【摘要】：本文首先在回顧橋梁顫振基本理論及顫振導(dǎo)數(shù)識(shí)別方法發(fā)展歷程的基礎(chǔ)上,對(duì)顫振導(dǎo)數(shù)識(shí)別問(wèn)題的研究現(xiàn)狀進(jìn)行了總結(jié)。接著根據(jù)目前研究工作中的空白,本文以二維剛性節(jié)段模型風(fēng)洞試驗(yàn)為基礎(chǔ),對(duì)比了借助三種常用湍流模型得到的顫振導(dǎo)數(shù)的精度,得到了對(duì)Π型斷面計(jì)算精度較高的湍流模型。在此湍流模型的基礎(chǔ)上,建立了Π型斷面顫振導(dǎo)數(shù)的數(shù)據(jù)庫(kù),同時(shí)研究了Π型斷面幾何參數(shù)對(duì)顫振導(dǎo)數(shù)的影響規(guī)律。以此數(shù)據(jù)庫(kù)為基礎(chǔ),首次建立了采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)Π型斷面顫振導(dǎo)數(shù)的方法,為橋梁初步設(shè)計(jì)階段顫振導(dǎo)數(shù)的快速獲取提供了新的途徑。本文主要研究?jī)?nèi)容及結(jié)論如下:(1)以顫振導(dǎo)數(shù)的節(jié)段模型風(fēng)洞試驗(yàn)結(jié)果為基礎(chǔ),對(duì)比了分別采用RNG6)-模型、SST6)-模型和RSM計(jì)算獲取的顫振導(dǎo)數(shù)的精度,并對(duì)比分析了由三種湍流模型得到的斷面流線圖,證明RSM對(duì)Π型斷面顫振導(dǎo)數(shù)的數(shù)值計(jì)算更為適用。(2)在數(shù)值計(jì)算中采用RSM獲取了寬高比=6~13和尺寸系數(shù)=1.1~1.3的Π型斷面顫振導(dǎo)數(shù),初步建立了顫振導(dǎo)數(shù)的數(shù)據(jù)庫(kù)。同時(shí)基于這些數(shù)據(jù)研究了這兩個(gè)幾何參數(shù)對(duì)顫振導(dǎo)數(shù)的影響,并基于流線圖研究了主漩渦的變化規(guī)律。(3)以顫振導(dǎo)數(shù)的數(shù)據(jù)庫(kù)為基礎(chǔ)訓(xùn)練神經(jīng)網(wǎng)絡(luò),并成功預(yù)測(cè)了Π型斷面的顫振導(dǎo)數(shù)。在采用多種誤差評(píng)價(jià)方法的基礎(chǔ)上,證明了神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度達(dá)到了令人滿意的效果。這一方法有利于提高橋梁初步設(shè)計(jì)階段顫振導(dǎo)數(shù)和顫振臨界風(fēng)速估算工作的效率。通過(guò)比較發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)比RBF神經(jīng)網(wǎng)絡(luò)對(duì)此類非線性效應(yīng)顯著的問(wèn)題具有更強(qiáng)的適應(yīng)性。
【學(xué)位授予單位】：長(zhǎng)安大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：U441.3
【圖文】：

圖 2.1 具有兩個(gè)隱含層的 BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)的相鄰兩個(gè)層之間的每個(gè)神經(jīng)元都互相連接，而同一層由于含有多個(gè)隱含層的 BP 神經(jīng)網(wǎng)絡(luò)能夠產(chǎn)生更加復(fù)雜和多輸入信號(hào)中提取出的信息更豐富，因而增加隱含層數(shù)比增加理非線性問(wèn)題能力的提高效果更明顯。BP 神經(jīng)網(wǎng)絡(luò)的內(nèi)置模型出模型為： = ∑ 輸出模型為： = ∑ 為非線性作用函數(shù)， 為單元閾值[36]。模型

圖 2.2 Log-Sigmoid 函數(shù)圖形 圖 2.3 Tan-Sigmoid 函數(shù)圖形可見，Sigmoid 函數(shù)圖形是光滑的曲線，在處理分類問(wèn)題時(shí)，它比線性函數(shù)的精度高，同時(shí)具有較好的容錯(cuò)性。它將以整個(gè)實(shí)數(shù)域?yàn)槿≈捣秶妮斎胄盘?hào)映射到(0,1)或者(-1,1)。在坐標(biāo)原點(diǎn)附近，輸入信號(hào)的絕對(duì)值較小，而函數(shù)的輸出值大于輸入值，此時(shí)Sigmoid 函數(shù)對(duì)輸入信號(hào)具有放大作用；當(dāng)輸入信號(hào)的絕對(duì)值逐漸增大時(shí)，Sigmoid 函數(shù)的放大作用逐漸減小。3. 誤差計(jì)算模型為評(píng)估神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的誤差，引入誤差計(jì)算公式： = ∑ (2.49)式中， 為神經(jīng)網(wǎng)絡(luò)期望輸出值， 為神經(jīng)網(wǎng)絡(luò)實(shí)際輸出值。4. 自學(xué)習(xí)模型神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣 的誤差修正過(guò)程被稱為學(xué)習(xí)。BP 神經(jīng)網(wǎng)絡(luò)有導(dǎo)師的學(xué)習(xí)方式

