采用机器学习方法评估流线型箱梁颤振临界风速

• 作者: 梅瀚雨 王骑 廖海黎 刘珉巍
• 来源期刊: 振动与冲击
• 关键词: 流线型箱梁 机器学习 颤振
• 年，卷（期）: 2021,（14）
• 页码范围: 195-202
• 页数: 8页
• 分类号: TH212|TH213.3
• 语种: 中文
• DOI: 10.13465/j.cnki.jvs.2021.14.026

摘要

为在工程设计初步阶段快速评价流线型箱梁颤振性能,基于4种机器学习算法(支持向量机回归、神经网络、随机森林回归和高斯过程回归),利用自由振动风洞试验获取的15种不同流线型箱梁断面在5种不同风攻角下的颤振临界风速,建立了从气动外形与动力参数到颤振临界风速的颤振临界风速预测模型.结果 表明:支持向量机回归模型预测结果整体精度最高,且在实际桥梁上表现性能较好;神经网络模型较差,但其相对误差仍远低于JTG/T 3360-01-2018《公路桥梁抗风设计规范》中提供的3种不同颤振临界风速简化计算公式的结果.该研究的结果符合预期要求,未来可进一步扩充数据集,以期成为对抗风设计工作者提供高精度颤振性能评估的有力工具.