虎门大桥涡震是什么原因（虎门大桥诡异抖动的涡振是什么）

昨天最揪心的新闻莫过于虎门大桥了。从视频上我们可以看到虎门大桥的桥面上下剧烈抖动。有同学打趣到，难道是因为马上5月6日高速恢复收费了，它激动地在跳舞？

虎门大桥跟它的名字一样霸气，之前多次强如“山竹”的台风都没让它放在眼里。为什么这次风和日丽，风速也只有8m/s，却让它反应如此之大呢？这次到底有多危险呢？风更大的话会垮掉么？有什么解决方案么？

虎门大桥桥面异常抖动

小智就来给各位同学科普一下这次的罪魁祸首--------涡振。

原来，事发时虎门大桥正在进行养护作业，可以从上图看到桥的两边红色的水马栏杆，改变了钢箱梁的气动外形，在特定风环境条件下，产生了桥梁涡振。

虎门大桥桥面异常抖动

涡振背后是一种“卡门涡街效应”，由钱学森、郭永怀、钱伟长等人的老师、美籍匈牙利裔流体力学大师冯·卡门发现，用于描述空气等流体通过物体后出现涡旋脱落。这些漩涡脱落的频率会桥梁的固有频率形成共振。

流体力学大师冯·卡门

世界上没有绝对的刚体，看似坚不可摧的钢筋混凝土大桥，同样会产生形变和振动。军队不能齐步走过桥，也是为了避免齐步走的频率恰好与桥梁的固有频率形成“共鸣”时，就可能引发剧烈振动，乃至塌陷。多年以前美国著名的塔科马海峡大桥在建成4个月后倒塌，也是因为另外一钟共振方式颤振。

而风有时会产生同样强大的威力，悬索桥尤其易受影响。

涡振，全称涡激振动（vortex induced vibration，VIV），起因是风流过物体截面后，在物体背后产生周期性的漩涡脱落，由此产生对结构的周期性强迫力。

涡旋

就好像速度快的流水，在经过障碍物石头之后，很容易在石头后面形成漩涡。这种涡旋结构的频率主要与两个因素有关，一是风速，而是截面的形状尺寸，因此，在设计建造桥梁的数学模拟和风洞试验中，工程师们通常已经做好了充分的安全考虑，通过截面设计来破坏涡旋的脱落。所以刚才说的，桥两面维护作业的水马破坏了桥的截面设计。

那虎门大桥会不会很危险呢？ 其实目前也不会。因为虎门大桥是涡振。涡振有限振幅的特点，决定了它不会再更激烈的舞动下去。也就是随着风力的增加，振动也只会限制在一个锁定的区间内，不会像塔科马大桥颤振一样越演越烈，短期内相对安全可控，长期需保持监测。

而长跨度桥梁的固有频率往往较低，涡振通常也只会在风速不大的情况下发生。所以这也就是为什么台风都不怕，8m/s的风却让他如此激动。

涡激振动

桥梁涡激的有限振幅到底是多少，目前国内外还没有形成一套比较完整的分析理论。学术界也仅对圆柱等少数形状经过反复实验后形成较为精确的公式。在实际设计建造桥梁时，采用一种半理论半实验的方法进行近似估算。但是现在随着人工智能的发展和加入，就有了现在的空气动力学智能化。

人工智能是近年来炙手可热的研究方向，空气动力学如何在智能化时代焕发青春是值得当下本领域研究者思考的话题。空气动力学计算或试验中所产生的数据是天生的大数据，如何通过人工智能方法利用这些数据，通过机器学习来缓解甚至替代理论/方法层面对人脑的依赖。

计算机和算力的发展，也正好解决了流体力学，空气动力学等巨大数据的运算需求。人类目前的算力，大概平均18个月翻一番。Tecplot等计算机程序软件的问世，也很好的将人类肉眼看不到的大数据（比如风）进行可视化模拟。

国内学者也进行了更多的人工智能结合，比如利用深度网络，加上海量的数据训练来预测翼型的气动力。气动外形优化设计是个反问题，要在给定的约束条件下得到最优气动外形，如果没有人工智能的加入，靠人类的脑子是无法实现的。

人工智能虽然经过了60多年的发展，期间也有众多著名科学家的参与，但是目前人工智能领域的发展依然处在初级阶段，弱人工智能阶段，标志成果就是人机对弈，图像分类，人脸识别、目标定位及检测，无人驾驶技术等。目前发展最好的就是机器学习分支，充分利用计算机的机器学习自学功能，在各种场景都得到了大量应用。我们看到中国下饺子一样的各种跨海大桥，顶尖高山高架桥的出现的背后，除了基建水平的提高，还有的就是无数人工智能和新科技的保驾护航。希望我们的学生们能够在未来你们的时代做出更多的突破。

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

,