普立特大桥桥位处山区风特性实测研究

黄国庆, 彭留留, 廖海黎, 李明水

(西南交通大学土木工程学院风工程试验研究中心, 四川 成都 610031)

普立特大桥桥位处山区风特性实测研究

黄国庆, 彭留留, 廖海黎, 李明水

(西南交通大学土木工程学院风工程试验研究中心, 四川 成都 610031)

为了获取偏远山区的风场特性,以普立特大桥桥位处风场实测项目为研究背景,开发了基于无线传输的高频风速仪数据采集系统,分析了桥位处的平均风特性,并对实测脉动风的非平稳与非高斯特性进行了探讨.研究结果表明:与传统方法相比,新开发的无线传输系统具有实时传输、成本低及无需现场监测等优势;桥位处的大风期主要集中在2～4月份,且大部分发生在西南方向;在选取的强风天气中,出现山区雷暴风的比例约为15%;实测强风的平均风攻角主要在-10°～0°范围内波动;拟合出的风剖面指数波动范围为0～0.14,且其拟合概率密度分布的均值0.056明显小于规范规定的最小值0.12,说明规范规定的风剖面指数不足以描述山区风;山区风出现了同时具有非平稳与非高斯特性的风速样本,且其瞬时最大风速可达22.0 m/s.

山区风；现场实测；无线传输系统；平均风特性；脉动风；非平稳与非高斯

随着西部大开发的进行,西部交通基础设施得到迅速的发展,比如正在规划和修建的川藏高速公路和川藏铁路等.这些基础设施大部分位于诸如青藏高原等高海拔高落差的山区,考虑到高原地应力活跃、地质灾害多等因素,高墩大跨桥梁成为跨越深切峡谷的重要选择.已建和在建的山区大跨度桥梁包括四渡河大桥、坝陵河大桥以及北盘江大桥等.

由于大跨度桥梁具有结构刚度小和自振频率低等特点,风荷载往往成为结构设计的控制性荷载.目前,国内各类结构设计规范中有关风荷载的规定适用于平坦地形地貌各向同性风场条件,对于复杂地形特别是山区峡谷地形的风荷载,则需要通过现场实测或者地形模型风洞试验进行修正.其原因是山区峡谷的复杂地形地貌会导致气流运动十分复杂,从而引起风场的强烈变化[1].

目前,国内对山区峡谷风特性也开展了一些实测研究.如张玥等在禹门口黄河斜拉桥桥址处建立了风观测站,并利用自行开发的桥梁风场特性分析系统分析了桥位处的脉动风特性[2].庞加斌等以鄂西山区的四渡河峡谷大桥为工程背景,对该桥位处的峡谷风特性展开了实测研究,并重点分析了其湍流特性[3].朱乐东等采用相控阵声雷达风廓线仪对坝陵河大桥桥址处深切峡谷的风剖面展开了实地观测,结果表明深切峡谷的竖向风剖面已不能采用指数律或者对数律来描述[4].陈政清等人基于矮寨大桥的风场实测结果,对山区风场极值风速与风向、峡谷风剖面以及高风速样本的湍流度等特性进行了详细分析[5].在上述实测研究中,高频脉动风数据的采集主要有数据采集器或者无线电发射和基站接收两种方法,这两种采集方法还存在较大的改进空间.此外,上述研究对于山区脉动风的非平稳与非高斯特性也较少涉及.

在国外,山区风特性的实测研究主要偏向于气象、气候以及环境等方面,如Turnipseed等为了研究复杂地形对紊流测量精度的影响,开展了山区复杂地形下的风场实测研究,得出了一些脉动风特性[6].Carrera等基于气象站和北美地区再分析数据库的风速数据,对山区风的峡谷效应进行了研究[7].Cohn等通过风廓线仪所实测出的随时间和高度变化的风速数据,对越山气流和回流的特性和结构展开了研究[8].可见,针对于结构物的山区风现场实测,国外的研究同样比较少见.

本文以地处云南宣威的普立特大桥为工程背景,对桥位处的风场特性展开了实测研究.首先,对工程背景以及实测项目进行了介绍;随后,针对于现有高频风速仪数据采集方法存在的一些问题,本文开发了一套更为实用和方便的基于无线传输的高频风速仪数据采集系统;其次,本文对桥位处的平均风特性进行了详细分析;最后,对桥位处实测脉动风的非平稳与非高斯特性展开了研究.

