摘要:博士研究生是科研创新的生力军,其科研成果是其知识水平、科研能力的集中体现。为建立并形成崇尚学术、勇于创新的氛围和导向,激励广大交通运输领域博士研究生专注于高水平、创新性科学研究,《中国公路学报》微信公众平台特推出“优博微展”栏目,集中展示国内外知名院校博士研究
博士研究生是科研创新的生力军,其科研成果是其知识水平、科研能力的集中体现。为建立并形成崇尚学术、勇于创新的氛围和导向,激励广大交通运输领域博士研究生专注于高水平、创新性科学研究,《中国公路学报》微信公众平台特推出“优博微展”栏目,集中展示国内外知名院校博士研究生的优秀科研成果,推动交通运输学科发展,助力拔尖创新人才培养。
本期推送东南大学土木工程学院王志伟博士论文《大跨斜拉桥风与温度作用联合分布建模与组合方法研究》。
作者风采
王志伟,男,东南大学2025届博士毕业生(导师张文明教授),东南大学本、硕、博,德国汉诺威莱布尼兹大学联合培养博士生(导师Michael Beer教授),研究方向包括桥梁抗风、结构可靠度以及深度学习应用等。主持江苏省研究生科研与创新实践计划项目以及东南大学优秀博士学位论文培育基金项目,在JWEIA、C&S、ES、JBE-ASCE等期刊发表SCI论文16篇,其中第一作者/导师一作本人二作10篇,在IABSE Congress、EMI、ISRERM、ICVRAM&ISUMA (ASCE)等国内外学术会议做报告10余次(含邀请报告1次),授权发明专利2项,获博士生国家奖学金、博士新生奖学金、第十届海峡两岸高校师生土木工程监测与控制研讨会学生论文竞赛一等奖等。后续前往美国密歇根大学(Dearborn)开展博士后研究。
博士生:王志伟
导师:张文明 教授(《中国公路学报》青年编委)
学科:桥梁与隧道工程
院校:东南大学土木工程学院
随着斜拉桥不断向长大化方向发展,风和温度作用效应在总效应中的占比愈发增大。以某超大跨斜拉桥竖向支座反力为例,风效应和温度效应均可达到恒载效应的25%左右。然而,现行设计规范中的风与温度作用组合方法忽略了风-温相关性以及荷载方向性,并且缺乏对斜拉桥结构可靠度的专门考虑,可能导致设计过于保守,造成材料的浪费。
为此,有必要结合桥位风-温相关性和桥梁结构可靠度,开展大跨斜拉桥风与温度作用组合方法研究,对大桥的设计风-温作用组合进行精细化分析,以实现大跨斜拉桥可靠性与经济性的权衡,进而节约桥梁建设成本,提高桥梁跨越能力。本文所提出的方法框架不局限于大跨斜拉桥风与温度作用组合研究,其应用场景可延伸至其它多维环境荷载作用下的复杂动力系统方向性设计环境荷载组合的估计。
(1)基于监测数据的斜拉桥钢主梁温度场建模与预测
提出了基于监测数据的斜拉桥钢主梁非参数拟合温度场模型及相应的截面有效温度计算方法,建立了基于桥位多种环境参数的大跨斜拉桥钢主梁(扁平钢箱梁和钢桁梁)截面有效温度和竖向温差机器学习预测模型。分析了各环境变量对钢主梁温度预测的贡献程度,提出了方便工程应用的钢主梁有效温度和竖向温差实用预测公式。
(2)基于深度学习的桥位长期缺失风速数据超分辨率重构
建立了一个基于深度学习和开放获取气象数据库的桥位长期缺失风速数据重构方法框架。该框架包含两个深度学习任务,第一个任务开展气象数据库到桥位风速观测系统的低分辨率风速回归,第二个任务进行低分辨率风速的超分辨率重构(频带拓宽)。同时,提出了通过频谱幅值均衡策略以及相位约束策略来增强风速数据高频信息的重构效果。
(3)非欧空间含圆变量多维随机向量联合概率分布建模方法
提出了含圆变量的多维随机向量联合概率分布建模方法,并搭建了一个系统性的非欧空间联合分布建模框架。参数建模方法方面,提出了非欧空间S1x Rn中基于Vine Copula的联合概率分布模型;非参数建模方法方面,发展了非欧空间Smn中的非参数核密度估计模型以及非参数Bernstein Copula模型;半参数建模方法方面,提出了非欧空间中半参数Vine Copula模型和半参数Bernstein Copula模型。(4)基于多元重现期理论的方向性设计风-温作用组合确定方法
提出了方向性条件Kendall重现期的概念,建立了基于该概念确定不同方向条件下设计环境荷载组合的方法。方向性设计环境荷载组合由重现期等值线上主导环境荷载条件标准值与非主导环境荷载条件折减值构成。以某超大跨斜拉桥为工程案例,介绍了大跨斜拉桥方向性设计风-温作用组合的确定过程。
(5)基于逆可靠度理论的方向性设计风-温作用组合确定方法
在长期环境荷载作用下动力系统逆一次/二次可靠度方法(IFORM/ISORM)基础上发展了方向性IFORM/ISORM方法及其简化方法——方向性环境等值线法,实现了动力系统目标可靠度指标对应的方向性设计环境荷载组合与设计抗力(即设计点)的准确估计。
对于复杂动力系统目标可靠度指标对应设计点的搜索问题,其面临的首要困难是非线性动力响应时域分析计算成本高昂,造成设计点的优化求解极为耗时。鉴于此,通过引入贝叶斯推断(即超球面流形上的贝叶斯优化算法),提出了两种贝叶斯逆可靠度方法,其求解效率以及全局最优鲁棒性相较于传统梯度方法显著提升。
(1)提出了非欧空间中含圆变量多维随机向量的联合概率分布建模方法,并构建了一个系统性的非欧空间联合分布建模框架,涵盖了参数模型、非参数模型以及半参数模型。该建模框架针对变量间圆-线相关性、圆变量维度周期性、尾部建模精度以及模型计算效率等关键问题进行了细致的设计。
(2)在传统逆一次/二次可靠度方法(IFORM/ISORM)基础上,引入贝叶斯推断思想,提出了动力系统贝叶斯逆可靠度方法。该方法显著提升了超球面流形上条件设计点的全局搜索效率,推动了高维随机变量空间中复杂非线性动力系统(动力响应计算成本高昂)逆可靠度设计的发展。
(3)引入深度学习超分辨率技术,开发了基于深度学习和开放气象数据库的桥位长期缺失风速数据超分辨率重构方法,并提出了频谱幅值均衡策略来增强高频信息重构效果,为桥位缺失环境荷载数据的补全提供了新解决方案。
