昨天最揪心的新聞莫過于虎門大橋了。從視頻上我們可以看到虎門大橋的橋面上下劇烈抖動。有同學打趣到，難道是因為馬上5月6日高速恢複收費了，它激動地在跳舞？

虎門大橋跟它的名字一樣霸氣，之前多次強如“山竹”的台風都沒讓它放在眼裡。為什麼這次風和日麗，風速也隻有8m/s，卻讓它反應如此之大呢？這次到底有多危險呢？風更大的話會垮掉麼？有什麼解決方案麼？

虎門大橋橋面異常抖動

小智就來給各位同學科普一下這次的罪魁禍首--------渦振。

原來，事發時虎門大橋正在進行養護作業，可以從上圖看到橋的兩邊紅色的水馬欄杆，改變了鋼箱梁的氣動外形，在特定風環境條件下，産生了橋梁渦振。

虎門大橋橋面異常抖動

渦振背後是一種“卡門渦街效應”，由錢學森、郭永懷、錢偉長等人的老師、美籍匈牙利裔流體力學大師馮·卡門發現，用于描述空氣等流體通過物體後出現渦旋脫落。這些漩渦脫落的頻率會橋梁的固有頻率形成共振。

流體力學大師馮·卡門

世界上沒有絕對的剛體，看似堅不可摧的鋼筋混凝土大橋，同樣會産生形變和振動。軍隊不能齊步走過橋，也是為了避免齊步走的頻率恰好與橋梁的固有頻率形成“共鳴”時，就可能引發劇烈振動，乃至塌陷。多年以前美國著名的塔科馬海峽大橋在建成4個月後倒塌，也是因為另外一鐘共振方式顫振。

而風有時會産生同樣強大的威力，懸索橋尤其易受影響。

渦振，全稱渦激振動（vortex induced vibration，VIV），起因是風流過物體截面後，在物體背後産生周期性的漩渦脫落，由此産生對結構的周期性強迫力。

渦旋

就好像速度快的流水，在經過障礙物石頭之後，很容易在石頭後面形成漩渦。這種渦旋結構的頻率主要與兩個因素有關，一是風速，而是截面的形狀尺寸，因此，在設計建造橋梁的數學模拟和風洞試驗中，工程師們通常已經做好了充分的安全考慮，通過截面設計來破壞渦旋的脫落。所以剛才說的，橋兩面維護作業的水馬破壞了橋的截面設計。

那虎門大橋會不會很危險呢？ 其實目前也不會。因為虎門大橋是渦振。渦振有限振幅的特點，決定了它不會再更激烈的舞動下去。也就是随着風力的增加，振動也隻會限制在一個鎖定的區間内，不會像塔科馬大橋顫振一樣越演越烈，短期内相對安全可控，長期需保持監測。

而長跨度橋梁的固有頻率往往較低，渦振通常也隻會在風速不大的情況下發生。所以這也就是為什麼台風都不怕，8m/s的風卻讓他如此激動。

渦激振動

橋梁渦激的有限振幅到底是多少，目前國内外還沒有形成一套比較完整的分析理論。學術界也僅對圓柱等少數形狀經過反複實驗後形成較為精确的公式。在實際設計建造橋梁時，采用一種半理論半實驗的方法進行近似估算。但是現在随着人工智能的發展和加入，就有了現在的空氣動力學智能化。

人工智能是近年來炙手可熱的研究方向，空氣動力學如何在智能化時代煥發青春是值得當下本領域研究者思考的話題。空氣動力學計算或試驗中所産生的數據是天生的大數據，如何通過人工智能方法利用這些數據，通過機器學習來緩解甚至替代理論/方法層面對人腦的依賴。

計算機和算力的發展，也正好解決了流體力學，空氣動力學等巨大數據的運算需求。人類目前的算力，大概平均18個月翻一番。Tecplot等計算機程序軟件的問世，也很好的将人類肉眼看不到的大數據（比如風）進行可視化模拟。

國内學者也進行了更多的人工智能結合，比如利用深度網絡，加上海量的數據訓練來預測翼型的氣動力。氣動外形優化設計是個反問題，要在給定的約束條件下得到最優氣動外形，如果沒有人工智能的加入，靠人類的腦子是無法實現的。

人工智能雖然經過了60多年的發展，期間也有衆多著名科學家的參與，但是目前人工智能領域的發展依然處在初級階段，弱人工智能階段，标志成果就是人機對弈，圖像分類，人臉識别、目标定位及檢測，無人駕駛技術等。目前發展最好的就是機器學習分支，充分利用計算機的機器學習自學功能，在各種場景都得到了大量應用。我們看到中國下餃子一樣的各種跨海大橋，頂尖高山高架橋的出現的背後，除了基建水平的提高，還有的就是無數人工智能和新科技的保駕護航。希望我們的學生們能夠在未來你們的時代做出更多的突破。

··················END··················

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!