[发明专利]钢箱梁抑涡除湿一体流动智能控制系统及使用方法

权利要求书

1.一种钢箱梁抑涡除湿一体流动智能控制系统的使用方法，其特征在于其使用一种钢箱梁抑涡除湿一体流动智能控制系统，包括：

风洞试验模块，接收计算结果，验证计算结果，判断计算结果的准确性；

数值模拟模块，向风洞试验模块提供计算结果，并接收风洞试验模块的验证反馈，通过后处理生成可视化的流场图，流场机理结果为风洞试验模块的工况设计提供参考；

代理模型参数优化模块，输入风洞试验模块的样本数据以及数值模拟模块的最优参数数据，经过对数据的深度学习，最终生成最优数据库，结果经数值模拟模块进行再次验证，并输出最优数据库；

监测除湿抑涡集成装置模块，输入最优数据库，基于实时桥梁的振动、来流风速以及箱体内湿度的监测结果对最优数据库参数进行匹配，得到吹和吸气的参数，并由控制系统对设备下达命令工作；

所述风洞试验模块包括：

高压旋涡风机(1)，其为两个，且都具有一个吹气口和一个吸气口，其中一个高压旋涡风机(1)为吹气用，另一个高压旋涡风机(1)为吸气用；

空气过滤器(2)，其与高压旋涡风机(1)连通；

精密减压阀(3)，其与空气过滤器(2)连通；

气流主管道(4)，其与精密减压阀(3)连通；

吸/吹气支管(5)，为多个，分布在气流主管道(4)上，其中吸气支管连通吸气用的气流主管道(4)，吹气支管连通吹气用的气流主管道(4)；

流量开关(6)，安装在吸/吹气支管(5)上；

控制单元(7)，控制吹气和吸气气流大小和方向；

主梁节段模型(8)，其内部设置管道与吸/吹气支管(5)连通；

吹气端口(9)，其间隔分布在主梁节段模型(8)侧部上，经主梁节段模型(8)内部管道，连通吹气支管；

吸气端口(10)，其与吹气端口(9)相互交替，间隔分布在主梁节段模型(8)侧部上，经主梁节段模型(8)内部管道，连通吸气支管，一个吹气端口(9)相邻两侧为吸气端口(10)；

其中，使用方法，具体包括如下步骤：

S1：根据风洞试验模块主梁节段模型(8)的几何参数建立三维的建模，通过网格划分技术得到三维数值模型；

S2：根据风洞试验模块中主梁节段模型(8)的动力特性参数以及振动系统运动方程的求解理论编译UDF二次开发程序；

S3：将S1中的三维数值模型和S2的UDF导入Fluent软件计算，求解得到主梁的响应数据以及流场数据；

S4：将S3的流场数据文件导入后处理软件中，通过处理得到涡量图、速度云图和压力云图，进行机理分析，再将分解结果用于指导风洞试验模块的试验工况设计；

S5：向代理模型参数优化模块输入风洞试验模块的样本数据以及数值模拟模块的最优参数数据，经过对数据的深度学习，最终生成最优数据库，结果经数值模拟模块进行再次验证，并输出最优数据库；

S6：向监测除湿抑涡集成装置模块输入最优数据库，基于实时桥梁的振动、来流风速以及箱体内湿度的监测结果对最优数据库参数进行匹配，得到吹和吸气的参数，并由控制系统对设备下达命令工作；

S1中的网格划分采用分域，将计算域分为刚性域、动网格域和静网格域；

S2中的理论方程为：

式中，m为主梁的竖向模态质量；I为主梁的扭转惯性矩；h(t)分别为主梁的竖向加速度、竖向速度和竖向位移；α(t)分别为主梁的角加速度、角速度和角位移；C_h、C_α分别为主梁的竖向阻尼系数和扭转阻尼系数；K_h、K_α为主梁的竖向刚度和扭转刚度；L(t)、M(t)分别为主梁的瞬时升力和瞬时扭矩；

S2中采用Newmark-β法求解主梁节段模型的动力学方程，通过宏命令Compute_Force_And_Moment提取主梁的升力和扭矩，通过DEFINE_CG_MOTION将竖向速度和角速度赋值给主梁和刚性域；

S3中的主梁和刚体的运动求解需要通过Fluent软件的动网格技术，采用网格光顺和网格重构方法实现刚性域的运动和网格的更新，并使用重构尺寸函数，设置重构参数，保证更新后网格的质量；

S4得到的机理分析结果主要包括、吸和吹气扰流对主梁表面压力、脉动压力的空间分布特性以及涡激力的影响以及流场的演变规律，进而提出指导方案进行风洞试验模块试验，并将最优参数结果输入代理模型参数优化模块；

S5中：

S5.1：将风洞试验模块中的来流风参数、吸气孔控制参数作为输入量，将主梁涡振位移响应的最大值作为输出量，输入、输出的样本数据是构建代理模型的基础，通过风洞试验模块获得；

S5.2：采用拉丁超立方试验设计方法对风洞试验模块产生的数据进行取样，获得样本数据库，拟采用最大最小距离法优化样本的分布；

S5.3：基于S5.2中获得的初步样本数据库,拟采用Kriging模型，建立初步代理模型，利用训练完模型的参数，采用最大似然估计方法、贝叶斯推理方法和最小方差无偏估计方法推导Kriging模型的预测公式，最终建立代理模型的预测方法；

S5.4：使用代理模型对数据进行深度分析，获得大桥不同模态下主梁涡振的吸/吹气扰流最优控制参数；

S5.3中，采用Kriging模型的加点优化方法选择较少的初始样本，建立Kriging和SVR联合迭代更新模型的优化方法，在每个迭代循环中，根据EI准则对Kriging模型进行加点优化，将EI函数的最大值点加入到样本中，再利用SVR预测不同的设计点，优化过程中Kriging所具有的基于高斯误差的误差预估能力被植入SVR中，使模型达到快速收敛；

S6中，监测除湿抑涡集成装置模块包括：

加速度传感器，其识别桥梁是否发生涡振，且识别出桥梁的振动形式，确定桥梁的涡振模态为几阶；

振动报警器，用于振动报警提醒监测单位；

风速仪，其识别来流风的方向和大小，根据风速大小判断桥梁是否处于涡振风速区间内，并通过振动报警器提醒监测单位；

除湿加热器，用于箱梁内除湿加热；

湿度传感器，判断箱梁内湿度是否符合要求；

主梁气孔，接受控制，用于通气；

空气过滤器，用于过滤外来物体；

风机，用于吸气和吹气，相应地连接主梁上的吸气孔和吹气孔；

流量计，用于判读气体流速是否达到要求；

外界电源，作为系统的电源；

备用电源，作为系统的备用电源；

停电报警器，用于电源的停电报警；

中央控制系统，其包括温度控制分区，风机控制分区，数据库，发生涡振时，根据风速仪监测来流风速以及加速度传感器传递的数据与大数据库中数据匹配，得到流动控制的最优参数，最优参数为最佳的气孔布置参数和吸气吹气流量；相应地开启桥梁的气孔，并确定连接风机的吸气端和吹气端，下达指令调整风机运转，通过流量计监测确保实际的吸气吹气量达到要求，从而实现桥梁的智能流动控制；

其中，根据桥梁的特点，划分多个除湿抑涡区间，每个区间沿桥梁纵向不大于150m。