速预测结果。本发明方法规避了数据泄露的风险，提高了实用性。

公开(公告)号：CN112504617B

公开(公告)日：2022-07-29

申请号：CN202011302437.2

申请日：2020-11-19

Applicant: 重庆大学

Inventor： 闫渤文 ,  袁养金 ,  马晨燕 ,  舒臻孺 ,  杨庆山 ,  曹曙阳

IPC: G01M9/06 ,  G01M9/04

Abstract: 本发明公开了一种耦合壁面射流与多叶片翼栅的边界层风洞模拟下击暴流的方法，开启壁面射流装置的轴流风机得到射流风风场，调节壁面射流装置出风口的高度和出风口调节板的角度，从而改变射流风风场的空间特性分布，使射流风风场的最大径向风速出现在设定高度；同时开启风洞风机，在风洞流道内形成设定流速的背景风风场；耦合射流风风场和背景风风场，得到具有设定空间特性分布的下击暴流出流风风场；调节导流装置的导流板角度按照设定规律随时间变化，使背景风风场的空间特性分布随时间变化，并使下击暴流出流风风场的流场特性随时间变化，模拟下击暴流出流风风场随时间变化的突变特性。既能够模拟下击暴流出流风发展区的空间特性，又能够模拟下击暴流出流风的时变非稳态特性及涡区发展特性。

公开(公告)号：CN112504617A

公开(公告)日：2021-03-16

申请号：CN202011302437.2

申请日：2020-11-19

Applicant: 重庆大学

Inventor： 闫渤文 ,  袁养金 ,  马晨燕 ,  舒臻孺 ,  杨庆山 ,  曹曙阳

IPC: G01M9/06 ,  G01M9/04

Abstract: 本发明公开了一种耦合壁面射流与多叶片翼栅的边界层风洞模拟下击暴流的方法，开启壁面射流装置的轴流风机得到射流风风场，调节壁面射流装置出风口的高度和出风口调节板的角度，从而改变射流风风场的空间特性分布，使射流风风场的最大径向风速出现在设定高度；同时开启风洞风机，在风洞流道内形成设定流速的背景风风场；耦合射流风风场和背景风风场，得到具有设定空间特性分布的下击暴流出流风风场；调节导流装置的导流板角度按照设定规律随时间变化，使背景风风场的空间特性分布随时间变化，并使下击暴流出流风风场的流场特性随时间变化，模拟下击暴流出流风风场随时间变化的突变特性。既能够模拟下击暴流出流风发展区的空间特性，又能够模拟下击暴流出流风的时变非稳态特性及涡区发展特性。

公开(公告)号：CN116432550A

公开(公告)日：2023-07-14

申请号：CN202310286363.5

申请日：2023-03-22

Applicant: 重庆大学

Inventor： 闫渤文 ,  孟盈竹 ,  舒臻孺 ,  周绪红 ,  杨庆山 ,  李潇 ,  周旭 ,  袁养金 ,  申瑞芳

IPC: G06F30/28 ,  G06F30/13 ,  G06F18/23213 ,  G01M9/08 ,  G01M9/02 ,  G06F111/10

Abstract: 一种用于复杂山地地形中风敏感结构风荷载确定的数值模拟与风洞试验耦合方法，包括如下步骤：步骤一：以风敏感结构物为中心，建立数值风洞仿真模型，开展CFD数值模拟，得到结构拟建设位置处的大气边界层风场环境特征；步骤二：采用k‑means聚类分析法，将各个风向角下拟合得到的粗糙度指数聚类为若干类；步骤三：采用被动模拟装置在风洞实验室中模拟复现；步骤四：选取风敏感结构物及设定范围内的山地地形加工制作几何缩尺模型，将风敏感结构物制作为刚性测压模型，将山地地形模型制作为只模拟气动外形的刚性模型；考虑近场范围内的地形微尺度效应，在被动模拟得到的大气边界层风场中开展刚性模型测压试验，得到风敏感结构物的风压试验数据。

公开(公告)号：CN115935791A

公开(公告)日：2023-04-07

申请号：CN202211438814.4

申请日：2022-11-17

Applicant: 重庆大学 ,  中南大学

Inventor： 闫渤文 ,  申瑞芳 ,  舒臻孺 ,  李珂 ,  杨庆山 ,  周绪红 ,  王振国

IPC: G06F30/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种同时处理风速时空信息的多点风速预测模型，通过设置依次连接的模块A、模块B、模块C和模块D，利用模块A中的1×1卷积的3DCNN层Ⅰ特征通道FI维度的扩展，仅增加了特征通道的维数，并没有对空间与时间维度进行信息提取，可以尽可能的保存原始输入数据的时间与空间信息；如此，通过模块B中的两个ResNet‑ConvLSTM模块可更完整地同时捕捉数据中蕴含的非线性时空信息；模块C的第一个permute/reshape层调换时间维度与特征通道维度，两个1DCNN层用于对时间维度升维和降维，使时间步长符合预测步数K，第二个permute/reshape层将数据维度调换为原始数据；最后利用模块D中的3DCNN层Ⅱ将特征通道回复为输出特征通道的个数FO，从而最终得到预测结果。