1 工程背景及实测项目概况

在建的普立特大桥是普立至宣威段高速公路跨越普立大沟的重要通道.主桥设计方案为主跨628 m的悬索桥,混凝土门式桥塔高度分别为153 m和138 m,主梁采用流线型扁平钢箱梁.该桥为西南和东北走向,海拔高度为1 860 m.桥位地处偏僻,地形地貌起伏大,峡谷深,气象气候条件复杂多变,如图1所示(图片来源Google Earth).因此该桥位处设计风参数无法通过相关规范直接获得,需要进一步开展桥位处的风特性实测研究.

图1 测风塔的位置及周围地形地貌Fig.1 Location of wind observation tower and surrounding topography

基于上述实际的工程背景,本文开展了山区风特性的现场实测研究.为此,在宣威侧桥位处附近的一个无遮挡山头建立了一个高50 m的观测塔,如图1所示.该测风塔与宣威侧锚定之间的直线距离约为150 m,测风塔底部标高为1 890 m,低于宣威侧桥塔顶部标高8 m,如图2所示.

图2 普立特大桥立面(单位:m)Fig.2 Vertical view of Puli Great Bridge(unit:m)

测风塔的风速仪布置如下:从10 m高度处开始,在高度方向上每间隔10 m设置一个NRG风速仪,每间隔20 m安装一个NRG风向标.该类型风速计最大记录风速可达96 m/s,采样频率为1 Hz,但每10 min输出一个数据.采用 GPRS无线传输的方式直接将数据发送到指定邮箱,因此使用起来非常方便.同时,本文在测风塔的30 m和50 m处分别安装了一个杨氏三维超声风速仪,以便精确测量山区风的三维脉动特性,其采样频率为4 Hz.图3为风速仪的布置图,图3(a)为示意图,图3(b)为现场安装图.

(a)示意图(b)现场安装图图3 风速仪布置(单位:m)Fig.3 Layoutofanemometers(unit:m)

2 无线传输设备的开发

NRG风速仪具有无线传输的功能,因此可以很方便的地通过邮箱获取采集到的10 min平均风数据.但是,在超声风速仪的数据采集过程中,由于受到数据采样频率高、现场条件恶劣、维护成本高等因素的影响,采集系统面临着许多问题.在实测项目运行期间,本文所采用的脉动风数据采集系统经历了以下3个阶段.

第一阶段使用的采集系统为有线采集系统,即将风速仪、信号放大器及电脑工控机等设备通过有线的方式连接起来,实现数据的采集.这种较为原始的采集方法存在诸多问题,如需要在测风塔旁边设置固定的采集点、现场电源供应不稳定、采集系统容易受到雷电的影响、需要专人维护以及维护成本较高等.

鉴于上述采集系统存在的问题,本研究开发了一套基于GPRS的无线传输系统.该系统由数据采集单元、数据传输单元、数据接收和处理单元以及电源供应单元组成.数据采集单元即为所采用的超声风速仪.数据传输单位主要由远程终端模块(RTU)组成,该模块的主要功能是临时缓存数据及无线发送数据.此外,该模块还具有定时重启的功能,以避免长期运行出现的死机现象.数据接收和处理单元由云服务器、基于TCP的数据接收软件以及数据处理软件组成.其主要功能是接收RTU模块发送过来的数据,并对其进行处理,然后通过邮件系统发送到指定的邮箱.值得说明的是,由于网络不通畅的原因,数据接收软件可能会接收到没有时间标签的缓存数据,如何将它们按照时间顺序还原是一个难题.为此,本文在数据处理软件中开发了一个数据还原算法,以解决这个难题.电源供应单元则由太阳能供电系统组成,它为数据采集单元和数据传输单元供电.为了提高太阳能系统供电的稳定性,本文还开发了一个智能开关系统.该系统能根据设定的风速阀值自动关闭和重启数据采集和传输单元,以节省系统使用的电能.另外,在云服务器上,还开发了一个Web客户端,以方便用户实时查看数据.

与现有的数据采集器及无线电发射和基站接收两种脉动风数据采集方法相比,本文开发的无线传输系统具有实时传输、成本低、无需现场监测、不受现场供电条件影响等优势,具有较大的应用前景.在实际运行过程中,该套系统同样也存在一些问题,如数据还原算法的不稳定性以及风速数据的局部丢包等.为此,本文在第三阶段对现有的无线传输系统进行了进一步的改进.