圖 2.2 Log-Sigmoid 函數(shù)圖形 圖 2.3 Tan-Sigmoid 函數(shù)圖形可見，Sigmoid 函數(shù)圖形是光滑的曲線，在處理分類問(wèn)題時(shí)，它比線性函數(shù)的精度高，同時(shí)具有較好的容錯(cuò)性。它將以整個(gè)實(shí)數(shù)域?yàn)槿≈捣秶妮斎胄盘?hào)映射到(0,1)或者(-1,1)。在坐標(biāo)原點(diǎn)附近，輸入信號(hào)的絕對(duì)值較小，而函數(shù)的輸出值大于輸入值，此時(shí)Sigmoid 函數(shù)對(duì)輸入信號(hào)具有放大作用；當(dāng)輸入信號(hào)的絕對(duì)值逐漸增大時(shí)，Sigmoid 函數(shù)的放大作用逐漸減小。3. 誤差計(jì)算模型為評(píng)估神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果的誤差，引入誤差計(jì)算公式： = ∑ (2.49)式中， 為神經(jīng)網(wǎng)絡(luò)期望輸出值， 為神經(jīng)網(wǎng)絡(luò)實(shí)際輸出值。4. 自學(xué)習(xí)模型神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣 的誤差修正過(guò)程被稱為學(xué)習(xí)。BP 神經(jīng)網(wǎng)絡(luò)有導(dǎo)師的學(xué)習(xí)方式

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 費(fèi)金龍;韓濤;鄒威;祝躍飛;;一種基于混合模型WRC的流量預(yù)測(cè)方法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年05期

2 祝志文;夏昌;;基于兩種湍流模型的橋梁顫振導(dǎo)數(shù)識(shí)別研究及比較[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年11期

3 祝志文;顧明;陳政清;;基于3211多階躍激勵(lì)CFD模型的顫振導(dǎo)數(shù)識(shí)別研究[J];振動(dòng)工程學(xué)報(bào);2008年01期

4 許福友;陳艾榮;;全橋氣彈模型顫振導(dǎo)數(shù)識(shí)別[J];土木工程學(xué)報(bào);2007年07期

5 陳政清;胡建華;;橋梁顫振導(dǎo)數(shù)識(shí)別的時(shí)域法與頻域法對(duì)比研究[J];工程力學(xué);2005年06期

6 李喬,楊興旺;橋梁主梁斷面空氣力學(xué)特性分析的人工神經(jīng)網(wǎng)絡(luò)方法[J];中南公路工程;2000年03期

7 李明水，賀德馨，李會(huì)知;橋梁節(jié)段模型顫振導(dǎo)數(shù)的確定[J];工程力學(xué);1995年01期

相關(guān)會(huì)議論文 前1條

1 曹曙陽(yáng);;計(jì)算流體力學(xué)在風(fēng)工程中的應(yīng)用[A];第十四屆全國(guó)結(jié)構(gòu)風(fēng)工程學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 唐煜;流線型箱梁斷面非線性自激力與非線性顫振響應(yīng)研究[D];西南交通大學(xué);2015年

2 惠冰;瀝青路面車轍破壞模式識(shí)別、多維度指標(biāo)評(píng)價(jià)與預(yù)測(cè)研究[D];長(zhǎng)安大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 陳帥宇;基于CFD的自由耦合振動(dòng)法計(jì)算橋梁顫振臨界風(fēng)速[D];長(zhǎng)安大學(xué);2017年

2 李仁鑫;交錯(cuò)布局下輕型可移動(dòng)雙坡房屋群表面風(fēng)壓特性研究[D];長(zhǎng)安大學(xué);2016年

3 劉研;基于螢火蟲算法和RBF神經(jīng)網(wǎng)絡(luò)的高速公路交通流預(yù)測(cè)[D];長(zhǎng)安大學(xué);2016年

4 張斐;橋梁斷面顫振導(dǎo)數(shù)識(shí)別方法研究及MATLAB實(shí)現(xiàn)[D];長(zhǎng)安大學(xué);2016年

5 張悅;基于數(shù)值模擬的π形主梁斷面顫振導(dǎo)數(shù)研究[D];長(zhǎng)安大學(xué);2015年

6 鄧小龍;基于PC Newmark-β法的流固耦合渦激振動(dòng)數(shù)值模擬[D];浙江大學(xué);2015年

7 馬潤(rùn)田;大跨鋼管桁架結(jié)構(gòu)風(fēng)荷載數(shù)值模擬與健康監(jiān)測(cè)研究[D];蘭州理工大學(xué);2014年

8 高偉;斜風(fēng)作用下大跨度橋梁顫振導(dǎo)數(shù)研究[D];西南交通大學(xué);2013年

9 洪光;基于Fluent軟件采用自由振動(dòng)法識(shí)別大跨度橋梁的顫振導(dǎo)數(shù)[D];長(zhǎng)安大學(xué);2012年

10 任娜;桁架橋梁顫振導(dǎo)數(shù)的影響因素研究[D];長(zhǎng)安大學(xué);2010年

本文編號(hào)：2788760