风洞信息支持的用于风工程应用的随机风载模型的不确定性评估
摘要：使用随机风力负荷的模拟在风力工程的许多应用中是必要的。基于适当正交分解(POD)的谱表示方法是一种常用的方法，因为它具有较高的计算效率。对于一般的风向和建筑物配置，数据驱动的基于POD的随机模型是一种可以利用风洞平滑的自相关谱密度和互相关谱密度作为输入来校准目标负荷过程的特征值和特征向量的替代方法。即使这种方法直观且相对于使用经验目标自相关谱密度和互相关谱密度具有优势，但与该模型相关的限制和误差尚未被研究。为此，进行了关于矩形建筑模型的大规模实验研究，考虑多个风向和配置，以量化使用风洞数据来校准和验证数据驱动的基于POD的随机模型所涉及的不确定性。误差与典型风洞记录的模型校准、模型本身以及模态截断有关进行了量化。结果表明，数据驱动模型可以有效地模拟随机风力负荷，模型误差可以忽略不计，而与典型风洞数据的校准相关的误差可能很重要。
作者：Thays Guerra Araujo Duarte, Srinivasan Arunachalam, Arthriya Subgranon, Seymour M J Spence
论文ID：2305.06253
分类：Computational Engineering, Finance, and Science
分类简称：cs.CE
提交时间：2023-05-11