CN107290047A - 一种拟合次声台站风噪声‑风速的方法 - Google Patents
一种拟合次声台站风噪声‑风速的方法 Download PDFInfo
- Publication number
- CN107290047A CN107290047A CN201710514010.0A CN201710514010A CN107290047A CN 107290047 A CN107290047 A CN 107290047A CN 201710514010 A CN201710514010 A CN 201710514010A CN 107290047 A CN107290047 A CN 107290047A
- Authority
- CN
- China
- Prior art keywords
- msub
- wind
- infrasonic sound
- msubsup
- wind speed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及一种拟合次声台站风噪声‑风速数据的方法,以受台风影响的国际监测系统次声台站监测数据为基础,提出了分段拟合次声风噪声‑风速数据的方法,在分段区间内采用5阶多项式拟合,可较好地与实测数据相吻合;采用建模数据风速区间大于模型数据区间的做法,有效地规避了因端点数据影响而造成的较大模型误差。有效地解决了低风速和高风速条件下,风噪声幅值随风速增长速率不一致的影响。
Description
技术领域
本发明属于次声监测领域,具体涉及一种分段拟合次声风噪声-风速数据的方法。
背景技术
次声监测技术是《全面禁止核试验条约》规定的四种监测技术之一,次声监测技术包括对次声信号的检测、特征分析、事件识别、信号源定位、强度估算、台站与台网监测能力的评估等。次声信号在大气层中传输时受气象条件约束,其中风对次声信号传输与次声台站监测能力的影响尤其显著。虽然通过布设降噪管阵列、建立挡风墙、选择风较弱的站址等在一定程度上可以降低风噪声影响;但风速较大时,次声台站的风噪声水平快速上升,台站监测能力显著减弱。通过查阅国内外文献资料和中国知网专利数据库,尚未发现描述次声台站风噪声水平随风速变化关系的数据模型或计算方法,因此不具备定量描述风对次声台站监测能力影响程度的能力。
发明内容
本发明的目的是提供一种拟合次声台站风噪声-风速数据的方法,解决了低风速和高风速条件下,风噪声幅值随风速增长速率不一致的影响;还解决了因端点数据影响而造成的较大模型误差的问题;可用于计算特定风速时次声台站记录信号的幅值水平、评估风噪声对次声台站监测能力影响效果、为次声台站选址建设及抗灾防灾提供数据支撑。
本发明的技术方案为:一种拟合次声台站风噪声-风速数据的方法,其特征在于:具体包括以下步骤:
S1、对次声台站测得的历史次声数据进行滤波;
S2、按照指定时间窗口长度T进行滑动,计算时窗内次声数据y(t)的次声风噪均方根幅值Arms和风速最大值Vw,风速由气象数据获取;
S3、根据步骤S2中的计算结果,选取所有在每T个时间段内风速最大值Vw小于临界风速的样本点直接进行5阶高次拟合,得出风速Vth-45m/s范围内的拟合曲线AI;
S4、根据步骤S2中的计算结果,选取所有每T个时间段内风速最大值小于临界风速的样本点,对Arms取对数得Alog=log10Arms,而后对Alog、Vw进行5阶高次拟合,得出风速0-Vthm/s范围内的拟合曲线AI′;
S5、选取合适风速分界阈值Vth,使得分段拟合的5次多项式AI和AI′在Vth处平滑衔接,反映次声风噪均方根幅值随风速变化规律;
S6、根据S5得到的次声风噪均方根幅值随风速变化规律,用于评估次声台站的监测能力或用于台风的实时监测。
S1中,利用3阶巴特沃斯滤波器对次声台站测得的历史次声数据进行0.1~1Hz频带滤波。
Arms的计算方式如下:
风速Vth-45m/s范围内的拟合曲线AI为:
S4中,拟合曲线AI′计算如下:
AI′=10Alog。
风速分界阈值Vth≤15m/s。
S6中,用于评估次声台站的监测能力时,根据某地测得的不同时间的风速V,其中0<V<45m/s,即可得出相应风噪声均方根理论幅值,根据该幅值判断该地是否适合建立次声台站,也可以确定该地的次声台站对某些特殊事件是否具有监测能力。
S6中,当用于进行台风的实时监测时,通过次声台站测得的实时次声数据即可获取风噪声均方根幅值,得出对应的风速最大值,根据台风等级划分规则监测台风。
若分段拟合结果在风速15m/s不能有效衔接,则视偏离情况,适当调整风速分界阈值,重复S3与S4,直至分段拟合结果平滑衔接。
将次声风噪的均方根幅值替换为平均值或中位值。
有益效果:本发明采用分段拟合的方法,有效地解决了低风速和高风速条件下,风噪声幅值随风速增长速率不一致的影响;在分段区间内采用5阶多项式拟合,可较好地与实测数据相吻合;采用建模数据风速区间大于模型数据区间的做法,有效地规避了因端点数据影响而造成的较大模型误差。本发明实现了45m/s(相当于87.5hl/h的台风风速)以下风速时次声台站的风噪声数值模型,该风速的台风足以对1000km以外的次声台站监测能力造成影响。若能收集到更高风速的台风事件及其次声数据,则可建立适用风速范围更广的次声风噪声数值模型。本发明不仅可应用于次声台站监测能力评估,掌握次声风噪声随风速的变化规律;且通过与其他技术手段相结合,还可应用于恶劣气候现象的监测与监控,定量反应飓风、龙卷风等破坏性气象的强度,为抗灾防灾提供数据支撑。
附图说明
图1为某一时间段次声台站监测的数据图;
图2为某一时间段次声台站四个子台的次声风噪均方根幅值随风速变化示意图;
图3为某一子台监测数据拟合的噪声-风速曲线。
具体实施方式
