[发明专利]基于离散多点测量数据的大跨度屋面风压分布快速重构算法

权利要求书

1.一种基于离散多点测量数据的大跨度屋面风压分布快速重构算法，其特征在于，包括如下步骤：

S1：利用数值风洞模拟建立与实际屋面相似的模型，仿真得到的不同风速、风向条件下的屋面风压分布数据库；

S2:对数据库里的数据通过非负矩阵分解，构造每个风场条件下的风压分布基矩阵；

S3：检测环境风场信息，根据环境风场信息选择与风场条件最为相近的风压分布基矩阵；

S4:根据传感器测得的数据利用最小二乘法求取该基矩阵的重构系数向量，风压分布基矩阵乘以重构系数向量得到重构屋面的风压分布。

2.根据权利要求1所述的一种基于离散多点测量数据的大跨度屋面风压分布快速重构算法，其特征在于，利用数值风洞模拟建立与实际屋面相似的模型，仿真得到的不同风速、风向条件下的屋面风压分布数据库的方法包括如下步骤：

S11，建立几何模型并确定计算域的范围；

S12，根据几何模型的实际情况以及实验所需精度划分网格；

S13，选择湍流模型，并确定流体的相关参数；

S14，根据所研究的实际问题确定计算域的边界条件；

S15，确定控制参数与收敛标准参数；

S16，设置迭代计算次数，进行计算；

S17，得到计算结果，如果结果不理想，改变湍流模型、计算域，或调整相关参数；

S18，根据计算结果，得到球形屋面在不同风场条件下的风压分布数据库。

3.根据权利要求2所述的一种基于离散多点测量数据的大跨度屋面风压分布快速重构算法，其特征在于，对数据库里的数据通过非负矩阵分解的方法如下：

非负矩阵分解算法目的是将V矩阵分解为W、H两个非负的矩阵，用公式表示如下：

V_m×n＝W_m×kH_k×n+D_m×n (1)

式中，V为风压分布样本矩阵，W为风压分布基矩阵，H为分解系数矩阵，D为分解误差矩阵，表示可从W复原的样本矩阵，m，n，k表示矩阵维数；为了使得到的W能够全面地包含V的信息，采用以下两种损失函数：

平方距离法：

Kullback-Leibler散度法：

其中，V_i,j表示风压分布样本矩阵中第i行，j列的元素；表示可从W复原的样本矩阵中第i行，j列的元素；

为了得到最佳的分解结果，求解以下最小化问题：

使用计算机软件编程实现非负矩阵分解并得到最佳的W矩阵；所有风场条件下的风压分布基矩阵，作为风压模板存入数据库，标记为W_i,j＝W(v_i,θ_j)，其中v_i,θ_j分别表示某一风场条件下的风速与风向。

4.根据权利要求3所述的一种基于离散多点测量数据的大跨度屋面风压分布快速重构算法，其特征在于，选择风压分布基矩阵需要现场检测信号，包括环境风场的风向、风速信息；根据环境风场信息，从屋面风压分布数据库中按照最邻近原则选择与环境风场信息相匹配的风压分布基矩阵。