基于压缩感知重建建筑周围风压场的最优传感器布置
流体动力学
2023-06-08 v1 机器学习
摘要
在大型、复杂且空间延展的结构中如何最优部署传感器,对于确保准确捕获表面压力场以用于后续分析与设计至关重要。在某些情况下,诸如数字孪生开发等下游任务需要对缺失数据进行重建。本文提出一种数据驱动的稀疏传感器选择算法,旨在以简约方式提供用于重建高层建筑结构风压空气动力学特性最多信息量。该算法首先针对训练数据拟合一组基函数,随后应用计算高效的 QR 算法,依据针对该定制基的状态重建对现有压力传感器按重要性排序。本研究结果表明,所提算法能从稀疏测量位置成功重建高层建筑的空气动力学特性,并在一系列条件下生成稳定且最优的解。因此,本研究可作为利用数据驱动与机器学习算法补充风工程中所用传统遗传算法之成功的第一步。
引用
@article{arxiv.2306.04518,
title = {Optimal sensor placement for reconstructing wind pressure field around buildings using compressed sensing},
author = {Xihaier Luo and Ahsan Kareem and Shinjae Yoo},
journal= {arXiv preprint arXiv:2306.04518},
year = {2023}
}
备注
31 pages, 19 figures