[发明专利]一种建筑风洞测压试验数据压缩方法

摘要

一种建筑风洞测压试验数据压缩方法，本发明涉及建筑风洞测压试验数据压缩方法。本发明是为了解决现有技术中对风荷载频域特性及相关性关注较少，导致数据压缩的偏差和实际应用中的误差的问题。本发明通过Hermite多项式对数据的统计信息进行重构，以及通过Beta函数理论对频谱信息进行重构，最终结合随机模拟技术可重建压缩的风压场。本发明可将GB、TB级别的建筑风洞测压数据压缩到KB、MB级别，是对风荷载随时间、空间变化的高维时程大数据的一种新型信息提取和建模方法，最终达到数据压缩的目的。本发明应用于建筑风洞测压试验领域。

主权项

1.一种建筑风洞测压试验数据压缩方法，所述建筑风洞测压试验数据压缩方法的具体过程为：步骤一：将建筑风洞试验测压得到的风压时间序列数据无量纲化为风压系数时程数据，并计算风压系数的无偏估计平均值、均方根值、偏度值和和峰度值；步骤二：对风压系数时程进行自功率谱估计得到自功率谱，计算无量纲功率谱曲线的峰值以及曲线高频段在双对数坐标下的斜率；步骤三：采用Welch法估计风压系数场的相干函数，用指数函数拟合相干函数；步骤四：根据步骤二求解带Bata函数的方程得到无量纲自功率谱的表达式，并根据Beta函数得到任意ν阶无量纲谱矩；步骤五：根据步骤一、步骤三和步骤四形成压缩后的风荷载数据；步骤六：根据Hermite多项式转换函数，形成互谱矩阵并对风压场进行重构；步骤七：估计极值风荷载；步骤八：计算结构风振响应；所述步骤一中将建筑风洞试验测压得到的风压时间序列数据无量纲化为风压系数时程数据，计算风压系数的无偏估计平均值、均方根值、偏度值和和峰度值具体为：将建筑风洞试验测压得到的风压时间序列数据p_i(t_k)，无量纲化为风压系数时程数据其中所述i表示测点号，t为时间，k表示时间序列号，取值为1,2,…,N，N为采样长度，ρ为空气密度，U表示参考高度处来流风速；并计算风压系数的无偏估计平均值均方根值偏度值和峰度值所述步骤二中对风压系数时程进行自功率谱估计得到自功率谱，计算无量纲功率谱曲线的峰值以及曲线高频段在双对数坐标下的斜率具体为：采用自回归AR模型对进行风压系数时程进行自功率谱估计，得到自功率谱S_Cp(f)，对其无量纲化，表示为频率f无量纲化为其中L表示参考尺度；计算无量纲功率谱曲线S‑F曲线的峰值，即S_m＝max{S(F)}，F_m＝argmax{S(F)}；以及曲线高频段在双对数坐标下的斜率式中，K为半傅里叶变换长度，F_k为离散的无量纲频率，k取值为1,2,…,K；j为高频段频率的指标，取F_j＝1.5F_m；其特征在于：所述步骤三中采用Welch法估计风压系数场的相干函数，用指数函数拟合相干函数的具体过程为：采用Welch法估计风压系数场的相干函数Coh_ij(f)，用指数函数Coh_ij(f)＝exp(‑k_c f·D_ij/U)拟合相干函数，其中D_ij表示两点间的距离，即，式中，Δf＝f_s/2K为频率间隔，f_s为采样频率。所述步骤四中求解带Bata函数的方程得到无量纲自功率谱的表达式，并根据Beta函数得到任意ν阶无量纲谱矩的具体过程为：求解带Bata函数的方程得到风压谱的频率指数α，进一步得到无量纲自功率谱的表达式其中F′＝F/F_m；根据Beta函数，得到任意ν阶无量纲谱矩进一步得到归一化的二阶谱矩：所述步骤五中形成压缩后的风荷载数据具体为：形成压缩后的风荷载数据，表达为一个13列数据：所述步骤六中根据Hermite多项式转换函数，形成互谱矩阵并对风压场进行重构具体为：基于Hermite多项式转换函数法重建风压场，根据Hermite多项式转换函数，结合表征非高斯特性的统计参数γ₃＝C_p,sk、γ₄＝C_p,ku，建立非高斯过程x(t)与高斯过程u(t)的联系，即：当C_p,ku≥3时，x＝h(u)＝κ[u+h₃(u²‑1)+h₄(u³‑u)]，或表示为ξ(x)＝1.5b(a+x/κ)‑a³，a＝h₃/3h₄，b＝1/3h₄，c＝(b‑1‑a²)³；当C_p,_ku＜3时，u＝h^‑1(x)＝b₂x+b₃(x²‑γ₃x‑1)+b₄(x³‑γ₄x‑γ₃)，结合互功率谱的表达式形成的互谱矩阵[S_Cp(ω)]，按对风压场进行重构，其中H_km(ω_ml)为互功率谱矩阵[S_Cp(ω)]的Cholesky分解，θ_km(ω_ml)为H_km(ω_ml)的辅角，为离散的频率，Δω为圆频率间隔，φ_ml为附加相位角。