[发明专利]一种竖向温度梯度模式预测方法、装置及存储介质

权利要求书

1.一种竖向温度梯度模式预测方法，其特征在于，所述竖向温度梯度模式预测方法包括：

步骤S1、基于钢箱梁所在地区的气象数据，建立日照作用下所述钢箱梁的温度场模型；

步骤S2、根据实测温度数据对所述温度场模型进行修正得到温度场精细化模型；

步骤S3、确定所述钢箱梁所在地区桥梁设计基准期内的极端气象数据代表值；

步骤S4、根据所述极端气象数据代表值和所述温度场精细化模型得到极端气象条件下所述钢箱梁的温度分布，根据所述钢箱梁的温度分布拟合出竖向温度梯度模式；

所述步骤S1包括：

S11、根据所述钢箱梁的几何特征对所述钢箱梁截面进行划分得到至少n个区域，并通过有限元分析软件分别建立n个区域的几何模型，所述n为正整数；

S12、通过有限元分析前处理软件对所述几何模型进行网格划分后，通过热分析软件组合得到所述钢箱梁的整体模型；

S13、确定所述整体模型的n个区域的材料类型、厚度和热物性参数，确定初始温度及热边界条件，所述热边界条件包括所述钢箱梁所在地区的地理位置参数、接触介质和对流系数；

S14、确定所述钢箱梁桥址处的气象数据；

S15、通过在所述热分析软件设置步骤S13的材料类型、厚度、热物性参数、地理位置参数、接触介质和对流系数和步骤S14的气象数据，建立所述日照作用下钢箱梁的温度场模型；

所述步骤S2包括：

S21、获取目标时间段内的所述钢箱梁各测点的实测温度值；

S22、将所述实测温度值与所述温度场模型中计算得到的温度值进行对比，验证所述温度场模型的合理性；

S23、所述实测温度值与计算得到的温度值的绝对误差小于预设阈值时，通过反演分析法对日照作用下钢箱梁的温度场模型进行修正，得到温度场精细化模型。

2.根据权利要求1所述的竖向温度梯度模式预测方法，其特征在于，所述步骤S3包括：

S31、确定各气象参数对竖向温度梯度的最大梯度温度值的影响程度；

S32、根据所述各气象参数的影响程度确定影响所述竖向温度梯度的主要气象参数，所述主要气象参数包括气温、辐射和风速；

S33、根据所述主要气象参数的影响程度，确定设计基准期内的极端气象数据的代表值。

3.根据权利要求2所述的竖向温度梯度模式预测方法，其特征在于，所述步骤S33包括：

对于对竖向最大梯度温度值影响最小的风速，将预设时间内的逐时平均风速作为所述钢箱梁所在地区的极端风速逐时代表值；

对于所述辐射，根据预设设计规范确定所述钢箱梁所在地区的极端辐射逐时代表值；

对于所述气温，统计分析预设年内的日最高气温和最大气温日较差，得到广义极值分布函数分别为式(1)和式(2)；

式中，x指夏季日最高气温；

式中，x指最大气温日较差；

通过超越概率中重现期与保证率的关系及概率分布函数计算得到重现期内的日最高气温和最大气温日较差，所述重现期与保证率的关系为式(3)；

式中，T₀为重现期；

将得到的预设重现期内的日最高气温、最低气温代入所述钢箱梁所在地区的夏季逐时温度函数，得到极端气温逐时代表值，所述夏季逐时温度函数为式(4)；

式中，T_max指日最高气温，T_min指日最低气温，t指时刻，t为整数。

4.根据权利要求1所述的竖向温度梯度模式预测方法，其特征在于，所述步骤S4包括：

S41、将所述极端气象数据代表值重复m天，输入到温度场精细化模型进行计算，得到连续m天极端气象条件下钢箱梁的温度分布，所述m为正整数；

S42、通过数理统计分析软件对得到的极端气象条件下所述钢箱梁的桥面板处梯度温度值最大时刻的竖向温度梯度分布进行曲线拟合，得到所述钢箱梁所在地区同类钢箱梁的竖向温度梯度模式。