为使本发明的目的、内容、和优点更加清楚,下面结合实施例,对本发明的具体实施方式作进一步详细描述。
本发明提供一种拟合次声台站风噪声-风速数据的方法,具体包括以下步骤:
S1、利用3阶巴特沃斯滤波器对次声台站测得的历史次声数据进行0.1~1Hz频带滤波;
S2、按照指定时间窗口长度T进行滑动,计算每T个时窗内次声数据y(t)的次声风噪均方根幅值Arms和风速最大值Vw,风速由气象数据获取;Arms的计算方式如下:
也可以计算次声风噪的平均值或中位值。
S3、根据步骤S2中的计算结果选取所有风速最大值小于45m/s的样本点(Arms,Vx)直接进行5阶高次拟合,得出风速Vth-45m/s范围内的拟合曲线:
S4、根据步骤S2中的计算结果选取所有风速最大值小于15m/s的样本点(Arms,Vw),对Arms取对数得Alog=log10Arms,而后对Alog、Vw进行5阶高次拟合,指数计算返回原数值范围,得出风速0-Vthm/s范围内的拟合曲线:
AI′=10Alog
S5、选取合适风速分界阈值Vth,Vth≤15m/s,使得分段拟合的5次多项式AI和AI′在Vth处平滑衔接,并正确反映次声风噪均方根幅值随风速变化规律;
S6、在评估次声台站的监测能力时,根据某地测得的不同时间的风速V,其中0<V<45m/s,即可得出相应风噪声均方根理论幅值,评估该幅值的范围是否达到台站选址要求或者是否足够低,即可确定该地是否适合建立次声台站,也可以确定该地的次声台站对某些特殊事件是否具有监测能力,如果该幅值过高,则不适合建立次声台站;
S7、通过次声台站测得的实时次声数据即可获取风噪声均方根幅值,估算出对应的风速最大值,可以用于台风的实时监测。
若分段拟合结果在风速15m/s不能有效衔接,则视偏离情况,适当调整风速分界阈值,重复S3与S4,直至分段拟合结果平滑衔接。
所述次声台站为全面禁止核试验条约组织所建国际监测系统次声台站,泛指各类安装微气压计、微麦克风等用于记录大气压力扰动的监测站点;
所述平均幅值是指指定时间长度内次声信号与风速的几何平均值或算术平均值;
所述最大风速为指定时间长度内风速计所记录的最大瞬时风速;所述风噪是指由风产生的大气压扰动,并被次声台站所记录的噪声;所述RMS幅值是指指定时间长度内次声信号或风速的均方根幅值。
所述分段拟合为在某一临界风速V附近(如15m/s时),将风速小于V的次声信号幅值与风速大于V的次声信号幅值分别进行拟合,可解决低风速和高风速时拟合结果不合理的难题;
所述风速小于V的次声信号幅值采用对数拟合,对拟合结果计算指数次幂;
所述风速大于V的次声信号幅值直接采用多阶拟合;
所述五阶拟合为最高5次幂的多项式组合;
所述均方根幅值为时长120s时段内次声数据的均方根值;
所述风速为时长120s时段内实测风速的最大值。
图1为全面禁止核试验条约组织次声监测台网所属I51GB(位于百慕大,32N,64.5W)次声台站记录的2014/10/11 00:00至2014/10/20 00:00时段的次声监测数据,包括(第一行)、风速(第三行)和次声信号(第二、四、五行)。该时间段内在西北大西洋产生了2014-07L与2014-08L两次台风事件,两次台风的详细记录可从美国国家海洋和大气管理局获取;图1所示I51GB完整记录了两次台风产生、发展、台风中心途径次声台站及消失的全过程,且后一次台风强度明显大于第一次。在台风中心途径台站前后时,在风眼区作用时,台站寂静无声,记录数据为背景噪声;在受外围大风区影响时,随着台风逐步向台站移动,次声台站记录的风速和风噪声均逐步增强。图2为利用图1所示原始监测数据,根据前述计算步骤1与步骤2,分别按照120s时场计算的均方根幅值,并以风速为横坐标、风噪声为纵坐标绘制的I51GB次声台站四个不同观测点风噪声幅值随风速的变化关系。
将计算所得风噪声和风速均方根幅值按照步骤3至步骤4进行多项式拟合,可先选择风速15m/s作为选取不同拟合方式的分界阈值,对于风速大于15m/s的风速-风噪声数值对直接进行5阶高次拟合,若最大风速对应的风噪声值明显偏离风噪声变化规律,则拟合过程中应剔除上述奇异值,并选取风速次高值及其风噪声作为上限。对于风速小于15m/s的情形,首先将风噪声值取对数并与原风速值建立对应关系,而后采用5阶高次拟合,再将拟合结果按步骤4取指数,即得风速小于15m/s的拟合结果。
若分段拟合结果在风速15m/s不能有效衔接,则视偏离情况,适当调整风速分界阈值,重复步骤3与步骤4,直至分段拟合结果平滑衔接。
同一次声台站不同观测点记录的风噪声-风速分布可能存在差异,如图2所示,原则上选取风噪声数值发散程度小的观测值作为高阶多项式拟合输入数据,此结果可以较好地反映次声台站风噪声随风速变化趋势,及风噪声数值与风速的关系。
实施实例:
利用上述建立的次声风噪声-风速数值模型建立方法,选择一次或多次强度较大台风期间完整次声台站监测数据作为建模基础数据,图1所示两次台风的最高风速分别为34.3m/s和48.4m/s,利用I51GB台站H1子台风噪声与风速数据进行拟合,具体过程为:
(1)、选取风速小于45m/s的样本点直接进行5阶高次拟合,得出风速6.2-45m/s范围内的拟合曲线:
(2)、选取风速小于15m/s的样本点,对Arms取对数得Alog=log10Arms,
而后对Alog、Vmax进行5阶高次拟合,得出风速0-6.2m/s范围内的拟合曲线:
AI=10Alog
拟合曲线如图3所示,该数值模型实现了风速低于45m/s时的次声风噪声数值计算,按照台风等级划分规则,该风速值属于强台风(41.5-50.9m/s)范围。另外亦可根据次声台站监测风噪声水平,利用上述数值模型反向计算出对应的风速值,从而实现根据次声监测数据判断台风强度。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种拟合次声台站风噪声-风速数据的方法,其特征在于:具体包括以下步骤:
