黄 镇,温梦珂,李维东

(1.武汉理工大学 交通与物流工程学院,武汉 430063;2.中国空气动力研究与发展中心 超高速空气动力研究所,四川 绵阳 621000;3.跨流域空气动力学重点实验室(中国空气动力研究与发展中心),四川 绵阳 621000)

起重机作为一类广泛应用于港口的专用设备,其防风性能一直备受关注。主梁结构在起重机中起着重要的承载作用,其特点为风力作用位置较高,迎风面积大,因此主梁结构的优化设计对整体起重机的防风性能有着重要影响[1]。传统计算流体力学(computational fluid dynamics,CFD)方法是结构优化设计中风力系数计算的主流方法[2-5],但CFD对网格要求过高且求解步骤复杂等问题限制了其在防风优化设计中的应用[6-7]。

神经网络提出后短短几年便在流体力学领域引起了巨大反响[8-9],越来越多的学者通过神经网络建立了图形与力系数等流场特征量的映射关系。文献[10]采用神经网络创建了预测模型,用以预测翼型的气动参数,并对二维翼型NACA63215进行了预测。文献[11]采用卷积神经网络通过训练后模拟了近似钝体形状和阻力与升力之间的非线性映射。文献[12]基于深度神经网络构建了湍流涡黏系数模型,提升了计算的准确率与效率。文献[13]通过神经网络预测了不同雷诺数下河道水流的雷诺应力,并与数值模拟结果进行了比较。文献[14]提出了一种基于卷积神经网络的数据驱动翼型压力分布预测方法,用于预测给定翼型几何形状的风压。文献[15]通过卷积神经网络预测了翼型在确定的迎风角与雷诺数下的法向力系数。……