利用机器学习技术预测圆柱绕流风压
机器学习
2019-01-23 v1 流体动力学
机器学习
摘要
自 20 世纪初以来，由于工程意义重大，已开展大量研究以测量圆柱绕流风压。因此，积累了大量风压数据集，这为使用机器学习（ML）技术训练模型以预测圆柱绕流风压提供了绝佳机会。光滑圆柱周围的风压主要是雷诺数（Re）、来流湍流强度（Ti）和圆柱周向角的函数。将这三个参数作为输入，本研究训练了两个 ML 模型分别预测平均压力和脉动压力。测试了包括决策树回归器、随机森林和梯度提升回归树（GBRT）在内的三种机器学习算法。GBRT 模型在预测平均压力和脉动压力方面均表现出最佳性能，并且能够对 Re 范围从 10^4 到 10^6、Ti 范围从 0% 到 15% 的情况做出准确预测。认为在所研究的 Re 和 Ti 范围内，GBRT 模型为确定光滑圆柱周围风压的传统风洞试验和计算流体动力学模拟提供了非常高效且经济的替代方案。
引用
@article{arxiv.1901.06752,
title = {Predicting wind pressures around circular cylinders using machine learning techniques},
author = {Gang Hu and K. C. S. Kwok},
journal= {arXiv preprint arXiv:1901.06752},
year = {2019}
}