[发明专利]建立位移响应预测模型的方法、装置及电子设备

权利要求书

1.一种建立位移响应预测模型的方法，其特征在于，所述方法包括：

获取多组输入参数，所述输入参数包括位置参数、气象参数以及结构条件参数；其中，所述位置参数包括经纬度信息及海拔信息，所述气象参数包括太阳常数、大气透明度、大气温度、风速以及风向，所述结构条件参数包括太阳辐射短波吸收率、热辐射长波辐射/吸收率、表面综合热交换系数、结构材料比热以及导热系数；

确定每组所述输入参数对应的理论温度场和理论位移场；其中，所述理论温度场表征建筑结构的理论温度随时间变化的关系，所述理论位移场表征建筑结构的理论位移值随时间变化的关系；

基于所述多组输入参数及每组所述输入参数对应的所述理论温度场和所述理论位移场对神经网络进行训练，建立位移响应预测模型。

2.根据权利要求1所述的建立位移响应预测模型的方法，其特征在于，在所述基于所述多组输入参数及每组所述输入参数对应的所述理论温度场和所述理论位移场对神经网络进行训练，建立位移响应预测模型的步骤之后，所述方法还包括：

获取目标建筑结构的目标位置参数、目标气象参数以及目标结构条件参数；

基于所述目标位置参数、目标气象参数以及目标结构条件参数，并根据所述位移响应预测模型确定所述目标建筑结构在预设时间内的理论温度分布区间；

监测获得所述预设时间内的实际温度分布区间；

若所述实际温度分布区间与所述理论温度分布区间不匹配时，根据所述目标位置参数、目标气象参数、目标结构条件参数及所述实际温度分布区间修正所述位移响应预测模型。

3.根据权利要求1所述的建立位移响应预测模型的方法，其特征在于，在所述基于所述多组输入参数及每组所述输入参数对应的所述理论温度场和所述理论位移场对神经网络进行训练，建立位移响应预测模型的步骤之前，所述方法还包括：

对每组所述理论温度场和所述理论位移场进行修正；

所述基于所述多组输入参数及每组所述输入参数对应的所述理论温度场和所述理论位移场对神经网络进行训练，建立位移响应预测模型的步骤包括：

基于所述多组输入参数及每组修正后的所述理论温度场和理论位移场对神经网络进行训练，建立位移响应预测模型。

4.根据权利要求1-3中任意一项所述的建立位移响应预测模型的方法，其特征在于，所述确定每组所述输入参数对应的理论温度场和理论位移场的步骤包括：

根据每组所述经纬度信息、所述海拔信息、所述太阳常数、所述大气透明度、所述大气温度、所述风速、所述风向、所述太阳辐射短波吸收率、所述热辐射长波辐射/吸收率以及所述表面综合热交换系数进行热边界条件计算，确定对应的表面热流密度；

根据所述表面热流密度、所述结构材料比热及所述导热系数确定所述理论温度场；

根据所述理论温度场确定所述理论位移场。

5.一种建立位移响应预测模型的装置，其特征在于，所述装置包括：

参数获取模块，用于获取多组输入参数，所述输入参数包括位置参数、气象参数以及结构条件参数；其中，所述位置参数包括经纬度信息及海拔信息，所述气象参数包括太阳常数、大气透明度、大气温度、风速以及风向，所述结构条件参数包括太阳辐射短波吸收率、热辐射长波辐射/吸收率、表面综合热交换系数、结构材料比热以及导热系数；

理论值确定模块，用于确定每组所述输入参数对应的理论温度场和理论位移场；其中，所述理论温度场表征建筑结构的理论温度随时间变化的关系，所述理论位移场表征建筑结构的理论位移值随时间变化的关系；

训练模块，用于基于所述多组输入参数及每组所述输入参数对应的所述理论温度场和所述理论位移场对神经网络进行训练，建立位移响应预测模型。