改进的无线传输系统与原来的系统最主要的区别在于数据传输单元,如图4所示.

图4 数据传输单元Fig.4 Data transmission unit

新的数据传输单元主要由主板、电源接口、传感器接口、无线数传终端模块、天线、手机卡及SD卡组成.与原来的无线传输系统相比,改进后的系统更加紧凑.更重要的是,从超声风速仪传输下来的数据首先会被打上时间标签,其格式如图5所示.

然后,数据将以txt文件的形式存储在SD卡里面.如数据采样频率为4 Hz,则2G的SD卡可以存储至少3个月的数据,从而保证数据在系统不断电的情况下基本上不会丢失.每隔1个小时,数传模块将包含有1个小时数据的文件发送到指定的云服务器.随后,数据处理软件只需简单的将数据整合即可,并不需要较为复杂的数据还原算法.由此可见,改进后的无线传输系统可以很好地解决原来系统存在的数据还原算法不稳定以及数据丢包等问题.

图5 数据格式示意Fig.5 Schematic diagram of data format

3 平均风特性

本实测项目从2013年2月9号开始采集数据,到现在为止项目仍在运行.目前,风速仪的数据截止到2014年10月24日.因此,本文着重对这段时间内的有效数据进行统计分析.根据风速观测的强风原则,本文在进行平均风特性的统计分析时只选取了10 min平均风速大于8 m/s的强风数据.

3.1 平均风速、风向以及风攻角

图6为观测期内50 m高度处的日最大平均风速分布图.从图6可以看出:实测地区的大风期主要集中在每年的2～4月份,其它月份出现大风的概率较小;观测期内所有日最大平均风速的最大值出现在2014年3月5日,其值为13.8 m/s.

图6 日最大平均风速Fig.6 Daily maximum mean wind speed

图7为50 m高度处的平均风速风向分布图.从图7可以看出,在观测期内,平均风速大于8 m/s的强风风向主要集中在西南方向,其比例可达80%以上,其次则是正东和正北偏西方向,这是由于实测场地刚好位于3条分别具有西南、正东以及正北偏西走向峡谷的交界点,而其中西南走向的峡谷最宽,且与实测场地之间没有明显的障碍物.

图7 风速风向分布图Fig.7 Wind rose

图8给出了50 m高度处两个典型大风天的10 min平均风速变化趋势.图中粗线显示的平均风速变化趋势为典型的山区峡谷风特性,即在凌晨和上午风速很小,而在下午及上半夜风速有个明显的大范围上升和下降的过程[9].图中细线显示的风速变化趋势为山区中典型的雷暴风天气,可以看出,在凌晨4点左右,风速出现明显的突变过程,这与常规山区风的变化趋势存在明显区别.在56 d的强风天气中,有8 d出现了上述雷暴风,所占比例约为15%,说明山区雷暴风较常出现.由此可见,山区的气候特性具有混合特性.因而按多个年最大风速推算的极大值分布不一定服从极值Ⅰ型分布,而可能服从极值Ⅱ型分布[10].

图8 典型大风天平均风速Fig.8 Typical mean wind speed in 10 min

图9为统计出的30 m和50 m高度处的10 min平均风攻角.从图9可以看出:平均风攻角大部分在-10°～0°范围内波动,出现该情况的主要原因为山区复杂的地形地貌条件.此外,山区较为复杂的气象气候条件也是可能的原因;同时可以看到,50 m高度处的风攻角离散程度要明显大于30 m高度处的.随着平均风速的增大,风攻角的离散程度在不断地减弱.

图9 平均风攻角Fig.9 Mena wind attack angle

3.2 竖向风剖面

众所周知,我国桥梁规范[11]常使用指数律来描述平原地区的竖向风剖面,其中风剖面指数为重要的参数.本文根据实测的山区强风数据,采用最小二乘法得出所有拟合的风剖面指数.

根据得出的拟合指数,本文挑选出了一些典型样本,并绘制其风剖面指数的拟合图,如图10所示.从图10可以看出,样本1和样本2的拟合效果较好,而样本3的拟合误差较大.

