桥梁风工程机器学习研究进展

作者：赖马树金^*; 李文杰; 冯辉; 周旭曦; 张泽宇; 陈文礼; 李惠

来源：中国公路学报, 2023, 36(08): 1-13.

DOI：10.19721/j.cnki.1001-7372.2023.08.001

• 桥梁工程
• 风工程
• 综述
• 机器学习
• 风致振动

自然风场复杂风况参数、非线性气动力与流固耦合作用等是桥梁风工程面临的系列主要挑战。在过去几十年中，风洞试验、CFD数值模拟和结构健康监测(SHM)积累了大量桥梁结构风与风效应数据，这为风工程的研究提供了宝贵的数据资源。由于具有良好的非线性表征能力、强大的优化算法、优异的泛化性能和灵活的网络结构，近年来机器学习(尤其是深度学习)在非线性科学和工程问题中取得了巨大成功。融合机器学习算法和大数据的数据驱动方法有助于克服桥梁风工程所面临的挑战，并从海量数据中挖掘物理新知识。目前机器学习方法已应用于风工程研究的各个领域，例如风环境、空气动力学、风致振动、气动优化和控制以及风灾害评估等。为系统总结梳理该领域的最新研究成果，从桥梁风环境机器学习预测、结构风压和气动力机器学习预测、桥梁风振机器学习预测3个方面重点介绍机器学习方法在桥梁风工程中的应用进展。

• 出版日期2023
• 单位哈尔滨工业大学（深圳）; 哈尔滨工业大学