[1] Wang, Z.W., Zhang, W.M., Zhang, Y.F., Liu, Z. 2021. Circular-linear-linear probabilistic model based on vine copulas: An application to the joint distribution of wind direction, wind speed, and air temperature. Journal of Wind Engineering and Industrial Aerodynamics, 215: 104704. (SCI, JCR Q1)
[2] Wang, Z.W., Zhang, W.M., Tian, G.M., Liu, Z. 2020. Joint values determination of wind and temperature actions on long-span bridges: Copula-based analysis using long-term meteorological data. Engineering Structures, 219: 110866. (SCI, JCR Q1)
[3] Zhang, W.M., Wang, Z.W., Liu, Z. 2020. Joint distribution of wind speed, wind direction, and air temperature actions on long-span bridges derived via trivariate metaelliptical and Plackett copulas. Journal of Bridge Engineering, ASCE, 25(9): 04020069. (SCI, JCR Q2)
[4] Wang, Z.W., Li, A.D., Zhang, W.M., Zhang, Y.F. 2022. Long-term missing wind data recovery using free access databases and deep learning for bridge health monitoring. Journal of Wind Engineering and Industrial Aerodynamics, 230: 105201. (SCI, JCR Q1)
[5] Wang, Z.W., Zhang, W.M., Zhang, Y.F., Liu, Z. 2022. Temperature prediction of flat steel box girders of long-span bridges utilizing in situ environmental parameters and machine learning. Journal of Bridge Engineering, ASCE, 27(3), 04022004. (SCI, JCR Q2)
[6] Wang, Z.W., Lu, X.F., Zhang, W.M., Fragkoulis, V.C., Zhang, Y.F., Beer, M. 2024. Deep learning-based prediction of wind-induced lateral displacement response of suspension bridge decks for structural health monitoring. Journal of Wind Engineering and Industrial Aerodynamics. 247: 105679. (SCI, JCR Q1)
[7] Wang, Z.W., Lu, X.F., Zhang, W.M., Fragkoulis, V.C., Beer, M., Zhang, Y.F. 2023. Deep learning-based reconstruction of missing long-term girder-end displacement data for suspension bridge health monitoring. Computers & Structures, 284: 107070. (SCI, JCR Q1)
博士生涯是一段充满挑战与收获的旅程。从最初的迷茫与探索,到逐步建立起自己的研究体系,每一步都充满了思考与坚持。回望这几年,无数个深夜的推导计算、实验分析的反复调试、论文修改的焦虑等待,都锤炼了我的耐心与毅力。博士不仅是一场学术训练,更是一种对未知世界的敬畏与求索精神的塑造。在这条路上,我深刻体会到,科研不仅需要聪明才智,更需要坚持不懈的努力和对真理的敬畏。焦虑和瓶颈是常态,但每一次的坚持都会带来新的突破。最重要的是,要学会在独立思考与合作交流之间找到平衡,向更优秀的人学习,也要不吝分享自己的经验。对于即将踏上这条路的后来者,我想说:热爱是支撑前行的动力,只有真正热爱,才能在枯燥中找到乐趣;保持好奇心,勇于探索未知,才能不断拓展知识的边界;同时,脚踏实地、持之以恒是成功的基石,科研没有捷径,唯有日积月累才能突破自我。
最后,感谢我的本科毕业论文导师、硕士生导师以及博士生导师——张文明教授。张老师是我学术道路的启蒙者、引路人,不仅给予了我事无巨细的指导和帮助,教会了我科研方法、写作规范与学术道德,还培养了我对学术研究的热爱以及对科研品质的追求。这篇博士论文的完成离不开张老师高屋建瓴的指导和辛苦的付出,师恩伟大,难以言其万一,唯有不断进取、上下求索,以期无愧于张老师多年的栽培。同时,感谢我在德国汉诺威莱布尼兹大学联合培养期间的外方导师——Michael Beer教授。Beer教授为我提供了一个具有国际视野的研究平台,让我有机会与众多优秀学者学习交流,获益甚多。
王志伟同学是东南大学本校的保研生,随后又转为硕博连读,成为我的第一个博士生,至今在我身边做科研已有七年多,期间他学习刻苦、科研认真、工作踏实,取得了很多高水平的创新成果,并在多个科研与工程项目中发挥了重要作用,如今已经成长为一个能够独立开展科学研究的优秀科研人员。祝愿王志伟博士未来再接再厉、勇攀高峰,为国家和社会做出更大的贡献。
中国公路学报CHINA JOURNAL OF HIGHWAY AND TRANSPOR
来源:日常小记录