期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
大型结构风效应流固耦合机器学习研究进展
1
作者 张泽宇 周旭曦 +7 位作者 许楠 王浩炜 杨子鉴 庄简 黎善武 赖马树金 陈文礼 李惠 《空气动力学学报》 北大核心 2025年第5期53-77,共25页
随着计算技术与数据科学的迅速发展,机器学习为解决大型结构风效应中复杂流固耦合问题提供了全新的研究范式。本文系统综述了机器学习在大型结构风效应领域的研究进展,涵盖了结构表面风压预测、结构风致响应分析与建模、气动力方程智能... 随着计算技术与数据科学的迅速发展,机器学习为解决大型结构风效应中复杂流固耦合问题提供了全新的研究范式。本文系统综述了机器学习在大型结构风效应领域的研究进展,涵盖了结构表面风压预测、结构风致响应分析与建模、气动力方程智能识别以及基于强化学习的结构振动控制4个主要研究方向。具体而言,结构表面风压预测方面,机器学习能够精准地挖掘结构表面复杂非线性风压场特征;结构风致响应分析与建模中,机器学习有效实现了大型结构异常大幅振动识别与精细化建模;对于气动力方程智能识别领域,基于数据驱动的机器学习方法大幅提高了非线性方程识别的自动化程度与准确性;在结构振动控制方面,强化学习实现了实时、高效的主动控制策略优化。然而,当前研究在数据融合、模型泛化性与物理可解释性方面仍存在明显不足。未来的研究需进一步融合物理机制与数据驱动模型,构建具备高泛化性、鲁棒性和物理解释能力的机器学习模型,推动结构风工程进一步智能化发展。 展开更多
关键词 机器学习 风工程 大型结构 风效应 流固耦合 振动控制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部