S1、对次声台站测得的历史次声数据进行滤波;
S2、按照指定时间窗口长度T进行滑动,计算时窗内次声数据的次声风噪均方根幅值Arms和风速最大值Vw,风速由气象数据获取;
S3、根据步骤S2中的计算结果,选取所有在每T个时间段内风速最大值Vw小于45m/s的样本点直接进行5阶高次拟合,得出风速Vth-45m/s范围内的拟合曲线AI;
S4、根据步骤S2中的计算结果,选取所有每T个时间段内风速最大值小于15m/s的样本点,对Arms取对数得Alog=log10Arms,而后对Alog、Vw进行5阶高次拟合,得出风速0-Vthm/s范围内的拟合曲线AI′;
S5、选取合适风速分界阈值Vth,使得分段拟合的5次多项式AI和AI′在Vth处平滑衔接,反映次声风噪均方根幅值随风速变化规律;
S6、根据S5得到的次声风噪均方根幅值随风速变化规律,用于评估次声台站的监测能力或用于台风的实时监测。
2.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:S1中,利用3阶巴特沃斯滤波器对次声台站测得的历史次声数据进行0.1~1Hz频带滤波。
3.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:Arms的计算方式如下:
<mrow>
<msub>
<mi>A</mi>
<mrow>
<mi>r</mi>
<mi>m</mi>
<mi>s</mi>
</mrow>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<mfrac>
<mn>1</mn>
<mi>T</mi>
</mfrac>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>T</mi>
</msubsup>
<mi>y</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mi>d</mi>
<mi>t</mi>
</mrow>
</msqrt>
<mo>.</mo>
</mrow>
4.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:风速Vth-45m/s范围内的拟合曲线AI为:
<mrow>
<msub>
<mi>A</mi>
<mi>I</mi>
</msub>
<mo>=</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>5</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>4</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>3</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>3</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>4</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>5</mn>
</msub>
<mo>*</mo>
<msub>
<mi>V</mi>
<mi>w</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mn>6</mn>
</msub>
<mo>.</mo>
</mrow>
5.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:S4中,拟合曲线AI′计算如下:
<mrow>
<msub>
<mi>A</mi>
<mi>log</mi>
</msub>
<mo>=</mo>
<msub>
<mi>D</mi>
<mn>1</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>5</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>2</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>4</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>3</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>3</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>4</mn>
</msub>
<mo>*</mo>
<msubsup>
<mi>V</mi>
<mi>w</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>5</mn>
</msub>
<mo>*</mo>
<msub>
<mi>V</mi>
<mi>w</mi>
</msub>
<mo>+</mo>
<msub>
<mi>D</mi>
<mn>6</mn>
</msub>
</mrow>
AI'=10Alog。
6.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:风速分界阈值Vth≤15m/s。
