科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文提出了一种基于长短期记忆神经网络的风压时程预测模型，可通过少量测点的风压时间序列预测结构周向未知位置的风压时程。基于不同风向角下均匀来流方柱测压风洞试验数据，模型有效预测了方柱表面未知位置的风压时程。模型数据集需考虑合理序列长度范围内的关联性，以提高预测精度；多层网络结构能够提高模型的数据特征捕捉能力；训练测点数量的增加可以改善预测效果，但需考虑预测精度和测点布置经济性之间的平衡。平均风压分布、脉动风压分布和典型测点风压时程的预测值与试验值较为吻合，但方柱角点附近风压极值的预测误差相对较高，可能与该区域风压非高斯特征较强有关。
- 单位
