桥梁风效应的雷诺数效应是风工程领域极其重要的科学问题，而大跨度桥梁的分离式双箱梁具有更复杂的气动特性，对其雷诺数效应的研究更具挑战性。本项目首先提出了一种全新的考虑非局地效应各向异性雷诺应力湍流模型建模方法，并提出了模型参数人工智能深度学习方法。实现了中、低、高雷诺数分离式双箱梁绕流动态亚格子大涡模拟。基于数值模拟结果，研究了分离式双箱梁绕流场流态模式、压力分布和气动力特性随雷诺数的变化规律，揭示了分离式双绕流场流动分离/失稳/转捩是存在雷诺数效应的物理机理。其次研究了低雷诺数下分离式双箱梁涡激振动特性，发现不同风速激发统一阶涡振动现象，揭示了分离式双箱梁涡激振动机理。最后提出了基于监测大数据的大跨度桥梁涡振聚类识别方法，建立了原型桥梁涡振机器学习预测模型，学习得到高雷诺数下足尺分离式双箱梁涡振物理机制和特征。 2100433B