图10 典型样本的风剖面拟合Fig.10 Fitted wind profile of typical samples

图11为所有风剖面指数的概率密度分布图.从图11可以看出:除了0值附近,风剖面指数的概率密度分布大体服从均值为0.056、标准差为0.032的高斯分布;此外,风剖面指数的整体波动范围为0～0.14.可见,本文拟合的风剖面指数离散性较大,且其拟合概率密度分布的均值0.056明显小于规范规定值0.12～0.30[11].限于篇幅,本文的实测风剖面特性有待进一步详细分析.

图11 拟合风剖面指数的概率密度分布Fig.11 PDF of fitted wind profile index

4 脉动风特性检验

脉动风的数据采集开始于2013年3月份,到目前为止经历了一年半左右的时间.基于强风原则,并考虑到山区雷暴风的因素,本文从中挑选出了82段1 h的脉动风数据.值得说明的是,本文没有采用10 min样本进行分析的主要原因是山区风具有很明显的非平稳特性,因此10 min样本还不足以包含整个风速变化的过程.此外,1 h样本也广泛应用于台风强风分析[12-13].采用矢量法对实测数据进行矢量分解后,可以得到顺风向、横风向及竖风向3个方向的瞬时风速时程.限于篇幅,本文只对顺风向脉动风速的非平稳与非高斯特性进行检验,其它方向的脉动风特性留待以后进行详细的分析.

由于平均风速的取值会对脉动风非平稳和非高斯特性的检验结果产生一定的影响,因此本文分别采用剔除1 h平均风速、10 min平均风速(实为6个阶梯的时变平均风速)以及时变平均风速3种方法获取最终的1 h顺风向脉动风速时程,以探讨平均风速取值对脉动风特性的影响.其中,时变平均风速采用小波变换(Db20小波,分解8层)获得[14].事实上,剔除上述三种不同时距的平均风速相当于将瞬时风速中频率分别低于1/3600、1/600及1/128 Hz部分的风速剔除.

随后,本文将每小时的脉动风速分为30段,采用轮次法检验每个小时脉动风速的非平稳性.对于样本非高斯性的检验,目前主要有高阶统计量和K-S检验法等.经过试算,K-S检验法由于只有一个判别指标,其准确性并不高.因此,本文采用高阶统计量对样本的非高斯性进行判断.参考本文实测结果以及其它文献[15]提出的非高斯判别标准,确定了高斯脉动风速的判断标准为偏度的绝对值小于0.4且峰度介于2.5～3.5之间,反之则为非高斯.根据上述检验的结果,本文将实测出的脉动风分为平稳高斯(SG)、平稳非高斯(SNG)、非平稳高斯(NSG)以及非平稳非高斯(NSNG)4类.

4.1 脉动风特性的检验结果

表1为3种工况下的脉动风非平稳与非高斯检验的计算结果.

从表1可以看出,1 h均值工况与10 min均值工况下的检验结果相近,都是平稳高斯样本占据大多数,但同样存在不少具有非平稳与非高斯特性的脉动风样本.而剔除时变均值后,非平稳样本的数量没有明显变化,但非高斯样本的数量明显增加.可见,不同均值的剔除会对脉动风的非高斯特性造成较大的影响.其原因是时变均值的剔除会使脉动风的偏度值更接近于0,但峰度更偏离于3,从而造成脉动风更加偏离高斯分布.由于目前非平稳风速模型常将风速分解为脉动风与时变均值之和.因此,本文后面的分析均采用剔除时变平均风速的脉动风特性检验结果.

表1 不同分类下的样本数Tab.1 Number of samples in different category

图12绘制出了所有分类下,样本瞬时风速最大值的分布图.

图12 不同种类下的样本瞬时风速最大值Fig.12 Maximum wind speeds of samples in different category

从图12可以看出,各个种类下的最大样本瞬时风速最大值分别为24.0、23.6、23.6和22.0 m/s,数值相差很小.这说明风速样本的脉动风在具有非平稳或非高斯特性的同时,其平均风速仍然可能具有很大的强度.因此,山区风完全有可能出现具有非平稳和非高斯特性的强风样本.

4.2 典型的风速时程

限于篇幅,本文只给出非平稳高斯以及非平稳非高斯两种类别下的典型风速时程.图13～14分别给出了这两种类别下,样本的瞬时风速、均值、脉动风速以及其概率密度分布.

(a) 瞬时风速时程和时变平均风速

(b) 脉动风速时程

(c) 脉动风的概率密度分布图13 风速时程及脉动风的概率密度分布(NSG)Fig.13 Time histories and PDF of fluctuation (NSG)

从图13可以看出,样本明显服从高斯分布,同时还具备一定的非平稳性.图14所示为从山区雷暴风中挑选出的1 h样本,从图14可以看出,其脉动风具有明显的非平稳和非高斯特性.

(a) 瞬时风速时程和时变平均风速

(b) 脉动风速时程

(c) 脉动风的概率密度分布图14 风速时程及脉动风的概率密度分布(NSNG)Fig.14 Time histories and PDF of fluctuation (NSNG)

5 结 论

本文以普立特大桥为工程背景,开展了山区风的现场实测研究.详细阐述了开发的基于数据无线传输的高频风速仪采集系统,分析了桥位处风场的平均风特性,并对脉动风的非平稳和非高斯特性进行了探讨.通过上述研究,得出了如下结论:

与现有的脉动风数据采集方法相比,本文开发的无线传输设备具有较大的优势,值得进一步推广; 桥址处的大风期主要集中在2～4月份,强风风向则主要集中在西南方向,实测期间山区雷暴风较常出现;实测强风的平均风攻角主要在-10°～0°范围内波动,拟合出的风剖面指数离散性较大,且其拟合概率密度分布的均值0.056明显小于规范规定值0.12-0.30;从本文的实测结果来看,山区风出现了同时具有非平稳和非高斯特性的风速样本,且其瞬时最大风速可达22.0 m/s;时变平均值的剔除对脉动风的非平稳特性影响不是很大,但对非高斯特性影响较大.

在本文的研究中,脉动风速的非高斯特性检验方法是一个难点,该部分内容值得以后进行更精细化的研究.此外,本文只对顺风向脉动风的非平稳和非高斯特性进行了探讨,详细的风特性还有待进一步分析.

致谢:感谢西南交通大学博士研究生创新基金资助.

[1] 李永乐,唐康,蔡宪棠,等. 深切峡谷区大跨桥梁的复合风速标准[J]. 西南交通大学学报,2010,45(2): 167-173.

LI Yongle, TANG Kang, CAI Xiantang, et al. Integrated wind speed standard for long-span bridges over deep-cutting corge[J]. Journal of Southwest Jiaotong University, 2010, 45(2): 167-173.

[2] 张玥,胡兆同,刘健新. 西部山区地形的斜拉桥风场特性研究[J]. 武汉理工大学学报,2008,30(12): 154-159.

ZHANG Yue, HU Zhaotong, LIU Jianxin. Research on characteristics of wind field of cable-stayed bridge in the western mountainous areas[J]. Journal of Wuhan University of Technology, 2008, 30(12): 154-159.

[3] 庞加斌,宋锦忠,林志兴. 四渡河峡谷大桥桥位风的湍流特性实测分析[J]. 中国公路学报,2010,23(3): 42-47.

PANG Jiabin, SONG Jinzhong, LIN Zhixing. Field measurement analysis of wind turbulence characteristics of Sidu river valley bridge site[J]. China Journal of Highway and Transport, 2010, 23(3): 42-47.

[4] 朱乐东,任鹏杰,陈伟,等.坝陵河大桥桥位深切峡谷风剖面实测研究[J]. 实验流体力学,2011,25(4): 15-21.

ZHU Ledong, REN Pengjie, CHEN Wei, et al. Investigation on wind profiles in the deep gorge at the Balinghe bridge site via field measurement[J]. Journal of Experiments in Fluid Mechanics, 2011, 25(4): 15-21.

[5] 陈政清. 工程结构的风致振动.稳定与控制[M]. 北京,科学出版社,2013: 180-255.

[6] TURNIPSEED A A,ANDERSON D E, BLANKEN P D, et al. Airflows and turbulent flux measurements in mountainous terrain: Part 1. canopy and local effects[J]. Agricultural and Forest Meteorology, 2003, 119(1): 1-21.

[7] CARRERA M L,GYAKUM J R, LIN C A. Observational study of wind channeling within the St. Lawrence River Valley[J]. Journal of Applied Meteorology and Climatology, 2009, 48(11): 2341-2361.

[8] COHE A S, GRUBISIC V, BROWN J O W. Wind profiler observations of mountain waves and rotors during T-REX[J]. Journal of Applied Meteorology and Climatology, 2011, 50: 826-843.

[9] DEFANT F.Local winds. Compendium of Meteorology[M]. Boston: American Meteorological Society, 1951: 655-672.

[10] COOK N J.Confidence limits for extreme wind speeds in mixed climates[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2004, 92(1): 41-51.

[11] 中华人民共和国行业标准(JTG/T D60-01-2004). 公路桥梁抗风设计规范[S]. 北京:人民交通出版社,2004: 6-8.

[12] XU Y,CHEN J.Characterizing nonstationary wind speed using empirical mode decomposition[J]. Journal of Structural Engineering, 2004, 130(6): 912-920.

[13] HUANG G, ZHENG H, XU Y, et al. Spectrum models for nonstationary extreme winds[J]. Journal of Structural Engineering(ASCE), 2015, http://dx.doi.org/10.1061/(ASCE)ST. 1943-541X.0001257, in press.

[14] SU Y, HUANG G, XU Y. Derivation of time-varying mean for nonstationary downburst winds[J]. Journal of Wind Engineering and Industrial Aerodynamics, 2015, 141: 39-48.

[15] KUMAR K S, STATHOPOULOS T. Wind loads on low building roofs: a stochastic perspective[J]. Journal of Structural Engineering, 2000, 126(8): 944-956.

黄国庆(1976—),博士,国家青年千人计划及四川省百人计划入选者,2011年起至今任职于西南交通大学,现为土木工程学院教授、博士生导师.主要研究方向为结构和桥梁风致动力分析、随机振动、极值分析、概率风荷载分析.发表学术论文100余篇,其中20余篇为国际著名期刊论文.承担和参与国家自然科学基金面上项目、高铁联合基金重点项目、四川省青年项目等,获得国家授权发明专利1项.现为包含ASCE主办的多本国际著名期刊的审稿人,国际知名SCI期刊“Wind and Structures, An International Journal”编委,世界银行桥梁工程咨询专家.

E-mail:ghuang1001@gmail.com.

彭留留(1988—),博士研究生,2012年起至今就读于西南交通大学土木工程学院结构工程专业.研究方向为非平稳风的实测、建模、模拟及其对结构的响应分析.发表学术论文20多篇,其中2篇为SCI检索的国际著名期刊论文,国内EI检索论文4篇.承担西南交通大学博士生创新基金一项,主研和参研国家自然科学基金等5项,获得国家授权发明专利1项.2015年荣获西南交通大学国家奖学金,2015年9月至今受国家留学基金委资助赴美国德州理工大学访学一年.

E-mail:pll234@163.com

(中、英文编辑:徐 萍)

Field Measurement Study on Wind Characteristics at Puli Great Bridge Site in Mountainous Area

HUANGGuoqing,PENGLiuliu,LIAOHaili,LIMingshui

(Research Center for Wind Engineering, School of Civil Engineering, Southwest Jiaotong University, Chengdu 610031, China)

To obtain the wind characteristics in mountainous area, the wind field measurement at Puli Great Bridge site was conducted. A data collection system for high-frequency wind speed based on wireless transmission was developed. The mean wind characteristic was analyzed. The non-stationarity and non-gaussianity of the fluctuating wind were investigated. The results show that the new system has the advantages of real-time transmission, low cost and no field monitoring compared with the traditional method. The majority of strong wind occurs from February to April annually in the southwest direction. The proportion of the thunderstorm is about 15%among the selected strong wind during the field measurement. The wind attack angle varies from -10 to 0 degrees. The wind profile index ranges from 0 to 0.14,and the mean value of the probability density distribution is 0.56 which is less than 0.12, its minimum in the specification. It illustrates that the wind profile in the mountainous area cannot be well described by the specification. The wind speed sample with both non-stationarity and non-guassianity is measured in the mountainous area, and its instantaneous maximum speed can reach to 22.0 m/s.

mountainous area wind; field measurement; wireless transmission system; mean wind characteristics; fluctuating wind;non-stationarity and non-gaussianity

2014-12-18

国家自然科学基金资助项目(51578471); 国家自然科学基金青年科学基金资助项目(51408504);交通运输部西部课题资助项目(201231835250)

黄国庆,彭留留,廖海黎,等. 普立特大桥桥位处山区风特性实测研究[J]. 西南交通大学学报,2016,51(2): 349-356.

0258-2724(2016)02-0349-08

10.3969/j.issn.0258-2724.2016.02.014

P412.16

A