基于深度学习的铁路桥梁塔区风屏障优化方法及系统

本发明提供了一种基于深度学习的铁路桥梁塔区风屏障优化方法及系统，涉及铁路屏障技术领域，包括获取目标主梁、桥塔及列车结构参数，根据目标桥塔‑主梁交汇区的结构参数，建立塔区的列车‑桥梁三维模型；采用自适应网格技术对列车‑桥梁模型进行处理，得到模拟列车移动的重叠网格模型；在计算流体动力学软件中对模型的初始变量与边界条件进行定义，并通过N‑S方程和湍流方程进行迭代计算，得到列车的气动力系数时程；基于CFD计算结果，对气动力系数时程进行处理，得到用于神经网络训练的数据集；对数据集进行训练和测试，完成对桥梁塔区风屏障的优化。本发明采用深度强化学习技术，有效控制塔区的风荷载突变效应，减少计算时间和计算成本。