[发明专利]地铁高架线路多点风速感知的沿线风速空间推演方法

权利要求书

1.一种地铁高架线路多点风速感知的沿线风速空间推演方法，其特征在于，包括以下步骤：

利用等高线地图以及现场实测的信息建立三维近地风场模型，其中，所述现场实测的信息包括地形地貌信息和建筑信息；

通过计算流体动力学方法对所述三维近地风场模型进行数值模拟，得到空间风场、监测点风场、地铁高架线路风场分布的数据结果；

利用最小二乘法算法对所述监测点风场、所述地铁高架线路风场分布与来流风场的特征进行拟合，得到监测点风场-来流风场、地铁高架线路风场分布-来流风场的映射关系；所述监测点风场-来流风场的映射关系通过如下方法拟合得到：

测点#1的横向风速ν_#1与来流风场的风速ν、风向θ数据之间的关系如下式：

ν_#1＝f(ν,θ)

假定风向θ为常量，得到测点#1的横向风速与来流风场的风速ν呈线性关系，假定来流风场的风速ν为常量，得到测点#1的横向风速与来流风向呈多级正弦函数关系，则测点#1的横向风速ν_#1与来流风场的风速ν、风向θ数据之间的关系演变如下式：

ν_#1＝k₁ν,k₁＝λ₁(θ)

考虑风向θ为常量时，对测点#1的横向风速与来流风场的风速的关系进行拟合，得到该风向θ时的k₁值，通过改变风向θ，就可以得到一组风向θ与k₁的关系表，然后对k₁与风向θ进行拟合，其函数关系如下式：

即得测点#1的横向风速ν_#1与来流风场的风速ν、风向θ的关系，如下式：

其中，横向风速ν_#1和来流风场的风速ν的单位均为米/秒；

利用神经网络预测算法模型对所述来流风场的特征进行预测，进而对所述地铁高架线路风场分布进行预测。

2.根据权利要求1所述的地铁高架线路多点风速感知的沿线风速空间推演方法，其特征在于，所述地铁高架线路风场分布-来流风场的映射关系通过如下方法拟合得到：

将地铁高架线路沿线的风速归一化处理，铁地沿线风场分布关系如下式：

ν_s/v＝h(s,θ)

其中，s为沿线的长度值，其单位为米；θ为来流风向；

假定来流风向θ为常量，得到测点S的横向风速与来流风速呈线性关系，当长度坐标值为s常量时，该点的横向风速与来流风向呈多级正弦函数关系，如下式：

测点S的横向风速ν_s与测点位置s和风向θ数据之间的关系演变如下式：

a_n＝ξ(s)

b_n＝ψ(s)

c_n＝ζ(s)

最后通过拟合，得到a_n、b_n和c_n。

3.根据权利要求1所述的地铁高架线路多点风速感知的沿线风速空间推演方法，其特征在于，所述利用等高线地图以及现场实测的信息建立三维近地风场模型，包括：

采用全风向角吹风的方式模拟近地区域风场特性，确定风速危险区域，将其作为小范围区域划分的依据,根据确定的风速危险区域将大区域划分成若干小范围区域，对小范围区域进行精细化处理，模拟铁路沿线地形地貌，建立三维近地风场模型。

4.根据权利要求3所述的地铁高架线路多点风速感知的沿线风速空间推演方法，其特征在于，所述通过计算流体动力学方法对所述三维近地风场模型进行数值模拟，得到空间风场、监测点风场、地铁高架线路风场分布的数据结果，包括：

通过计算流体动力学方法针对每个区段铁路沿线的三维近地风场模型进行数值模拟计算，得到各区段对列车运行影响最大的风加速因数数值及其对应的风向角，得到空间风场、监测点风场、地铁高架线路风场分布的数据结果。