7.根据权利要求1~6任一项所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:S6中,用于评估次声台站的监测能力时,根据某地测得的不同时间的风速V,其中0<V<45m/s,即可得出相应风噪声均方根理论幅值,根据该幅值判断该地是否适合建立次声台站,也可以确定该地的次声台站对某些特殊事件是否具有监测能力。
8.根据权利要求1~6任一项所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:S6中,当用于进行台风的实时监测时,通过次声台站测得的实时次声数据即可获取风噪声均方根幅值,得出对应的风速最大值,根据台风等级划分规则监测台风。
9.根据权利要求6所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:若分段拟合结果在风速15m/s不能有效衔接,则视偏离情况,适当调整风速分界阈值,重复S3与S4,直至分段拟合结果平滑衔接。
10.根据权利要求1所述的一种拟合次声台站风噪声-风速数据的方法,其特征在于:将次声风噪的均方根幅值替换为平均值或中位值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710514010.0A CN107290047B (zh) | 2017-06-29 | 2017-06-29 | 一种拟合次声台站风噪声-风速的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710514010.0A CN107290047B (zh) | 2017-06-29 | 2017-06-29 | 一种拟合次声台站风噪声-风速的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107290047A true CN107290047A (zh) | 2017-10-24 |
CN107290047B CN107290047B (zh) | 2019-06-21 |
Family
ID=60098937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710514010.0A Active CN107290047B (zh) | 2017-06-29 | 2017-06-29 | 一种拟合次声台站风噪声-风速的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107290047B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060118A (zh) * | 2018-09-07 | 2018-12-21 | 镇江市建科工程质量检测中心有限公司 | 噪声检测装置及方法 |
CN111208556A (zh) * | 2020-01-14 | 2020-05-29 | 禁核试北京国家数据中心 | 一种水声台站监测信号到时区间估算方法 |
CN111222081A (zh) * | 2020-01-14 | 2020-06-02 | 禁核试北京国家数据中心 | 一种次声信号幅值季节性偏差校正方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110098950A1 (en) * | 2009-10-28 | 2011-04-28 | Symphony Acoustics, Inc. | Infrasound Sensor |
CN106382981A (zh) * | 2016-08-26 | 2017-02-08 | 中国地震局地壳应力研究所 | 一种单站次声波信号识别提取方法 |
-
2017
- 2017-06-29 CN CN201710514010.0A patent/CN107290047B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110098950A1 (en) * | 2009-10-28 | 2011-04-28 | Symphony Acoustics, Inc. | Infrasound Sensor |
CN106382981A (zh) * | 2016-08-26 | 2017-02-08 | 中国地震局地壳应力研究所 | 一种单站次声波信号识别提取方法 |
Non-Patent Citations (5)
Title |
---|
CHRIS TURNBULL 等: "MEASUREMENT AND LEVEL OF INFRASOUND FROM WIND FARMS AND OTHER SOURCES", 《ACOUSTICS AUSTRALIA》 * |
MICHAEL A. H. HEDLIN 等: "Infrasonic wind-noise reduction by barriers and spatial filters", 《ACOUSTICAL SOCIETY OF AMERICA》 * |
张勇 等: "气象要素对次声降噪系统性能的影响分析", 《国家安全地球物理丛书(九)——防灾减灾与国家安全》 * |
李妍 等: "次声台站环境背景噪声源特性分析", 《科学技术与工程》 * |
王燕 等: "阈值监测技术在禁核试地震台网监测能力评估中的应用", 《核电子学与探测技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109060118A (zh) * | 2018-09-07 | 2018-12-21 | 镇江市建科工程质量检测中心有限公司 | 噪声检测装置及方法 |
