一种高层建筑表面格栅的智能调节方法技术

一种高层建筑表面格栅的智能调节方法，包括如下步骤：利用风洞试验模拟，以建立格栅属性参数与幕墙表面风压分布的对应关系；利用风洞试验和CFD数值模拟，获得在周边建筑影响下的高层建筑在各个风向角下的表面风压分布结果，以确定主导风向的风向角；根据主导风向的风向角，使格栅立面与主导风向正对，则以主导风向下的风压分布结果为基础布置格栅装置。本发明专利技术中的格栅可以根据高层建筑的表面风压实时进行调节，使高层建筑的表面风压始终处于一个最优姿态，在保证外幕墙安全的同时尽量提高室内自然通风，改善室内空气质量，达到节能节碳的目的。碳的目的。碳的目的。

【技术实现步骤摘要】
一种高层建筑表面格栅的智能调节方法


[0001]本专利技术涉及土木工程
，具体涉及一种高层建筑表面格栅的智能调节方法。

技术介绍

[0002]在现代社会中，高层建筑是城市中的重要组成部分，高层建筑表面风压的分布与低矮建筑截然不同，当建筑表面风压过高时会威胁到建筑外幕墙的安全性，建筑表面风压过低则会减少室内自然通风，降低室内空气质量。
[0003]在目前高层建筑的建造过程中，建筑表面的立面格栅是统一性的设置，没有考虑高层建筑表面的风压分布状况，无法根据高层建筑表面风压的变化情况实时对建筑表面的格栅进行调整，使建筑表面的风压达到最优状态。

