一种基于机器学习的开孔低矮建筑群风致内外压预测方法技术

本发明专利技术涉及一种基于机器学习的开孔低矮建筑群风致内外压预测方法，首先，根据低矮建筑群的基本参数进行拉丁超立方抽样，建立相应的风洞试验模型；其次，将风洞试验得到的开孔低矮建筑群内外表面风压系数作为训练数据，采用人工神经网络BPNN进行网络训练机器学习；最后，构建能通过输入任意低矮建筑群基本参数预测低矮建筑群内外表面风压系数的预测模型。所建立的机器学习预测模型可解决风灾分析中采用风洞试验或CFD数值模拟来确定建筑内外表面风荷载耗时耗力的问题，通过引入机器学习算法，构建开孔低矮建筑群内外表面风压测模型，有助于快速、准确、高效的实现低矮建筑群风灾损失分析。

【技术实现步骤摘要】

本专利技术属于风压检测，涉及一种基于机器学习的开孔低矮建筑群风致内外压预测方法。

技术介绍

1、我国沿海省市总人口约占全国20％，gdp约占全国40％，台风导致的灾害损失严重。据近70年统计资料，每年登陆我国台风次数中位数为12次，伴随着全球气候变暖，台风出现频次和强度均有增强趋势。每次台风带来大量建筑物破坏、造成巨大直接经济损失，产生严重社会影响。风灾损失主要源于风压和风致飞射物导致的建筑围护系统破坏，其中厂房和住宅等低矮建筑屋面常常承受较大风吸力，易出现围护系统风致破坏，且量大面广，风灾损失所占比例超过50％，受到社会和科研界重点关注。

2、低矮建筑群围护系统风致破坏是一个渐进破坏过程，根据破坏过程和最终状态可以概括为四类(如图1所示)：

3、1、风压或风致飞射物导致迎风墙面破坏出现孔洞，屋面完好；

4、2、风压导致屋面破坏出现孔洞，墙面完好；

5、3、风压或风致飞射物导致迎风墙面首先破坏出现孔洞，接着内压增大为正压，外表面为负压的屋面在内外压共同作用下发生破坏，墙面和屋面同时开孔；</p>

6、4、本文档来自技高网...

【技术保护点】

1.一种基于机器学习的开孔低矮建筑群风致内外压预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的开孔低矮建筑群风致内外压预测方法，其特征在于，步骤S11中开孔低矮建筑群基本参数包括建筑个数、建筑朝向、建筑间距、屋面坡度、开孔位置、开孔大小、开孔数量、风速以及风向。

3.如权利要求2所述的开孔低矮建筑群风致内外压预测方法，其特征在于，步骤S12具体为：基于风洞测压试验结果，分析建筑群中各个建筑内外表面的平均风压系数、标准差风压系数和极值风压系数，并建立数据；考虑到低矮建筑群风致破坏和飞射物破坏主要为围护结构损坏，主要受极值风荷载控制，因此，将建筑群基本参数...

【技术特征摘要】

1.一种基于机器学习的开孔低矮建筑群风致内外压预测方法，其特征在于，包括以下步骤：

2.如权利要求1所述的开孔低矮建筑群风致内外压预测方法，其特征在于，步骤s11中开孔低矮建筑群基本参数包括建筑个数、建筑朝向、建筑间距、屋面坡度、开孔位置、开孔大小、开孔数量、风速以及风向。

3.如权利要求2所述的开孔低矮建筑群风致内外压预测方法，其特征在于，步骤s12具体为：基于风洞测压试验结果，分析建筑群中各个建筑内外表面的平均风压系数、标准差风压系数和极值风压系数，并建立数据；考虑到低矮建筑群风致破坏和飞射物破坏主要为围护结构损坏，主要受极值风荷载控制，因此，将建筑群基本参数和内外表面极值风压系数作为训练数据库样本。

4.如权利要求1所述的开孔低矮建筑群风致内外压预测方法，其特征在于，步骤s21中将步骤s12得到的低矮建筑群基本参数和...

【专利技术属性】
技术研发人员：陈波，吴斌，李维，张路，
申请(专利权)人：重庆大学，
类型：发明
国别省市：