CN109060118B (zh) * | 2018-09-07 | 2024-03-26 | 镇江市建设工程质量检测中心有限公司 | 噪声检测装置及方法 |
CN111208556A (zh) * | 2020-01-14 | 2020-05-29 | 禁核试北京国家数据中心 | 一种水声台站监测信号到时区间估算方法 |
CN111222081A (zh) * | 2020-01-14 | 2020-06-02 | 禁核试北京国家数据中心 | 一种次声信号幅值季节性偏差校正方法 |
CN111222081B (zh) * | 2020-01-14 | 2023-04-28 | 禁核试北京国家数据中心 | 一种次声信号幅值季节性偏差校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107290047B (zh) | 2019-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1971883B1 (en) | A statistical-deterministic approach to natural disaster prediction | |
CN107290047B (zh) | 一种拟合次声台站风噪声-风速的方法 | |
Liu et al. | Field measurement and wind tunnel simulation of hurricane wind loads on a single family dwelling | |
Fredianelli et al. | Analytical assessment of wind turbine noise impact at receiver by means of residual noise determination without the wind farm shutdown | |
CN114218835B (zh) | 一种考虑风致疲劳效应的输电塔结构全寿命抗多灾性能评估方法 | |
Bockstael et al. | Reduction of wind turbine noise annoyance: an operational approach | |
CN116882625A (zh) | 一种岩溶山地乡村聚落用地空间脆弱性识别方法 | |
CN114295778B (zh) | 一种基于火电厂烟气排放质量评价方法及评价系统 | |
CN102032447A (zh) | 一种用于对城市煤气管道进行实时监控的系统及其使用方法 | |
Li et al. | Johnson curve model based CDF mapping method for estimating extreme values of the measured non-Gaussian wind pressures including the non-stationary effect investigation | |
CN114167522B (zh) | 一种用于智慧城市高层建筑的风场监测与校正系统 | |
CN114623925B (zh) | 一种电网变电工程现场噪声智能检测系统及方法 | |
Aly et al. | Large-scale open-jet testing: a new frontier in structural wind Engineering | |
Li et al. | Time-varying up-crossing theory-based non-stationary extreme estimation of gust-loading on rectangular cylinder due to thunderstorm-like wind | |
Smith | Analysis and interpretation of thunderstorm wind flow and its effects on a bluff body | |
Pan | Damage prediction of low-rise buildings under hurricane winds | |
Li et al. | Monitoring of wind effects on an instrumented low‐rise building during the landfall of a severe tropical storm | |
CN102193082A (zh) | 三传感器多尺度约束管网漏点定位的装置 | |
CN111595234A (zh) | 一种输电塔结构杆材屈服智能诊断装置及方法 | |
CN117949542B (zh) | 一种工业管廊抱柱脚手架牢固度检测方法、介质及系统 | |
CN115875614B (zh) | 通过介质压力扰动信号检测燃气管路泄漏的装置和方法 | |
CN115389405B (zh) | 一种高架桥外挂花坛健康状态监测方法及装置 | |
CN112395812B (zh) | 一种评价风速时移性的方法 | |
CN107831411A (zh) | 一种交流输电线路电晕可听噪声测量方法及系统 | |
Roncallo | Evolutionary spectral model for thunderstorm outflows and application to the analysis of the dynamic response of structures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |