[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

说明书

本发明公开了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，利用等高线地图、现场实测的信息建立三维近地风场模型，现场实测的信息包括地形地貌和建筑；通过CFD方法对三维近地风场模型进行数值模拟，得空间风场、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监测点风场、地铁高架线路风场分布与来流风场的特征进行拟合，得监测点风场‑来流风场、地铁高架线路风场分布‑来流风场的映射关系；利用神经网络预测算法模型对来流风场的特征进行预测，进而对地铁高架线路风场分布进行预测。该方法利用有限点的风速监测数据对区域的连续风速分布预测，解决了现有方法空间监测和空间预测精确度不高的问题。

技术领域

本发明涉及轨道交通技术领域，具体涉及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。

背景技术

我国既有和新建高速铁路沿线多有风区，尤其兰新高铁及沿海高速铁路风区多且风速高，武广高铁和新建的沪昆高铁等通过中部地区的高速铁路客运专线也面临着严峻的大风防灾问题。

在强侧风作用下，高速列车气动性能恶化，严重影响列车运行的稳定性，容易造成列车脱轨、倾覆事故。高风速高车速的条件下，地形地貌和高架桥等一系列的路况会使列车周围流场变得更为复杂，严重时会导致列车气动力显著增加，影响列车的安全运行，由侧风导致的列车事故在世界各国时有发生，大风给铁路运输安全、人民生命财产造成严重威胁。

基于此，有必要对高架线路的近地风速进行安全性监测和预测。目前的风速监测和预测方法存在空间监测和空间预测的精确度不高的问题。因此，亟需开发一种新的风速监测和预测方法，以提高列车在大风环境下行车的安全系数，保障列车的行驶安全。

发明内容

本发明的主要目的在于提供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，以解决现有的方法空间监测和空间预测的精确度不高的问题。

为了实现上述目的，本发明提供了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，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，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监测点风场、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；

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

进一步地，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进行拟合的函数关系，如下式：