为精准预估不同跑道状况与降雨条件下跑道水膜厚度的面域分布,基于二维浅水方程建立了水膜厚度面域分布数值模型,开发了基于格心型有限体积法和HLL(Harten,Lax and van Leer)格式近似Riemann解的数值求解算法;在此基础上,引入水膜厚度...
详细信息
为精准预估不同跑道状况与降雨条件下跑道水膜厚度的面域分布,基于二维浅水方程建立了水膜厚度面域分布数值模型,开发了基于格心型有限体积法和HLL(Harten,Lax and van Leer)格式近似Riemann解的数值求解算法;在此基础上,引入水膜厚度的实测数据,通过构造伴随方程,采用梯度下降法获取了实际降雨条件下的最优曼宁系数,从而动态修正了二维浅水方程的计算结果,精准预估了跑道水膜厚度面域分布;采用北京首都国际机场安全预警平台的水膜厚度实测数据和车载式LiDAR系统获取的路面高程数据,计算分析了曼宁系数更新间隔和高程空间采样间隔对模型求解效率和精度的影响,并采用实测数据验证了算法的准确性。研究结果表明:为满足水膜厚度实时监测需求,在综合考虑计算耗时与求解精度的条件下,曼宁系数的最优更新间隔为30~300 s,对于表面平整的道面,高程的最优空间采样间隔为0.1~0.5 m,对于存在车辙等病害的道面,高程的最优空间采样间隔为0.10~0.25 m;在真实降雨条件下,水膜厚度计算值与实测值的平均误差为0.13 mm,最大误差为0.76 mm,满足机场对水膜厚度的监测需求。由此可见,建立的跑道水膜厚度面域分布预估方法能够准确计算出给定高程道面的水膜厚度分布及其时间演化,可为湿滑跑道的抗滑性能评价与风险预警提供可靠的数据支撑。
暂无评论