平潭海峡公铁两用大桥施工海域风速预测研究.pdf

《平潭海峡公铁两用大桥施工海域风速预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、桥梁建设2017年第47卷第5期(总第246期)BridgeConstruction，V01．47，No．5，2017(TotallyNo．246)文章编号：1003—4722(2017)05--0001—05平潭海峡公铁两用大桥施工海域风速预测研究王波1’2，孙家龙3，刘鹏飞1’2，伊建军1’2(1．中铁大桥科学研究院有限公司，湖北武汉430034；2．桥梁结构健康与安全国家重点实验室，湖北武汉430034；3．中国公路工程咨询集团有限公司，北京100097)摘要：平潭海峡公铁两用大桥施工海域气象环境复杂、地质水文条件恶劣，为给大桥建设提供准确

2、的风速预测信息，以便合理安排该桥施工调度，针对外海预报台预报数据精度不足的问题，提出采用BP神经网络法进行施工海域风环境预测。在该桥施工区域沿线建立风环境监测系统，建立外海预报台预报数据与桥址处监测数据相互映射关系的神经网络模型，精确预报该桥不同施工区域未来7d的风速，并与实测风速对比分析。结果表明：神经网络预测风速和实测风速比较接近；与实测风速相比，神经网络预测风速的误差为10％～15％。说明神经网络预测风速的精度较高，可根据其风速预报有效指导实桥的施工组织调度。关键词：跨海大桥；公路铁路两用大桥；风环境监测；BP神经网络；预测模型；风速预测中

3、图分类号：U448．121；U445．1文献标志码：AResearchofWindSpeedPredictionforConstructionSeaAreasofPingtanStraitsRail·‘cam。-RoadBridgeWANGB01～，SUNJia—long3，LIUPeng—feil～，111Jian-junl'2(1．ChinaRailwayBridgeScienceResearchInstitute，Ltd．，Wuhan430034，China；2．StateKeyLaboratoryforHealthandSafetyofB

4、ridgeStructures，Wuhan430034，China；3．ChinaHighwayEngineeringConsultingGroupCo．，Ltd．，Beijing100097，China)Abstract：ThemeteorologicalenvironmentintheconstructionseaareasofthePingtanStraitsRail—cum—RoadBridgeiscomplexandthegeologicalandhydrologicalconditionstherearehash．ToDrovidet

5、heaccurateinformationofwindspeedpredictionfortheconstructionofthebridgeandtoaccommodatethereasonablearrangementoftheconstruction，thewindspeedpredictionfortheconstructionseaareasofthebridge，usingtheBPneuralnetworkmethod，wasproposedinconsid—erationoftheinsufficientaccuracyofthe

6、dataforecastbytheopenseasforecaststation．Alongtheconstructionseaareas，thewindenvironmentmonitoringsystemswerearranged．Theneuralnet—workmodelforthemutualmirroringbetweenthedataforecastbytheforecaststationandthedatamonitoredalongtheconstructionseaareaswasestablished，thefUture7d

7、windspeedsinthediffer—entconstructionseaareaswereaccuratelypredictedandwerecomparedtothemeasuredwindspeedsandanalyzed．TheresultsyieldthatthewindspeedspredictedbytheneuralnetworkareapprOXimatetothemeasuredwindspeeds．Comparedtothemeasuredwindspeeds，theerrors0fthewindspeedspredi

8、ctedbytheneuralnetworkare10％～15％，showingthattheaccuracyofthewindspee