技术实现思路

[0004]因此，本专利技术要解决的技术问题在于克服现有技术中格栅装置不能根据风速、风向进行智能调节的缺陷，从而提供一种高层建筑表面格栅的智能调节方法。
[0005]为解决上述问题而采用一种高层建筑表面格栅的智能调节方法，包括如下步骤：
[0006]S1：利用风洞试验模拟，以建立格栅属性参数与幕墙表面风压分布的对应关系；
[0007]S2：利用风洞试验和CFD数值模拟，获得在周边建筑影响下的高层建筑在各个风向角下的表面风压分布结果，以确定主导风向的风向角；
[0008]S3：根据主导风向的风向角，使格栅立面与主导风向正对，则以主导风向下的风压分布结果为基础布置格栅装置。
[0009]作为本专利技术中智能调节方法的一种优选，所述步骤S1中：
[0010]格栅属性参数包括以下形参：格栅角度、密度、栅格距离、与幕墙距离；通过调整各个形参对应的实参，进行风洞试验，以获得多组形参的实参及相对应的幕墙表面风压分布，反复实验，以得到单个形参的实参变化时或多个形参组合的实参变化时对应的幕墙表面风压分布变化。
[0011]作为本专利技术中智能调节方法的一种优选，S3中：
[0012]根据S1中建立的对应关系，以及S3中的主导风向下的风压分布结果，调整格栅属性参数各形参对应的实参数值，以使主导风向下的幕墙表面风压分布上的风压值相对较小的调大，相对较大的调小，整体风压分布趋于均衡。
[0013]作为本专利技术中智能调节方法的一种优选，使格栅属性参数与高层建筑风荷载对应，将高层建筑风荷载作为评价指标，设定最优高层建筑风荷载，以与最优高层建筑风荷载的远近关系，建立格栅属性参数优选顺位，以筛选出最优的格栅属性参数，具体步骤为：
[0014]A1：建立用于模拟实验的风速风向联合分布，利用风洞试验和CFD数值模拟，获取高层建筑表面风压分布；
[0015]A2：根据风压系数阀值，划分高层建筑表面高风压和低风压区域，在高风压区域，
高层建筑风荷载的预测所需的格栅属性参数样本集满足能使高风压区域的风压降低的条件；在低风压区域，高层建筑风荷载预测所需格栅属性参数的样本集满足能使低风压区域的风压升高的条件；
[0016]A3：根据格栅属性参数和风压系数，利用正交实验法确定试验工况，利用拉丁超立方试验抽样方法分层、利用最大最小距离样本方法分类；通过分层分类的取样方式，建立初步的样本数据库；其中输入集取为风速、风向，高压区域和低压区域的格栅属性参数，输出集为高层建筑风荷载；
[0017]A4：利用Krging模型和支持向量机联合方法，建立输入集与预测集的对应关系，形成一个用于预测高层建筑风荷载的可训练的代理模型，基于输入集和输出集，以划分出训练集、验证集和测试集，通过机器学习的方式，训练所述代理模型，以使其输出的预测集与所述输出集损失函数值最小；
[0018]A5：损失函数中利用均方根误差和最大绝对误差及相关参数评价代理模型的全局精度与局部精度，且在评价模型的全局精度时，预测集分布满足EI准则；并利用贝叶斯方法或最大似然估计法推导输出集为高层建筑风荷载的代理模型预测公式，以预测不同格栅属性参数的高层建筑风荷载，以筛选出最优的格栅属性参数；
[0019]作为本专利技术中智能调节方法的一种优选，所述格栅装置上安装有风速传感器和风向传感器，通过实时监测风速风向，根据对应关系，动态调整格栅角度和与幕墙距离实参值，以使幕墙表面风压分布趋于均衡。
[0020]作为本专利技术中智能调节方法的一种优选，格栅属性参数划分为格栅布局类参数和格栅细部类参数；格栅布局类参数与幕墙表面风压分布的对应关系的建立方式采用对比验证法；其中一种是利用风洞试验获得在周边建筑影响下的高层建筑在各个风向角下的表面风压分布结果，另一种作为对比的是利用CFD数值模拟，获得在周边建筑影响下的高层建筑在各个风向角下的表面风压分布结果；
[0021]格栅细部类参数与幕墙表面风压分布的对应关系的建立方式采用在风向正对，风速均衡的条件下，改变格栅细部类参数单个形参或成组的多个形参对应的实参值，获取高层建筑表面风压分布结果。
[0022]作为本专利技术中智能调节方法的一种优选，格栅布局类参数形参包括：与幕墙距离；
[0023]格栅细部类参数形参包括：格栅角度、密度、外形尺寸与栅格距离。
[0024]作为本专利技术中智能调节方法的一种优选，所述步骤A2中：
[0025]高风压区和低风压区的划分标准为，高风压区域的风压系数阀值为正负2.0，低风压区域的风压系数阀值为正负0.1。
[0026]本专利技术技术方案，具有如下优点：格栅装置可进行实时动态调节，利用已有的风洞试验结果和格栅对建筑表面风压影响机理使实际高层建筑的表面风压始终处于一个最优姿态，实行外立面格栅的实时智能调节，保证外幕墙安全的同时尽量提高室内自然通风，使高层建筑在不同风向、风速下的表面风压均处于一个适宜的区间，改善室内空气质量，达到节能节碳的目的。
[0027]本专利技术通过格栅属性的输入，以一个格栅属性对应一个风荷载，采用机器学习的方法得到风荷载很低的格栅属性；通过采集大量的格栅原始数据，以不同的格栅对应不同的风荷载分布，通过大量格栅得到的结果建立代理模型，就可以预测任何其他假定格栅的
风荷载分布，从而指导设计格栅。本专利技术以风荷载指标来控制格栅，根据输出的风荷载结果判断其他假定格栅属性参数的优劣性，从而调整格栅。
附图说明
[0028]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0029]图1为本专利技术的原理示意图；
[0030]图2为本专利技术的布局优化流程示意图；
[0031]图3为本专利技术的高层建筑模型示意图；
[0032]图4为本专利技术的格栅结构示意图。
具体实施方式
[0033]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高层建筑表面格栅的智能调节方法，其特征在于，包括如下步骤：S1：利用风洞试验模拟，以建立格栅属性参数与幕墙表面风压分布的对应关系；S2：利用风洞试验和CFD数值模拟，获得在周边建筑影响下的高层建筑在各个风向角下的表面风压分布结果，以确定主导风向的风向角；S3：根据主导风向的风向角，使格栅立面与主导风向正对，则以主导风向下的风压分布结果为基础布置格栅装置。2.根据权利要求1所述高层建筑表面格栅的智能调节方法，其特征在于，所述步骤S1中：格栅属性参数包括以下形参：格栅角度、密度、栅格距离、与幕墙距离；通过调整各个形参对应的实参，进行风洞试验，以获得多组形参的实参及相对应的幕墙表面风压分布，反复实验，以得到单个形参的实参变化时或多个形参组合的实参变化时对应的幕墙表面风压分布变化。3.根据权利要求2所述高层建筑表面格栅的智能调节方法，其特征在于，S3中：根据S1中建立的对应关系，以及S3中的主导风向下的风压分布结果，调整格栅属性参数各形参对应的实参数值，以使主导风向下的幕墙表面风压分布上的风压值相对较小的调大，相对较大的调小，整体风压分布趋于均衡。4.根据权利要求3所述高层建筑表面格栅的智能调节方法，其特征在于，使格栅属性参数与高层建筑风荷载对应，将高层建筑风荷载作为评价指标，设定最优高层建筑风荷载，以与最优高层建筑风荷载的远近关系，建立格栅属性参数优选顺位，以筛选出最优的格栅属性参数，具体步骤为：A1：建立用于模拟实验的风速风向联合分布，利用风洞试验和CFD数值模拟，获取高层建筑表面风压分布；A2：根据风压系数阀值，划分高层建筑表面高风压和低风压区域，在高风压区域，高层建筑风荷载的预测所需的格栅属性参数样本集满足能使高风压区域的风压降低的条件；在低风压区域，高层建筑风荷载预测所需格栅属性参数的样本集满足能使低风压区域的风压升高的条件；A3：根据格栅属性参数和风压系数，利用正交实验法确定试验工况，利用拉丁超立方试验抽样方法分层、利用最大最小距离样本方法分类；通过分层分类的取样方式，建立初步的样本数据库；其中输入集取为风速...

【专利技术属性】
技术研发人员：沈炼，王胜德，韩艳，米立华，汪阔，杨瑛，雷旭，许家陆，周品涵，
申请(专利权)人：长沙学院，
类型：发明
国别省市：