基于大数据理论的大跨屋盖风荷载模型及数据仓库研究

Due to the diverse shapes of large-span roofs, the flow around the roofs is complicated. It is difficult to describe the wind load on large-span roofs uniformly. The development of wind resistance design theories on large span roofs have been faced with a great challenge. It is a effective way to solve the problem by collecting large amount of wind load data, discovering the common rules and establishing a universal wind load model. However, the wind load data obtained through various means are characterized as huge volume, high dimension and with complex formats, which cannot be easily summarized through regular statistical methodologies. Thus, the theory of big data is introduced, aiming at the breakthrough in studying the wind load characteristics, modeling and predicting the wind load data, etc. The content of this research project includes 1) Research on some key technologies for information screening, signal denoising and data mining algorithms will be carried out first; 2) The parameterization of wind load statistics and spectra, partition of wind load parameters based on clustering algorithm and parametric analyses based on multivariate statistics, finally a uniformed wind load model can be proposed; 3) Set up a wind load intelligent prediction system by normalizing the data integration standards, update the wind load database system, and combine Computational Fluid Dynamics (CFD) simulation, Artificial Neural Network (ANN) and Data Warehouse (DW) technologies to form a intelligence flat. The purpose of this research project is to form a better knowledge system on wind load for large-span roofs and provide a robust technological support for wind resistance design in actual projects.

大跨屋盖形体多样，绕流特性复杂，风荷载描述难以统一，这在一定程度上制约了其抗风设计理论的发展。通过对大量已有风荷载数据的统计挖掘，提取共性规律，建立普适风荷载模型是解决该问题的有效途径。而风荷载数据具有量大、维数高、格式复杂等特点，常规的数据统计方法难以整理。为此本项目拟引入大数据理论，力求在风荷载数据的挖掘、参数化建模和风荷载预测等方面有所突破。具体内容包括：研究风荷载数据有效信息筛选及信号降噪、高维数据挖掘算法等关键应用技术；对风荷载统计量与频谱的参数化建模、基于聚类算法的风荷载参数分区和基于多元统计学的风荷载参数敏感性分析等问题进行深入研究，提出风荷载参数化模型的统一表达形式；结合CFD数值模拟、神经网络预测和数据仓库技术，探讨数据集成标准，实现风荷载数据库拓展升级，建立大跨屋盖风荷载智能预测系统。希望通过本研究，形成较为完整的大跨屋盖风荷载知识体系，并为工程抗风设计提供有力支撑。

大跨度屋盖结构在风的作用下展现出复杂的空气动力效应，风荷载的时频特性难以用解析的形式表达。结合大量典型大跨屋盖结构的风洞试验数据，从频域角度对屋盖表面的脉动风压进行了定量化研究，建立了风压谱模型参数与风振响应和等效静风荷载的联系，提出了一套基于风压谱的大跨屋盖结构抗风设计理论。主要内容及成果包括：（1）对五种典型大跨屋盖（平屋盖、悬挑屋盖、柱面屋盖、球面屋盖、鞍形屋盖）的1730组工况18048个样本的风洞测压数据进行频谱分析，总结出一种形式统一的风压谱工程模型。（2）探讨大跨屋盖表面风荷载分区原则，在K-means聚类分析方法基础上建立风荷载分区方法，并通过MATLAB编制风荷载分区程序。（3）提出了“阵风响应包络法”以表达大跨屋盖结构的等效静风荷载。对上述五种典型大跨屋盖的不同的空间网格结构形式，进行了23940组工况的参数化风振响应分析，考察了屋盖几何特征、来流条件及结构参数对背景及共振效应系数的影响。通过统计分析，总结了典型屋盖结构等效静风荷载的取值建议。（4）为了能充分利用数据库中的风荷载数据，确定了基于数据挖掘技术进行风荷载预测的基本流程。针对典型的大跨度空间屋盖形式，分别建立了风荷载预测模型，基于MATLAB搭建了大跨度空间结构风荷载预测平台。(5) 在上述研究的基础上，开发并集成为大跨屋盖结构抗风设计软件（WRDS）。其中，将风压谱建模作为一种高效的风洞试验数据预处理及数据压缩手段，并将风压谱模型参数作为数据训练及预测、风振响应分析、等效静风荷载估计、随机模拟等功能模块的重要输入参数，为大数据时代大跨屋盖结构的智能化抗风设计发展奠定了基础。