Predicció de coeficients de pressió mitjançant xarxes neuronals artificials

Abstract

S'ha realitzat un model d'interpolació, basat en xarxes neuronals artificials, d'una base de dades que conté informació de perfils de pressió sobre teulades d'edificacions de baixa alçada. Aquest model és capaç d'estimar, de forma precisa, quina serà la distribució de les pressions sobre una teulada amb les característiques físiques desitjades, depenent de la direcció incident del vent. Aquesta informació permet calcular quines seran les càrregues aerodinàmiques que haurà de suportar la teulada i per tant, millorar-ne el disseny sense tenir que recórrer a l'experimentació amb models a escala en túnels de vent. A més, durant el desenvolupament de la metodologia de treball, s'ha demostrat que les dades de pressió són suficients per a capturar prou informació de la dinàmica, d'un flux turbulent, per a realitzar models de predicció basats, únicament, amb dades històriques de pressions.

This work presents an artificial neural network based interpolation model. Using existing information from pressure distributions over low-rise buildings databases, the model is able to predict, accurately, pressure profiles over any roof with the desired physical characteristics (over the existing data domain). With the pressure interpolated data, wind loads over the roofs can be calculated, assisting its design process. This methodology drives to a cheaper design process since it replaces the experimentation, with scaled buildings, in wind tunnels. During the developed work methodology it has been demonstrated that the pressure field over building surfaces contains, in itself, all of the information necessary to predict the (surface) pressure fluctuations at all locations and times.